Počet záznamů: 1
The influence of first CNN layer initialization on training convergence
- 1.
SYSNO ASEP 0578258 Druh ASEP C - Konferenční příspěvek (mezinárodní konf.) Zařazení RIV Záznam nebyl označen do RIV Název The influence of first CNN layer initialization on training convergence Tvůrce(i) Krejsa, Jiří (UT-L) RID, ORCID
Věchet, Stanislav (UT-L) RID, ORCID
Chen, K.S. (TW)Celkový počet autorů 3 Zdroj.dok. Engineering Mechanics 2023 : 29th International Conference, 29. - Prague : Institute of Thermomechanics of the Czech Academy of Sciences, 2023 / Radolf V. ; Zolotarev I. - ISSN 1805-8248 - ISBN 978-80-87012-84-0 Rozsah stran s. 135-138 Poč.str. 4 s. Forma vydání Tištěná - P Akce Engineering Mechanics 2023 /29./ Datum konání 09.05.2023 - 11.05.2023 Místo konání Milovy Země CZ - Česká republika Typ akce WRD Jazyk dok. eng - angličtina Země vyd. CZ - Česká republika Klíč. slova convolution neural networks ; training ; initialization Vědní obor RIV IN - Informatika Obor OECD Automation and control systems Institucionální podpora UT-L - RVO:61388998 DOI 10.21495/em2023-135 Anotace During evaluation of convolution neural networks on the task of sign language single hand alphabet classification we have discovered that in small but not negligible number of cases the training of the network does not converge at all. This paper investigates the problem that we believe is independent of the application. While the true cause of training divergence was not discovered, we can offer the reader an easy solution from practical point of view – initialization of the first CNN layer using pretrained networks parameters. Pracoviště Ústav termomechaniky Kontakt Marie Kajprová, kajprova@it.cas.cz, Tel.: 266 053 154 ; Jana Lahovská, jaja@it.cas.cz, Tel.: 266 053 823 Rok sběru 2024 Elektronická adresa https://www.engmech.cz/im/proceedings/show_p/2023/135
Počet záznamů: 1