machine-learning - 猫中的任意数据集检测谷歌的深度学习工作？

Question

我正在决定是否要学习深度学习。你能帮忙回答一个愚蠢的问题吗？在谷歌的工作中，我收集到他们的人工神经网络在无监督的情况下学习了一个“猫脸特征”，在给定猫脸 stumulus 的情况下最好激活。训练集是绝对随机的 youtube 帧，还是它们都是 youtube 帧，里面可能都是猫？这很有趣。谢谢！

Answer 1

是的，训练集是来自 youtube 的随机帧，每个视频一个，不受任何特定搜索的影响。样本是随机的，碰巧如果你想很好地编码 youtube 帧，你需要一个人脸检测器/编码器和一个猫脸编码器。

Answer 2

他们的 ANN 是一个分类器，可以回答“这个框架是否包含猫脸？”这个问题。与任何其他分类器一样，它需要一个平衡的无监督学习训练数据集。但是，采用随机的 Youtube 帧可能会给你一个非常倾斜的数据集（太多的负样本）。为了获得更平衡的训练集，他们可能会在视频标题中使用关键字或手动选择视频来获得更多的正面样本和更少的负面样本。

Answer 3

据我了解，深度梦境网络训练的猫图片比其他任何东西都多。猫脸的结果偏差源于“过度拟合”，这是神经网络的常见问题。当网络的权重变得过度修改和具体时，就会发生过度拟合。从某种意义上说，网络太擅长对训练数据进行分类，因此难以泛化到新的输入。