Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
池化与随时间池化
我从概念上理解最大 总和池中发生的情况作为 CNN 层操作 但我看到这个术语 随时间变化的最大池 或 随时间变化的总和池 例如 用于句子分类的卷积神经网络 https arxiv org pdf 1408 5882 pdfYoon Kim
machinelearning
neuralnetwork
NLP
Convolution
maxpooling
使用 GPU 进行 Matlab 卷积
我用gpuArray尝试了matlab的卷积函数conv2 convn 例如 convn gpuArray rand 100 100 10 single gpuArray rand 5 single 并将其与 cpu 版本 convn ra
performance
MATLAB
CUDA
Convolution
Keras conv1d 层参数:过滤器和 kernel_size
我对 keras 的 conv1d 层中的这两个参数感到非常困惑 https keras io layers convolutional conv1d https keras io layers convolutional conv1d 文
Keras
Convolution
如何在 F# 中进行卷积?
我想convolve http en wikipedia org wiki Convolution具有离散滤波器的离散信号 信号和滤波器是 F 中的浮点数序列 我能弄清楚如何做到这一点的唯一方法是使用两个嵌套的 for 循环和一个可变数组来
F
signalprocessing
Convolution
PHP清晰度卷积矩阵
我正在使用一个卷积矩阵 http www php net manual en function imageconvolution php为了锐度PHP GD我想改变清晰度 level 我会去哪里做出改变如果我想做到的话或多或少尖锐 imag
php
image
matrix
gd
Convolution
Numpy 过滤器平滑零区域
我有一个 0 及更大整数的 2D numpy 数组 其中值代表区域标签 例如 array 9 9 9 0 0 0 0 1 1 1 9 9 9 9 0 7 1 1 1 1 9 9 9 9 0 2 2 1 1 1 9 9 9 8 0 2 2 1
python
NumPy
Convolution
mathematicalmorphology
张量流中的复杂卷积
我正在尝试运行一个简单的卷积 但包含复数 r np random random 1 10 10 10 i np random random 1 10 10 10 x tf complex r i conv layer tf layers c
tensorflow
Convolution
complexnumbers
如何确定 Keras Conv2D 函数中的“filter”参数
我刚刚开始我的 ML 之旅 并且已经完成了一些教程 对我而言 不清楚的一件事是如何为 Keras Conv2D 确定 过滤器 参数 我读过的大多数资料只是将参数设置为 32 没有任何解释 这只是经验法则还是输入图像的尺寸起作用 例如 CIF
machinelearning
neuralnetwork
Keras
convneuralnetwork
Convolution
如何创建 Keras 层来执行 4D 卷积 (Conv4D)?
看起来tf nn convolution应该能够进行 4D 卷积 但我无法成功创建 Keras 层来使用此函数 我尝试过使用 KerasLambda层来包裹tf nn convolution功能 但也许其他人有更好的主意 我想利用数据的高维
tensorflow
Keras
convneuralnetwork
Convolution
CUDA、NPP 滤波器
CUDA NPP 库支持使用 nppiFilter 8u C1R 命令过滤图像 但不断出现错误 我可以毫无问题地启动并运行 boxFilterNPP 示例代码 eStatusNPP nppiFilterBox 8u C1R oDeviceS
c
imageprocessing
CUDA
Convolution
NPP
可重用的 Tensorflow 卷积网络
我想重用来自Tensorflow 专业人士的 MNIST CNN 示例 http www tensorflow org tutorials mnist pros index md 我的图像尺寸为 388px X 191px 只有 2 个输出
python
neuralnetwork
Convolution
tensorflow
convneuralnetwork
如何更新反卷积层的权重?
我正在尝试开发一个反卷积层 或者准确地说是转置卷积层 在前向传递中 我进行了完全卷积 零填充卷积 在向后传递中 我进行有效的卷积 没有填充的卷积 以将错误传递到前一层 偏差的梯度很容易计算 只需对多余维度进行平均即可 问题是我不知道如何更新
machinelearning
deeplearning
Convolution
Deconvolution
Keras 使用 mask 冻结特定权重
我是 Keras 的新人 我想实现一个并非所有权重都会更新的层 例如 在下面的代码中 我想要dilation图层将以某些中心权重永远不会更新的方式进行更新 例如 每个特征矩阵 共 1024 个 的形状dilation层是448 448和一块
Keras
Convolution
masking
tensorflow conv2d偶数步长和奇数步长之间的不同起始索引
据我了解从tf nn conv2d 文档 https www tensorflow org api docs python tf nn conv2d对于相同的卷积 无论步幅如何 第一个点积应以 0 0 为中心 正如您在下面看到的 当步幅为奇
python
machinelearning
tensorflow
deeplearning
Convolution
Numpy 方法从卷积核生成线性运算矩阵
2D 卷积核 K 形状 k1 k2 n channel n filter 适用于 2D 矢量 A 形状 m1 m2 n channel 并生成另一个 2D 向量 B 形状 m1 k1 1 m2 k2 1 n filter with vali
python
NumPy
tensorflow
vectorization
Convolution
如何解释TensorFlow的卷积滤波器和跨步参数?
我正在尝试了解 TensorFlow卷积 http www tensorflow org api docs python nn md convolution 特别是公式 shape output batch in height filter
python
filter
Convolution
tensorflow
如何设计深度卷积神经网络? [关闭]
Closed 这个问题不符合堆栈溢出指南 help closed questions 目前不接受答案 据我了解 所有 CNN 都非常相似 它们都有一个卷积层 后面是池化层和 relu 层 有些具有专门的层 例如 FlowNet 和 Segn
neuralnetwork
deeplearning
caffe
Convolution
convneuralnetwork
拉普拉斯滤波器是如何计算的?
我不太明白他们是如何得出导数方程的 有人可以详细解释一下 甚至可以提供一个有足够数学解释的链接吗 拉普拉斯滤波器看起来像 拉普拉斯先生提出了这个方程 这就是拉普拉斯算子的简单定义 二阶导数之和 您也可以将其视为海森矩阵 https en w
imageprocessing
Filtering
Convolution
derivative
Laplacian
在 OpenCV 中,cv2.filter2D() 需要什么数据类型?
我正在自学边缘检测器 并且正在尝试使用 OpenCVfilter2D实现我自己的梯度计算器 类似于cv2 Sobel 在 OpenCV 的 Python 接口中 cv2 filter2D 允许用户使用自定义过滤器对图像进行卷积 在 Open
python
opencv
gradient
edgedetection
Convolution
OpenCV 中的 Matlab Conv2 等效项
我一直在尝试使用 OpenCV 对 2D 矩阵进行卷积 我实际上经历过这段代码http blog timmlinder com 2011 07 opencv equivalent to matlabs conv2 function resp
c
image
opencv
imageprocessing
Convolution
1
2
3
4
5
»