Hallo,
bin neu hier, habe aber keine verwandten Threads gefunden.
Benoetige Unterstuetzung in einem recht speziellen Projekt.
Eine kleine Zusammenfassung:
Es soll ein Neuronals Netzwerk so konzipiert und trainiert werden, dass es bei einer Pixelmatrixeingabe (vorerst nur Schwarz/Weiss 1 bit) einen Klassifizierungsalgorithmus zu 100% simuliert, also uebertrainiert ist.
So weit nichts neues, nur jetzt soll in einem bestimmten Bildabschnitt die Veraenderung herausgefunden werden, die zu einer bestimmte Klassifizierungsaenderung fuehren koennen, wenn der Rest des Bildes gleich bleibt und das mit sehr hoher Wahrscheinlichkeit.
Am besten waehre natuerlich eine Ergebnismenge.
Ich habe gehoert, dass dies moeglich ist.
Als nicht Experte in diesem Gebiet wuede ich mit Python und Keras arbeiten. Nur leider kenne ich keine Werkzeuge, die auf die Ergebnismenge schliessen lassen koennten.
Ich wuerde es vielleicht sogar manuell zurueck verfolgen, wenn ich die Gewichte haette.
Doch da gibt es sicher bessere Loesungen.
Kann mir da Jemand helfen?
Da erst bei fertigem Produkt mit einer Verguetung zu rechnen ist, kann ich leider vorher auch keine anbieten.
Vielen Dank
Schoenes Neues
Das Posting wurde vom Benutzer editiert (07.01.2021 06:04).