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.روزتون بخیر
ایا توی ensemble باید هرکدام از مدل ها به طور جداگانه train بشن؟ و بعد خروجی که میدن رو میانگین یا... میگیریم؟
در واقع میخوام بدونم میشه بدون train تک تک مدل ها فقط اون مدل اخر که از ترکیب این ها هست رو train کنیم؟
(به بیان دیگر قسمت compile در keras functional API رو باید برای تک تک مدل ها هم انجام بدیم یا فقط برای مدل اخر؟)

توسط (102 امتیاز)
سلام. در مورد کراس اطلاعی ندارم . اما در مورد انسمبل بله باید مدلها جداگانه ترین بشن. اگه نمیخوایید جداگانه ترین کنید و مثلا میخوایید تقریبی بزنید روشهایی مثل دراپ اوت اینکارو انجام میدن.
خیلی ممنونم از کمک تون
من فیچرهای ورودیم رو تقسیم کردم و برای هر کدوم میخوام جداگانه مدل داشته باشم
مثل اینکه تصویر صورت رو به ناحیه های مختلف تقسیم کنیم و بخوایم هر ناحیه جداگانه بررسی بشه  و بعد مثلا دو تا تصویر مقایسه بشن که شبیه هستن یا نه(البته من رو متن دارم کار میکنم برای مثال عرض کردم)
حالا مسئله من این هست که برای تک تک این نواحی برچسب ندارم. بلکه برای کل شون برچسب دارم.برای همین میخوام راهی باشه که تک تک مدل ها ترین نشن. الان این مدل رو نوشتم ولی خوب جواب نمیده 70 درصد دقت داره درحالیکه مدل تکی 82 درصد دقت داره.
(من فکر کنم  دراپ اوت مسئله  من رو حل نکنه چون فیچرها رو بر اساسی که میخوایم حذف نمیکنه)

لطفا وارد شده یا عضو شوید تا بتوانید سوال بپرسید

...