Una red neuronal convolucional también puede considerarse como un aproximador de funciones; f (Im, params) -> clase, donde f representa su CNN que toma una imagen Im y usa los valores en params (incluye todos los parámetros) y genera una salida de clasificación. Ahora, el objetivo de la optimización es generar el mejor valor de los parámetros para obtener un buen resultado de clasificación. Entonces los pasos esenciales son
- Genere datos de verdad básica del formulario (Im, clase), un conjunto de datos de ejemplo es Imagenet
- Escriba una función de pérdida para medir la diferencia entre la salida de su red y la salida de clasificación de verdad del terreno en sus datos de entrenamiento. Digamos que su problema tiene K diferentes clases; entonces su CNN eventualmente debería generar un vector de longitud K como salida.
- Inicializa los valores de los parámetros al azar
- Actualice el valor de los parámetros en sus datos de entrenamiento para reducir su función de pérdida (la mayoría de las CNN usan una variante de descenso de gradiente)
Esta es una descripción amplia de todo el proceso. Recomendaría ir a través del documento LeNet o las notas Stanford CS 231n de Karpathy para comprender mejor el proceso de optimización.
- ¿Cuáles son algunos buenos métodos para el procesamiento previo de datos en el aprendizaje automático?
- Cómo implementar Inteligencia Artificial en un Proyecto Arduino
- ¿Cuál es el mejor método para la reducción de dimensionalidad y la selección / extracción de características en datos de espectrometría de masas?
- ¿Cómo funciona el entrenamiento multi-gpu?
- ¿Qué parámetros en los datos de entrenamiento / prueba deben considerarse para decidir la elección de un método de clasificación de aprendizaje automático (fuera de SVM, red neuronal, regresión logística, etc.)?
