@bigdata_ru

Страница 281 из 327
Borat
16.06.2018
15:16:14
привет, кто нибудь строил One Class SVM модель с использованием фичей от предобученной нейронки (ResNet50 например)?

# X_train (2250, 200, 200, 3) resnet_model = ResNet50(input_shape=(200, 200, 3), weights='imagenet', include_top=False) features_array = resnet_model.predict(X_train) # features_array (2250, 7, 7, 2048) pca = PCA(svd_solver='randomized', n_components=450, whiten=True, random_state=42) svc = SVC(kernel='rbf', class_weight='balanced') model = make_pipeline(pca, svc) param_grid = {'svc__C': [1, 5, 10, 50], 'svc__gamma': [0.0001, 0.0005, 0.001, 0.005]} grid = GridSearchCV(model, param_grid) grid.fit(X_train, y_train)

выдает вот такую ошибку ValueError: Found array with dim 4. Estimator expected <= 2.

вообще что это такой за тензор выдал метод predict? почему он (2250, 7, 7, 2048)

Google
Yuri
16.06.2018
19:35:27
Grigory
16.06.2018
19:47:41
да он во многие доавбился

Kaspar
16.06.2018
19:49:04
ты хотябы набор фраз добавил для прииветствий и рандомные задержки

Проксимов
16.06.2018
19:49:15
2+2?

Dmitry
16.06.2018
20:52:47
Таки сколько надо? ?

dot
17.06.2018
12:31:32
эмм объясните пожалуйста параметр stride как работает ?

Alexey
17.06.2018
12:32:46
stride это шаг в сверточных нейросетях с которым перемещается ядро свертки

dot
17.06.2018
12:33:04
он задает шаг по изображению например вот тут [1,3,3,1] а как это перемещение происходит ?

я не могу этого понять :(

Alexey
17.06.2018
12:34:44
Есть изображение - матрица, есть ядро свертки - матрица меньшего размера, так вот например начинаешь с вернего левого угла и пошел вправо перемещать с велечиной этого шага

dot
17.06.2018
12:35:36
скажите а в моем случае она будет она как будет перемещаться ?

Alexey
17.06.2018
12:36:45
В каком таком случае?

dot
17.06.2018
12:36:54
[1,3,3,1]

Google
Alexey
17.06.2018
12:37:36
Подождите. Это у Вас что за вектор? Это ядро свертки?

dot
17.06.2018
12:38:07
да я вот и сам понять не могу, это вектор

щас напишу как оно тут используется

Alexey
17.06.2018
12:39:16
наверное вот нужно что https://www.youtube.com/watch?v=ulKbLD6BRJA

dot
17.06.2018
12:39:39
x_valid=tf.nv.conv2d(x,w,strides[1,3,3,1],paddind="valid")

Evgeniy
17.06.2018
12:40:45
или ты пропустил =

а вообще тебе сюда - https://www.tensorflow.org/api_docs/python/tf/nn/conv2d

dot
17.06.2018
12:41:47
пишут "аргумент strides задает шаг по изображению"

и все

там уже смотрел всеравно не понял

аа да = пропустил

Evgeniy
17.06.2018
12:42:53
пишут "аргумент strides задает шаг по изображению"
что не понятно в фразе шаг по изображению?

https://github.com/vdumoulin/conv_arithmetic

dot
17.06.2018
12:43:57
1,3 ,3,1 это значит выбирается элемент на первой строке третьем столбце до эл-та на 3 строке 1 столбца ?

Evgeniy
17.06.2018
12:44:59
1,3 ,3,1 это значит выбирается элемент на первой строке третьем столбце до эл-та на 3 строке 1 столбца ?
нет это значит что у тебя шаги 1,3,3,1 по каждому из 4 измерений тензора соответсвенно

dot
17.06.2018
12:46:19
ааа понял спасибо , тоесть к 1 +1 ко второму элементу + 3 , к третьему +3 к четвертому + 1 , в тензоре я правильно понял ?

Evgeniy
17.06.2018
12:46:59
я тебя не понял но наверное да

dot
17.06.2018
12:47:45
я тебя не понял но наверное да
кажется понемногу доходит , спасибо. Просто в учебнике так коряво нарисовано что фиг поймешь

Google
dot
17.06.2018
12:50:05
ну на входе x = [1,5,5,1] w=[3,3,1,1] а потом по нему делается свертка x_valid=tf.nv.conv2d(x,w,strides=[1,3,3,1],paddind="valid")

Alexey
17.06.2018
12:53:59
strides насколько я знаю просто смещение и его никчему прибавлять не нужно. это просто шаг смещения.

dot
17.06.2018
12:54:44
а почему у него 4 размерности тогда ?

Evgeniy
17.06.2018
12:55:30
а почему у него 4 размерности тогда ?
а у твоего тензора сколько

dot
17.06.2018
12:55:48
ну тоже 4

Evgeniy
17.06.2018
12:55:55
совпадение?)

Alexey
17.06.2018
12:56:30
Дмитрий Киселев Вы забыли разлогиниться =)



Я вот так это понимаю. Настройка для каждого слоя. Шаг для каждого слоя.

dot
17.06.2018
12:58:54
аа ну ладно вроде чтото понял , сейчас попробую осмыслить

Alexey
17.06.2018
12:58:57
С кинь ссылку откуда этот пример то

dot
17.06.2018
13:00:03
всем спасибо за подсказки :) книга "Глубокое обучение.Погружение в мир нейронных сетей" стр. 189 рис. 5.2

dot
17.06.2018
13:00:22
у меня эта книга в бумажном варианте просто

Alexey
17.06.2018
13:01:23
замет что у тебя ошибка синтаксиса tf.nv.conv2d(x,w,strides=[1,3,3,1],paddind="valid")

Admin
ERROR: S client not available

Alexey
17.06.2018
13:01:34
там nn написанно вместо nv

dot
17.06.2018
13:02:12
да я вижу , но я пока только читаю , пытаюсь понять что что и откуда там

Alexey
17.06.2018
13:03:07
Рекомендую https://www.coursera.org/learn/convolutional-neural-networks/home/welcome

dot
17.06.2018
13:06:46
да у меня инглиш не очень :(

Alexey
17.06.2018
13:07:15
Да у меня тоже не супер - но легче чем в этой книге, которая на русском =)

Google
Alexey
17.06.2018
13:07:29
Все "на палочках"

dot
17.06.2018
13:09:41
ну попробую глянуть , может разберусь как нибудь :)

все понял ) картинка с толку сбила просто , страйд позволяет сделать смещение для любого элемента тензора

мы можем и для минибатчей смещение так сделать а можем и для каких то внутренних штук смещение сделать

Artem
17.06.2018
18:51:53
Всем привет. Кто-нибудь знает, где можно посмотреть реализацию tConv слоя отсюда (https://bit.ly/2MAHjRd, Learning the Speech Front-end With Raw Waveform CLDNNs )? Или намекнуть, как реализовать на tensorflow?

Evgeniy
18.06.2018
06:50:16
Всем привет. Кто-нибудь знает, где можно посмотреть реализацию tConv слоя отсюда (https://bit.ly/2MAHjRd, Learning the Speech Front-end With Raw Waveform CLDNNs )? Или намекнуть, как реализовать на tensorflow?
> Our time convolution layer is shown in Figure 1a. First, we take a small window of the raw waveform of length M samples, and convolve the raw waveform with a set of P filters. If we assume each convolutional filter has length N and we stride the convolutional filter by 1, the output from the convolution will be (M − N + 1) × P in time × frequency. Next, we pool the filterbank output in time (thereby discarding short term phase information), over the entire time length of the output signal, to produce 1 × P outputs. Finally, we apply a rectified non￾linearity, followed by a stabilized logarithm compression2 , to produce a frame-level feature vector at time t, i.e., xt ∈ <P . We then shift the window around the raw waveform by a small amount (i.e., 10ms) and repeat this time convolution to produce a set of time-frequency frames at 10ms intervals.

Stacy
18.06.2018
07:08:10
Добрый день, хочу изучать машинное обучение, но не знаю с чего начать. Я уже читала некоторую литературу и питон изучала немного, но вот как - то не срослось, может подскажите

.
18.06.2018
07:10:00
Добрый день, хочу изучать машинное обучение, но не знаю с чего начать. Я уже читала некоторую литературу и питон изучала немного, но вот как - то не срослось, может подскажите
Пересылать не даёт, поэтому так: А вообще новичкам, кто постоянно задаёт вопрос с чего начать, вот вам план по освоению: https://proglib.io/p/deep-learning-in-6-weeks/ (С)

Stacy
18.06.2018
07:10:29
Спасибо!



А эта книга только на английском?

Я знаю математику и довольно хорошо, просто из-за работы в школе немного подзабыла

.
18.06.2018
07:15:20
А эта книга только на английском?
По МЛ почти все на английском

Stacy
18.06.2018
07:16:06
Там база или сложные алгоритмы которые после пригодятся?

С английским проблема, знаю, изучала, но очень плохо усваивается могу работать со словарём.

Alena
18.06.2018
07:17:17
А эта книга только на английском?
«Глубокое обучение на Python» Шолле очень советую. Она есть на русском . Я тоже в начале пути и она мне здорово связала применение математики с собственно обучением. И да. Нужен английский. Большинство понятной информации на нем

Stacy
18.06.2018
07:18:54


Я вот эту читала, но ещё не до конца, кто читал? Скажите как вам?

На 165 странице остановилась и поняла что не помню статистику

Страница 281 из 327