Questions tagged «feature-extraction»

我了解GAN在两个网络（生成性和区分性）相互竞争时如何工作。我建立了一个DCGAN（带有卷积鉴别器和反卷积生成器的GAN），现在可以成功生成类似于MNIST数据集中的手写数字。 我已经阅读了很多有关GAN从图像中提取特征的应用程序。如何使用训练有素的GAN模型（在MNIST数据集上）从MNIST手写的挖掘者图像中提取特征？

10 feature-extraction  unsupervised-learning  gan 

我目前正在对重建这一结果纸。在本文中，他们描述了一种使用CNN进行特征提取的方法，并具有Dnn-hmm的声学模型，并使用RBM进行了预训练。 第三节A小节陈述了可以表示输入数据的不同方式。我决定垂直堆叠静态，增量和增量增量的频谱图。 因此： 然后，本文描述了网络的运行方式。他们声明他们使用了卷积网络，但是关于网络的结构却一无所知。此外，网络是否始终被称为卷积层？我敢肯定，与普通的网络卷积神经网络（cnn）相比，我看不出任何区别。 该文件就差异指出了这一点： （摘自第三节B小节） 但是，卷积层在两个重要方面与标准的完全连接的隐藏层不同。首先，每个卷积单元仅从输入的局部区域接收输入。这意味着每个单元代表输入局部区域的某些特征。其次，卷积层的单元本身可以组织为多个特征图，其中同一特征图中的所有单元共享相同的权重，但从较低层的不同位置接收输入 我想知道的另一件事是，该论文是否实际陈述了馈送dnn-hmm声学模型所需的输出参数。我似乎无法解码过滤器的数量，过滤器的大小..网络的一般细节？

9 neural-network  convnet  feature-extraction  audio-recognition