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

0 امتیاز

مقادیر کرنل ها هنگام ترین شبکه، با دانستن تارگتی که هر نمونه داره (مثلا تصویر میز یا هواپیما) آپدیت میشه.
در فاز آزمایش شبکه وقتی نمونه ی جدید میاد و ما نمیدونیم متعلق به کدام کلاس است. وقتی کرنل ها روی تصویر جدید حرگت کنند ، با نداشتن تارگت چطور ویژگی هاش استخراج میشن؟؟؟؟؟

سوال شده توسط (100 امتیاز)

1 پاسخ

0 امتیاز

سلام .
چیزی که در اصل بدنبال اون هستیم بدست اوردن فیلترهایی هست که به بهترین شکل ممکن عمل استخراج ویژگی رو انجام بدن.
این فیلترها در زمان آموزش با استفاده از نمونه های مختلف که شکلی که توضیحاتش رو میدونید بدست میان .
در زمان تست از این فیلترهای بدست اومده ما استفاده میکنیم .و در زمان تست دیگه هیچ اموزش و یا تغییری در مقادیر فیلترها صورت نمیگیره و صرفا از اونها استفاده میشه.

پاسخ داده شده توسط (4.3k امتیاز)
...