Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
Caffe 准确率大于 100%
我正在构建一个 但是当我使用上提供的自定义火车功能时莱内特示例 http nbviewer ipython org github BVLC caffe blob master examples 01 learning lenet ipynb
neuralnetwork
deeplearning
caffe
convneuralnetwork
pycaffe
Theano 导入错误:没有名为 cPickle 的模块
gt gt gt import theano Traceback most recent call last File
python
python27
neuralnetwork
Theano
convneuralnetwork
结合 CNN 和双向 LSTM
我正在尝试结合 CNN 和 LSTM 进行图像分类 我尝试了以下代码 但收到错误 我有 4 个课程需要训练和测试 以下是代码 from keras models import Sequential from keras layers imp
python
tensorflow
Keras
LSTM
convneuralnetwork
用我自己的值初始化pytorch卷积层
我想知道是否有办法用我自己的值初始化 pytorch 卷积过滤器 例如 我有一个元组 0 8423 0 3778 3 1070 2 6518 我想用这些值初始化 2X2 过滤器 我该怎么做 我查找了一些答案 但他们大多使用火炬正态分布和其他
Pytorch
initialization
convneuralnetwork
tensor
卷积神经网络的 float16 与 float32
标准是float32 但我想知道在什么条件下可以使用float16 我比较了运行相同的 covnet 和两种数据类型 没有发现任何问题 对于大型数据集 我更喜欢 float16 因为我可以更少担心内存问题 令人惊讶的是 使用 16 位是完全
NumPy
tensorflow
neuralnetwork
Keras
convneuralnetwork
使用 numpy 实现最大/平均池化(带步长)
我想知道如何使用 numpy 实现简单的最大 均值池 我正在读书使用 numpy 进行最大池化和平均池化 https stackoverflow com questions 42463172 how to perform max mean
python
python3x
NumPy
convneuralnetwork
为什么不同的批量大小在 Keras 中给出不同的精度?
我使用 Keras 的 CNN 对 MNIST 数据集进行分类 我发现使用不同的批量大小会产生不同的精度 为什么会这样呢 使用批量大小 1000 https i stack imgur com Ad4oO png 加速器 0 97600 使
machinelearning
Keras
deeplearning
convneuralnetwork
Python/Tensorflow - 我已经训练了卷积神经网络,如何测试它?
我使用二进制文件中的以下数据 标签 文件名 数据 像素 训练了一个卷积神经网络 CNN array 2 1 0 2 1 0 2 1 0 2 1 0 2 1 0 2 1 0 2 1 0 2 1 0 2 1 0 2 1 0 array 10 c
python
tensorflow
neuralnetwork
convneuralnetwork
Convolution
Keras:一维输入的卷积层
我无法为一维输入向量构建 CNN 输入值示例 df x iloc 300 Out 33 0 0 571429 1 1 000000 2 0 971429 3 0 800000 4 1 000000 5 0 142857 6 0 657143
python
machinelearning
deeplearning
Keras
convneuralnetwork
Keras/Tensorflow Conv1D 预期输入形状
我想对 29 个特征输入数据 如 29x1 形状 应用一维卷积 我告诉凯拉斯input shape 29 1 但我收到一个错误 它期望输入 具有 3 个维度 但得到形状为 4000 29 的数组 为什么 Keras 期望 3 维 Keras
tensorflow
Keras
neuralnetwork
convneuralnetwork
Convolution
什么是 DepthwiseConv2D 和 SeparableConv2D?它与 keras 中的普通 Conv2D 层有何不同?
我在查看 EfficientnetB0 的架构时注意到了 DepthwiseConv2D 操作 做了一些挖掘 发现还有一个 SeparableConv2D 这些操作到底是什么 DepthwiseConv2d 执行深度空间卷积的第一步 分别对
python
tensorflow
Keras
convneuralnetwork
Keras 中 Conv1d 中的 input_shape 变量如何工作?
再见 我正在 Keras 上使用 CNN 1d 但我在输入形状变量方面遇到了很多麻烦 我有一个包含 100 个时间步长和 5 个带有布尔标签的特征的时间序列 我想训练一个使用长度为 10 的滑动窗口的 CNN 1d 这是我编写的非常简单的代
python
tensorflow
Keras
convneuralnetwork
Keras ImageDataGenerator 中的增强
我有两个关于 ImageDataGenerator 的问题 1 整批图像是否使用相同的增强 或者每个图像都有自己的随机变换 例如对于旋转 模块是否以相同的角度旋转批次中的所有图像 或者每个图像获得随机旋转角度 2 ImageDataGene
python
tensorflow
Keras
convneuralnetwork
如何在keras中可视化卷积神经网络中间层的输出?
最近我创建了用于猫和狗分类的基本 CNN 模型 非常基本 如何使用 keras 可视化这些层的输出 我使用 keras 的 Tensorflow 后端 您可以定义一个模型 获取您想要查看的每一层的输出并进行预测 假设您有完整的模型 cnnM
python
tensorflow
Keras
Classification
convneuralnetwork
Pytorch:获取最终层的正确尺寸
Pytorch 新手来了 我正在尝试微调 VGG16 模型来预测 3 个不同的类别 我的部分工作涉及将 FC 层转换为 CONV 层 但是 我的预测值不会落在 0 到 2 3 个类别 之间 有人可以向我指出有关如何计算最后一层的正确尺寸的好
python
machinelearning
Pytorch
convneuralnetwork
yolo算法的坐标输出代表什么?
我的问题与这个主题类似 当我开始思考 yolo 算法的输出时 我正在观看 Andrew Ng 的关于边界框预测的讲座 让我们考虑这个例子 我们使用 19x19 网格和只有一个具有 2 个类的感受野 所以我们的输出将是 gt 19x19x1x
machinelearning
deeplearning
ComputerVision
convneuralnetwork
YOLO
为什么keras不允许以这种方式添加卷积层?
下面的代码 from tensorflow import keras from keras layers import Conv2D model keras Sequential model add Conv2D 1 3 3 padding
python
tensorflow
Keras
convneuralnetwork
对多输出 Keras 模型中的每个输出使用不同的样本权重
我的输入数组是image array 包含 10000 张大小为 512x512 4 个通道的图像的数据 IE image array shape 10000 512 512 4 每张图像都有一个相关的指标 我想训练 CNN 来为我进行预测
python
Keras
deeplearning
convneuralnetwork
lossfunction
训练CNN时如何去除重复项?
我正在使用 CNN 解决图像分类问题 我有一个包含重复图像的图像数据集 当我用这些数据训练 CNN 时 它出现了过拟合 因此 我需要删除那些重复项 我们粗略地称为重复的东西对于算法来说可能很难辨别 您的重复项可以是 精确重复 近乎精确的重复
python
imageprocessing
Keras
deeplearning
convneuralnetwork
Tensorflow 神经网络预测始终相同
我有一个深度 CNN 可以预测 3d 图像中每个像素的 0 和 2 之间的标签 我已经在每个像素都标记为 1 的图像上训练了模型 因此 在测试模型时 我相信每个预测都应该是 1 相反 模型仅预测 0 这是整个模型的存储库 https git
python
tensorflow
neuralnetwork
deeplearning
convneuralnetwork
«
1
2
3
4
5
6
7
...10
»