[nilfheimsan]

Czy ktoś może ocenić czy dobrze zilustrowałem sieć?
https://datascience.stackexchange.com/questions/78026/can-anyone-verify-my-nn-diagram-if-it-is-properly-drawn

#python #uczeniemaszynowe #ai #sztucznainteligencja #machinelearning #keras

[ProfesorBigos]

@nilfheimsan: W warstwach Conv i Pool powinieneś podać kernel size oraz ewentualnie stride i padding

[nilfheimsan]

@ProfesorBigos dzieki! dodam. a czy warstwy po concatenate sa ok? w Netronie sa 3 ja mam 2 ale nie wiem czy przypadkiem Netron nie pokazuje samych polaczen a nie warstw?

[c.....k]

@nilfheimsan: Zgadza ci się wejście do pierwszej dense layer? I czy te po tym połączeniu mają aktywację?

[nilfheimsan]

@chrzandofrytek hmm nie potrafie odpowiedziec, nie rozumiem 100% sieci jeszcze ale ten schemat dziala. wytrenowalem na 3000 wierszach danych i mam 0.5% bledu

[ProfesorBigos]

@nilfheimsan: wygląda poprawnie wszystko. brakuje rozmiaru wyjścia na końcu sieci. w sumie ten górny obrazek jest bardziej dla mnie czytelny, tylko nie ma na nim pokazanych aktywacji warstw liniowych

[nilfheimsan]

@ProfesorBigos rozmiar na koncu to rozumiem ile danych z tych 2 wyjsc? to bedzie chyba 1 bo to jest jedna liczba w kazdym

[c.....k]

@nilfheimsan: Znaczy się ciekawi mnie to bo jak masz 3x3x32x64 później nie wiem jaki Kernel ale jak 2x2 to daje 4608 liczb a nie 4096.

[ProfesorBigos]

@nilfheimsan: tak, że na każdym wyjściu zwraca wektor o rozmiarze 1. a w twojej publikacji musi być grafika? nie możesz po prostu skopiować model.summary()? :-D

[nilfheimsan]

@ProfesorBigos jako architekt lubie wizualna prezentacje danych :) targetem tez czesciowo sa architekci itp. wiec chce to ladnie rozrysowac :)

[nilfheimsan]

@chrzandofrytek to postaram sie zaraz sprawdzic

[nilfheimsan]

@chrzandofrytek: czesc CNN z tego modelu zostala zrobiona identycznie jak w tym tutorialu: https://www.pyimagesearch.com/2019/01/28/keras-regression-and-cnns/ wiec tu jest wszystko opisane - ja modyfikowalem czesc odpowiadajaca za dane liczbowe (przygotowalem tez swoje dane bo nie przewiduje ceny domow a slad weglowy) i potem zrobilem rozdzielenie na 2 wyniki

[ProfesorBigos]

@nilfheimsan: jak będziesz miał problem ze ściśnięciem wszystkiego, to zawsze możesz to rozbić na dwa rysunki, jeden to będzie image_encoder i tam będą wszystkie warstwy aż do Flatten, a później carbon_footprint_estimator i tam cała reszta.

[nilfheimsan]

@ProfesorBigos: swietny pomysl! to by sprawilo ze by bylo jeszcze czytelniej, chyba sprobuje tak

[nilfheimsan]

@chrzandofrytek: tam jest 3x3x32x64 a potem max pooling 2 x 2.
Ja sadzilem ze to jest 64 x 64 a potem max pooling nie zmienia liczby tylko zmniejsza filtry ? (nie wiem czy to dobra terminologia) bo potem wychodzi 4096

[n.....6]

@chrzandofrytek: @nilfheimsan: @chrzandofrytek: wy wszyscy pracujecie w ML? hype jest tak duzy jak zapotrzebowanie czy kolejny trendzik?

[nilfheimsan]

@no_one6 co to za pytanie. ja w ogole w IT nie pracuje.