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 وقتتون بخیر
من 2 میلیون عکس 32 در 32 دارم که می خوام باهاشون یک شبکه CIFAR رو آموزش بدم. برای انتخاب داده های آموزش،تست و ولیدیت از چه روشی باید استفاده کنم؟ در شبکه ای عصبی معمولی از روش Cross valiation -Kfold استفاده می شود که مطمینا برای CNN ها روش مناسبی نیست چون شبکه را K بار آموزش میده که این برای شبکه های CNNفوق العاده زمانبر می شه

توسط (105 امتیاز)

1 پاسخ

0 امتیاز

سلام
شما هم میتونید مثل روال سنتی 70 20 10 لحاظ کنید ولی پیشنهاد نمیشه اصلا. بهتر اینه که بیشترین حجم دیتا رو به ترینینگ اختصاص بدید مثلا حدود 95 تا 98 درصد رو به ترینینگ اختصاص بدید و بعد از بین 10 یا 5 درصد تست و ولیدیشن رو انتخاب کنید.
مثلا ایمیج نت رو در نظر بگیرید چیزی حدود 4 درصد (شاید کمی کمتر بیشتر) برای ولیدیشن لحاظ شده و بیشترین حجم به ترینینگ اختصاص داده شده . شما هم همین ترند رو میتونید لحاظ کنید.

توسط (4.3k امتیاز)
ممنون از پاسخگوییتون
...