Чтобы изучить, как подготовить данные изображения к нейронным сетям для глубокого обучения, смотрите, Предварительно обрабатывают Изображения для Глубокого обучения.
Эта тема представляет часть типичного многоуровневого сетевого рабочего процесса. Для получения дополнительной информации и другие шаги, смотрите Многоуровневые Мелкие Нейронные сети и Обучение Обратной связи.
Прежде, чем начать процесс проектирования сети, вы сначала собираете и готовите выборочные данные. Это обычно затрудняет, чтобы включить предварительные знания в нейронную сеть, поэтому сеть может только быть столь же точной как данные, которые используются, чтобы обучить сеть.
Важно, чтобы данные покрыли область значений входных параметров, в которых будет использоваться сеть. Многоуровневые сети могут быть обучены, чтобы сделать вывод хорошо в области значений входных параметров, которым они были обучены. Однако у них нет способности точно экстраполировать вне этой области значений, таким образом, важно, чтобы обучающие данные охватили полный спектр входного пробела.
После того, как данные были собраны, существует два шага, которые должны быть выполнены, прежде чем данные используются, чтобы обучить сеть: данные должны быть предварительно обработаны, и они должны быть разделены на подмножества.
