NK
нет, "factorized 7x7" значит 3 слоя 3х3, это упоминается в статье
Size: a a a
2017 April 14
NK
NK
остальные слои никак не меняются
YB
это да, но ты говоришь что 3 по 3х3 -- больше операций
NK
Мы как раз это здесь обсуждали, и пришли к выводу что операций должно быть меньше, но таблица говорит что их стало больше
YB
а, подожди. да. factorized -- это разложение. но не на 1x7, как на картинке 6?
YB
3х3 *3 это про inception v2
NK
нет, на 3 уровня обычных 3х3 сверток
NK
да, это Inception v2
YB
OO
возник такой вопрос — какие есть нейросетевые аналоги задачам PCA ? (из множества фич выкинуть малозначимые)
то есть они (deep learning NN) такое в процессе делают, как я понимаю, но интересно сравнить
то есть они (deep learning NN) такое в процессе делают, как я понимаю, но интересно сравнить
KS
возник такой вопрос — какие есть нейросетевые аналоги задачам PCA ? (из множества фич выкинуть малозначимые)
то есть они (deep learning NN) такое в процессе делают, как я понимаю, но интересно сравнить
то есть они (deep learning NN) такое в процессе делают, как я понимаю, но интересно сравнить
Авто-энкодеры?
OO
Авто-энкодеры?
ага, похоже на искомое, спасибо
YB
7*7*7 vs 3*3*3*3 и 7*7*7*7 vs 3*3*3*3*3 -- левое больше в любом случае, так что я тоже не понимаю, как они так.
Я вообще в работе не понимаю, что за 7х7 имеется в виду.
Я вообще в работе не понимаю, что за 7х7 имеется в виду.
NK
7х7 filters in the first layer
NK
то есть они меняют первый слой с 7х7 фильтрами на 3 слоя с 3х3 фильтрами в каждом
YB
видимо 7х7 был в inception1 ? где он был-то?
YB
вот, нашёл: convolution 7×7/2 112×112×64 1 2.7K 34M
ES
Там получается в 7x7 варианте в первом слое три входных канала и N выходных а в варианте трех 3х3 в первом слое 3 входных канала а в остальных уже N