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

هنگام طبقه بندی داده های EEG با CNN در متلب خطابعد از اپوچ اول در نقطه خاصی بدون کم شدم توقف میکنه:

Epoch: 1/10

mse: 50.900

Epoch: 2/10

mse: 46.340

Epoch: 3/10

mse: 46.340

Epoch: 4/10

mse: 46.340

Epoch: 5/10

mse: 46.340

Epoch: 6/10

mse: 46.340

Epoch: 7/10
دوستان راهنمایی بفرمایند
ممنون

توسط (122 امتیاز)
سلام در مورد معماریتون توضیح بدید.

2 پاسخ

+1 امتیاز

برای آموزش شبکه بطور خلاصه بایستی موارد زیر رو رعایت کنید

  • دیتا به اندازه کافی داشته باشید. اگه ندارید از تکنیک های Data Augmentation استفاده کنید.
  • دیتای ورودی رو نرمال کنید. اگر دیتای شما دارای چندین ابعاد است نرمال سازی را در هر بعد جداگانه انجام دهید. از روابط زیر استتفاده کنید
    x_normal = (x-mena(x))/(xmax-xmin)
    یا
    x_normal = (x-mena(x))/(var(x))
  • وزن های شبکه رو از مقادیر منفی و مثبت و از توزیع نرمال بدید (نرمال یا نرمال بریده شد بین 1+ و 1-).
  • استفاده از لایه های dropout و batch normalization جهت جلوگیری از overfeat شدن و همگرایی سریعتر شبکه
  • استفاده از learning rate و cost function مناسب.
توسط (830 امتیاز)
ویرایش شده توسط
+1 امتیاز

برای محاسبه شباهت سیگنال‌هاتون میتونید از الگوریتم DTW هم استفاده کنید و بعد از انجام این محاسبه از روش‌های معمول کلاسترینگ یا کلاسیفیکیشن استفاده کنید.

توسط (105 امتیاز)
...