Вектор процесса - это нейронность входного слоя нейронной сети.

Question

Вектор процесса - это нейронность входного слоя нейронной сети.

0

Я исследую Face Detection с использованием нейронной сети и PCA (анализ основных компонентов), но у меня проблема с входным слоем нейронной сети:

После использования PCA для обработки базы данных face face, у меня есть набор EigenVectors (1 Image face = 1 Vector).

Согласно документации Neural Network, входной уровень принимает только реальные значения (например, 0,1, 1, 100, 10000). Но в случае, если входные данные являются векторами, поэтому я не могу обработать на этом этапе.

DmitryKanunnikoff 08 март 2014, в 11:06

Источник

Теги:

c#

c++

java

matlab

face-detection

1 ответ

Ещё вопросы

DmitryKanunnikoff · Answer 1 · 2014-03-08T08-21-00.000Z

Вектор - упорядоченный набор чисел в вашем случае. Правильно? Входной слой нейронной сети также можно рассматривать как вектор. Оба вектора должны иметь одинаковую длину. Таким образом, вы должны сначала элемент вектора применить к первому входу сети входного уровня, второй элемент вектора - второй вход, а третий - третий вход,..

Спасибо Дмитрий. Но если мы тренируем один вектор за раз, а затем применяем «обратное распространение» для обновления весов нейронной сети, мы должны тренироваться n раз (n - это число базы данных изображений векторов), и у нас есть n установленных весов. Возможно, это реальный способ или ... я неправильно понимаю нейронную сеть.
Не упоминай об этом. Сетевое обучение основано на выборке - базе данных векторов. То, что база имеет «n» векторов, а сеть имеет «n» входов - может быть просто совпадением. Как долго эти векторы? Я думаю, что такая же длина «н». Вы должны применить компоненты этих векторов к соответствующему входу сети. Опубликовать вектор на одном входе сети невозможно. На этом рисунке x1, x2, ..., xn являются компонентами вашего вектора: tracer.lcc.uma.es/problems/ann/ann-Dateien/aneurona.jpg