Небольшое исследование свойств простой U-net, классической сверточной сети для сегментации

[FenixFly]

Шум слишком простой, от него MaxPooling в первом же проходе избавится

[roryorangepants]

Логично. Несмотря на то, что на картинках нет, как выражается автор, «линий явных, одноцветных нет, и углов, соответственно, нет», они, вероятно, появятся после первой же комбинации свертки и макспула.

[ChePeter]

поясните пожалуйста что значит «избавится»,
станет константой?
И что значит, что шум слишком простой?
применение любой нетривиальной функции к случайной последовательности выдаст тоже случайную последовательность (возможно с другими характеристиками), как MaxPooling «избавится» от случайности?

[Globbox]

Вот у меня вопрос: неужели для работы с нейронными сетями обязательно нужен Python?

[IgnisNoir]

Нет. Просто в питоне ты быстрее пробуешь свои идеи и там сразу есть куча инструментов и куча документации.

А так для многих языков есть свои решения

[vassabi]

Заголовок спойлера

— неужели для того, чтобы попасть на другой континент нужен самолет?
— нет. Это только для быстрого, скучного перемещения из А в Б, т.е. получения результата. Некоторые любят даже пешком. Это не так быстро, но зато вникаешь во все подробности.

не обязательно, есть реализации нейронных сетей на ассемблере, С\С++, фортране, хаскеле, джаваскрипте и любом другом языке (ок, может не на брейнфаке, но я не уверен). Но на питоне — очень много библиотек и примеров к ним, потому что большая часть ученых (т.е. НЕпрограммистов) уже работали на питоне (например астрономы), и им так удобно. Так что теперь это самоподдерживающийся процесс — все больше статей выходит с кодом на питоне и все больше тех, кто с него начинает (или пересаживатся), читая эти статьи и примеры.

[xaoc80]

Создавать модель и обучать удобно на питоне или torch + lua. Inference можно делать на любом языке, движков много на любой вкус — от opencv dnn до mxnet. Обычно обучают в Keras/Tensorflow, потом подготавливают модель для целевой платформы.

[kuza2000]

Открою страшную тайну. Код, который просчитывает нейронные сети, написан всегда на C и иногда на ассемблере. Эти библиотеки, написанные на C, оформляются в более удобном виде — например, Numpy и Cuda для карт. Потом их заворачивают в еще более удобную упаковку — например, Torch или Theano, или Tensorflow. Иногда прослоек несколько. А Python — это как клей для таких блоков. Но клеить можно по разному, и от этого зависит результат. Программировать НС можно на чем угодно, но питон желательно, как минимум, читать, что бы понимать других. Все новые идеи пробуются, как правило, на нем. Это весьма удобный клей :)

[dim2r]

Добрый день! А есть полный код? Хочу попробовать потренировать на своих картинках.