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
ممنون میشم کمی در مورد جزئیات مدل clarifai اینجا توضیح بدید !
چیزی که من می دونم این هست که ساختار alexnet را داره و در سال 2013 در رقابت ILSVRC مقام اول را داشته ، اما اگر ممکن هست در مورد اینکه فرقش با بقیه در چی هست کمی توضیح بدید ؟
ممنون

توسط (150 امتیاز)
سلام این طور که من متوجه شدم این مدل تفاوتش با مدل های قبلی در این هست که فعالیت درون لایه ها قابل مشاهده هست . ینی همون visualization  . به مقاله ی زیر هم میتونید مراجعه کنید.
Zeiler, M.D. and R.Fergus ,Visualizing and Understanding. Springer International Publishing Switzerland 2014.

1 پاسخ

+1 امتیاز
 
بهترین پاسخ

ClarifaiNet هیچ وقت معماریش عمومی نشد چون باهاش استارتاپ خودشون رو راه انداختن بنام Clarifai اصلا اسم Clarifai هم از استارتاپشون گرفته شد و معروف شد.(با Clarifi اشتباه نگیرید اون کلا یه شرکت دیگه اس )
اما نویسنده هاش که متیو زیلر و راب فرگوس هستن (دانشجو و استادش) روشی که باهاش تونسته بودن معماری الکس نت رو تحلیل و بهینه کنن و معماری های جدیدی رو بدست بیارن تو مقاله Visualizing and Understanding Convolutional Networks ارائه کردن و تمام. دیگه خبری از پیاده سازی و یا... نیست.
البته ورژن اول معماری که در سال 2013 برنده شدن همون معماری الکس نت بود با یکسری تفاوت های جزئی مثل تغییر اندازه کرنل لایه اول از 11 در 11 به 7 در 7 با استراید 2 و همینطور لایه های conv 3 و 4 و 5 رو هم به ترتیب از اندازه های 384 384 و 256 به 512 1024 و نهایتا 512 تغییر دادن.

توسط (4.3k امتیاز)
انتخاب شده توسط
...