- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在开始学习深度学习,并且有一个关于 CNN 的基本问题。我了解如何根据损失函数使用反向传播来调整梯度。但我认为卷积滤波器矩阵(CNN 中)的值需要由我们确定。
我正在使用 Keras,这就是(来自教程)卷积层的定义方式:
classifier = Sequential()
classifier.add(Conv2D(32, (3, 3), input_shape = (64, 64, 3), activation = 'relu'))
使用了 32 个尺寸为 3x3 的滤波器矩阵。
但是,这些 32x3x3 矩阵的值是如何确定的?
最佳答案
调整的不是梯度,反向传播算法计算出的梯度只是网络中每个权值的偏导数组,这些分量依次用于调整网络权值,以最小化网络权值损失。
看看这个 introductive guide .
示例中卷积层中的权重将被初始化为随机值(根据特定方法),然后在训练期间进行调整,使用每次迭代时的梯度来调整每个单独的权重。对于全连接层或任何其他具有权重的层中的权重也是如此。
编辑:我正在添加有关上述答案的更多详细信息。
假设您有一个单层神经网络,其中有一些权重 W。现在,在前向传递过程中,您计算网络的输出 yHat,将其与训练样本的预期输出 y 进行比较,然后计算一些成本 C(例如,使用二次成本函数)。
现在,您有兴趣使网络更加准确,即。你想尽可能地减少 C。想象一下,您想要找到 f(x)=x^2 这样的简单函数的最小值。您可以从某个随机点开始(就像您对网络所做的那样),然后计算该点处函数的斜率(即导数)并沿着该方向移动,直到达到最小值(至少是局部最小值) )。
对于神经网络来说,这是同样的想法,不同之处在于你的输入是固定的(训练样本),你可以看到你的成本函数 C 有 n 个变量,其中 n 是网络中权重的数量。为了最小化 C,您需要成本函数 C 在每个方向上的斜率(即相对于每个变量、每个权重 w),并且偏导数的向量就是梯度。
一旦你有了梯度,你“沿着斜率移动一点”的部分就是权重更新部分,你根据它的偏导数更新每个网络权重(一般来说,你减去一些学习率乘以相对于该权重的偏导数)。
经过训练的网络只是一个网络,其权重经过多次迭代调整,使得训练数据集上的成本函数 C 的值尽可能小。
对于卷积层来说也是一样的:首先随机初始化权重(即,将自己放置在成本函数 C 图上的随机位置),然后计算梯度,然后“下坡” , IE。您可以按照梯度调整每个权重,以最小化 C。
全连接层和卷积层之间的唯一区别在于它们如何计算输出,以及如何计算梯度,但是使用梯度更新每个权重的部分对于网络。
因此,为了回答您的问题,卷积核中的那些滤波器最初是随机的,然后使用反向传播算法进行调整,如上所述。
希望这有帮助!
关于deep-learning - 确定 CNN 中滤波器矩阵的值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48143222/
假设我有两个矩阵,每个矩阵有两列和不同的行数。我想检查并查看一个矩阵的哪些对在另一个矩阵中。如果这些是一维的,我通常只会做 a %in% x得到我的结果。 match似乎只适用于向量。 > a
关闭。这个问题是opinion-based .它目前不接受答案。 想要改进这个问题? 更新问题,以便 editing this post 可以用事实和引用来回答它. 关闭 9 个月前。 Improv
我只处理过 DirectX 矩阵 我读过一些文章,说不能将 DirectX 矩阵数学库用于 openGL 矩阵。 但我也读过,如果你的数学是一致的,你可以获得类似的结果。那只会让我更加困惑。 任何人都
我编写了一个C++代码来解决线性系统A.x = b,其中A是一个对称矩阵,方法是首先使用LAPACK(E)对角矩阵A = V.D.V^T(因为以后需要特征值),然后求解x = A^-1.b = V^T
我遇到了问题。我想创建二维数组 rows=3 cols=2我的代码如下 int **ptr; int row=3; int col=2; ptr=new int *[col]; for (int i=
我有一个 3d mxnxt 矩阵,我希望能够提取 t 2d nxm 矩阵。在我的例子中,我有一个 1024x1024x10 矩阵,我想要 10 张图像显示给我。 这不是 reshape ,我每次只需要
我在 MATLAB 中有一个 3d 矩阵 (n-by-m-by-t) 表示一段时间内网格中的 n-by-m 测量值.我想要一个二维矩阵,其中空间信息消失了,只剩下 n*m 随着时间 t 的测量值(即:
作为一个简化的示例,我有一个 3D numpy 矩阵,如下所示: a = np.array([[[1,2], [4,np.nan], [7,
作为一个简化的示例,我有一个 3D numpy 矩阵,如下所示: a = np.array([[[1,2], [4,np.nan], [7,
使用 eigen2 , 并给定一个矩阵 A a_0_0, a_0_1, a_0_2, ... a_1_0, a_1_0, a_1_2, ... ... 和一个矩阵B: b_0_0, b_0_1, b_
我想知道如何获得下面的布局。 在中型和大型设备上,我希望有 2 行和 2 列的布局(2 x 2 矩阵)。 在小型(和超小型)设备上或调整为小型设备时,我想要一个 4 行和 1 列的矩阵。 我将通过 a
有什么方法可以向量化以下内容: for i = 1:6 te = k(:,:,:,i).*(c(i)); end 我正在尝试将 4D 矩阵 k 乘以向量 c,方法是将其
如何从填充有 1 和 0 的矩阵中抽取 n 个随机点的样本? a=rep(0:1,5) b=rep(0,10) c=rep(1,10) dataset=matrix(cbind(a,b,c),nrow
我正在尝试创建一个包含 X 个 X 的矩阵。以下代码生成从左上角到右下角的 X 对 Angular 线,而不是从右上角到左下角的 X 对 Angular 线。我不确定从哪里开始。是否应该使用新变量创建
我想在 python 中创建一个每行三列的矩阵,并能够通过任何一行对它们进行索引。矩阵中的每个值都是唯一的。 据我所知,我可以设置如下矩阵: matrix = [["username", "name"
我有点迷茫 我创建了一个名为 person 的类,它具有 age 和 name 属性(以及 get set 方法)。然后在另一个类中,我想创建一个 persons 数组,其中每个人都有不同的年龄和姓名
我有 n 个类,它们要么堆叠,要么不堆叠。所有这些类都扩展了同一个类 (CellObject)。我知道更多类将添加到此列表中,我想创建一种易于在一个地方操纵“可堆叠性”的方法。 我正在考虑创建一个矩阵
我有一个包含 x 个字符串名称及其关联 ID 的文件。本质上是两列数据。 我想要的是一个格式为 x x x 的相关样式表(将相关数据同时作为 x 轴和 y 轴),但我想要 fuzzywuzzy 库的函
机器学习与传统编程的一个重要区别在于机器学习比传统编程涉及了更多的数学知识。不过,随着机器学习的飞速发展,各种框架应运而生,在数据分析等应用中使用机器学习时,使用现成的库和框架成为常态,似乎越来越不需
当我在 julia 中输入这个错误跳转但我不知道为什么,它应该工作。/ julia> A = [1 2 3 4; 5 6 7 8; 1 2 3 4; 5 6 7 8] 4×4 Array{Int64,
我是一名优秀的程序员,十分优秀!