به بخش پرسش و پاسخ یادگیری عمیق خوش آمدید,
این نسخه آزمایشی سایت است.
لطفا به نکات زیر توجه کنید:
  • برای ارتباط با مدیران میتوانید از صفحه مدیران اقدام کنید.
  • سوال و جواب ها باید به زبان فارسی باشند. استفاده از زبان انگلیسی یا فینگلیش برای پاسخ دادن مجاز نیست.
  • لطفا بعد از پرسش سوال لینک سوال خود را در گرو تلگرام (Iran Deep Learning Group) معرفی کنید تا سریعتر به جواب برسید. برای دسترسی به آخرین لینک از منابع یادگیری استفاده کنید
  • لطفا بجای عکس از متن استفاده کنید. اگر متون طولانی هستند از سایت pastebin.com برای اپلود استفاده کرده و لینک حاصل را در سوال خود قرار دهید. برای قرار دادن تصویر ، از بخش ارسال تصویر ادیتور سایت استفاده کنید.
  • بعد از دریافت پاسخ، بهترین پاسخ را از طریق کلیک بر روی علامت تیک انتخاب کنید
  • اگر با خطا و یا مشکلی مواجه شدید از بخش تماس با ما در انتهای صفحه و یا ایمیل Coderx7@gmail.com موضوع را اطلاع دهید.

با تشکر

دسته بندی ها

0 امتیاز

سلام
دوستان ترین شبکه بصورت multi-scale به چه صورت می باشد؟
هدف از ترین شبکه بصورت multi-scale بالا بردن دقت هست ؟ میخاستم بدونم در این نوع ترین شبکه ، ابتدا تصاویر رو به اسکیل های مختلفی درمیارند سپس نسبت به اسکیل های مختلف ترین انجام میدهند ؟ یعنی اینکه ترین اسکیل اول تموم شد بعد ترین 2 رو شروع میکنند اینجوری هست ؟ یا اینکه بصورت موازی تمامی اسکیل های رو در یک زمان ترین میکنند بعد average میگیرند ؟

توسط (389 امتیاز)

1 پاسخ

0 امتیاز
 
بهترین پاسخ

سلام
دو صورت انجام میشه . چیزی که رایجه اینه شما تصاویرتون رو بصورت اسکیل های مختلف در میارید و بعد در حین ترین کراپ میکنید. در زمان تست هم روی تصویر با اسکیل های مختلف تست میکنید. تنها نکته اش اینه که اندازه اسکیل های شما از اندازه کراپ شما کمتر نباید باشه.
حالت دوم هم بعضی ها در اصل چند زیرشبکه در یک شبکه دارن که ورودی های مختلف دریافت میکنن و نهایتا قبل ورود به به مرحله دسته بندی نتایج از هر زیرگروه تجمیع میشه و بعدش یا یکسری لایه دیگه هست یا اینکه مستقیما فرستاده میشه به سافتمکس و الی اخر.

توسط (4.3k امتیاز)
انتخاب شده توسط
از حالت دوم منظور شما همان روش spatial pyramid pooling layer هست ؟
نه. spp یک لایه است که در یک معماری استفاده میشه. این حالتی که من عرض کردم کلا متشکل ازچند زیر شبکه اس
...