Sono un principiante della rete neurale. Sono molto confuso sulla parola feature
. Puoi darmi una definizione di feature
? Le caratteristiche sono i neuroni negli strati nascosti?Qual è la definizione di "funzionalità" nella rete neurale?
risposta
Le funzionalità sono gli elementi dei vettori di input. Il numero di funzionalità è uguale al numero di nodi nel livello di input della rete.
Se si stesse utilizzando una rete neurale per classificare le persone come uomini o donne, le caratteristiche sarebbero cose come altezza, peso, lunghezza dei capelli ecc. Ognuno di questi avrebbe un valore iniziale in metri, chilogrammi e così via, e sarebbe quindi normalizzato e centrato a zero (entro la feature) prima della presentazione al sistema.
Così questo ragazzo:
altezza: 1,5 m
peso: 70kg
lunghezza dei capelli: 0.1m
Sarebbero inizialmente rappresentato dal vettore [1.5, 70, 0.1]
e poi, dopo la pre-elaborazione (c'è dovrebbe essere altri elementi nel set di dati ...) da qualcosa come [-0.2, 0.4, .05]
Le caratteristiche di un'immagine di una lettera potrebbe essere semplice come i valori in scala di grigi dei pixel. Altre caratteristiche potrebbero essere generate elaborando le immagini ed estraendo i parametri dagli spettri di potenza, o trovando i bordi, ecc. Per saperne di più, cerca informazioni sull'elaborazione delle immagini e l'estrazione delle caratteristiche.
Le caratteristiche in una rete neurale sono le variabili o gli attributi nel set di dati. Di solito scegli un sottoinsieme di variabili che possono essere utilizzate come buoni predittori dal tuo modello. Quindi, in una rete neurale, le caratteristiche sarebbero il livello di input, non i nodi del livello nascosto. L'output è qualsiasi variabile (o variabile) che stai cercando di prevedere.
Grazie a @Bill the Lizard e @ohruunuruus per le risposte, ma non riesco ancora a capire cosa significa apprendimento delle funzionalità nel riconoscimento della calligrafia? Quali sono le caratteristiche di una lettera? Alcune volte dicono, hanno bisogno di "imparare caratteristica". Cosa significa questo? È qualcosa come gli angoli di una lettera? – xirururu
@xirururu Per il riconoscimento della scrittura a mano, in genere si acquisiscono immagini di scrittura a mano per addestrare il modello. Se hai migliaia di lettere scansionate a una risoluzione di 10 x 10 pixel, allora tutti i 100 pixel di quelle immagini sarebbero le tue prodezze. La lettera A avrà pixel diversi più scuri rispetto alla lettera E. Una volta addestrato il modello, sarà in grado di distinguere diverse lettere in base a tali caratteristiche. [Selezione funzionalità] (http://en.wikipedia.org/wiki/Feature_selection) è probabilmente il significato di "impara caratteristiche". –
- 1. Qual è la profondità di una rete neurale convoluzionale?
- 2. Problemi nella comprensione della rete neurale involontaria
- 3. Come inserire l'immagine nella rete neurale?
- 4. La rete neurale di Hopfield non riconosce
- 5. Aiuto con la rete neurale Neurop
- 6. Perché la rete neurale non è in grado di prevedere?
- 7. Rete neurale "Allevamento"
- 8. Implementazione di connessioni sparse nella rete neurale (Theano)
- 9. Pronostico - Rete neurale per la regressione
- 10. Impossibile apprendere la rete neurale semplice XOR
- 11. Come visualizzare una rete neurale
- 12. Rete neurale XOR in Java
- 13. Rete neurale per riconoscimento lettere
- 14. Come aggiornare il bias nella backpropagation della rete neurale?
- 15. Esiste questo modello di rete neurale?
- 16. R - ensemble con rete neurale?
- 17. java semplice configurazione di rete neurale
- 18. TensorFlow: semplice rete neurale ricorrente
- 19. Qual è la funzionalità di "android.intent.category.MONKEY"?
- 20. Approccio full-matric a backpropagation nella rete neurale artificiale
- 21. Qual è la definizione di proxy-aware
- 22. Differenza tra rete neurale e algoritmo evolutivo
- 23. Cercando di scrivere la mia rete neurale in Python
- 24. La rete neurale convoluzionale possiede capacità di localizzazione sulle immagini?
- 25. Come è possibile visualizzare un'architettura di rete neurale con Keras?
- 26. Libreria di rete neurale .NET open-source?
- 27. Predizione a lungo termine utilizzando la rete neurale artificiale
- 28. Set di dati per la formazione sulla rete neurale
- 29. Quanti neuroni di uscita ha la mia rete neurale?
- 30. Qual è la vera definizione dell'algoritmo xorshift128 +?
Quindi il numero di funzioni in questo vettore rappresentato sarebbe: 3 (?) – naisanza
@naisanza yep. Nell'esempio sopra, ci sono tre caratteristiche che vengono utilizzate per rappresentare ciascun esemplare (persona): altezza, peso e lunghezza dei capelli. – ohruunuruus