Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
Fast R-CNN 中 ROI 层的用途是什么?
In this https leonardoaraujosantos gitbooks io artificial inteligence content object localization and detection html关于目标
deeplearning
ComputerVision
convneuralnetwork
objectdetection
keras 模型拟合:ValueError:无法找到可以处理输入的数据适配器:
,
我正在构建一个简单的 CNN 模型用于多类分类 训练和测试数据位于data path根据所需的类子目录flow from directory的函数ImageDataGenerator 这是我根据数据构建和训练模型的代码 from tenso
tensorflow
machinelearning
Keras
deeplearning
convneuralnetwork
通过 Caffe 中的层提供数据的多种路径
我想在 Caffe 中构建一个网络 其中传入的数据最初被分割 分别通过同一组层 最后使用 eltwise 层重新组合 此后 所有部件将作为一个斑点移动 除了学习的参数之外 数据并行移动的网络部分的层配置将是相同的 有没有一种方法可以在 Ca
neuralnetwork
caffe
convneuralnetwork
redefine
codingefficiency
为什么我的结果仍然无法重现?
我想要为 CNN 获得可重复的结果 我使用带有 GPU 的 Keras 和 Google Colab 除了建议插入某些代码片段 这应该允许再现性 之外 我还在层中添加了种子 This is the first code snipped to
ValueError:张量:(...)不是该图的元素
我正在使用 keras 的预训练模型 在尝试获取预测时出现错误 我在烧瓶服务器中有以下代码 from NeuralNetwork import app route uploadMultipleImages methods POST def
python27
neuralnetwork
Keras
convneuralnetwork
keraslayer
使用 Numpy 进行多维批量图像卷积
在图像处理和分类网络中 一个常见的任务是输入图像与一些固定滤波器的卷积或互相关 例如 在卷积神经网络 CNN 中 这是一种极其常见的操作 我已将通用版本任务减少为 Given 一批 N 个图像 N H W D 和一组 K 个滤镜 K H W
python
NumPy
imageprocessing
scipy
convneuralnetwork
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
预训练 inception v3 模型的层名称(tensorflow)[重复]
这个问题在这里已经有答案了 任务是获取a的每层输出预训练的 cnn inceptionv3 https www tensorflow org versions master tutorials image recognition index
python
machinelearning
ComputerVision
tensorflow
convneuralnetwork
如何使用 pytorch 同时迭代两个数据加载器?
我正在尝试实现一个接收两张图像的暹罗网络 我加载这些图像并创建两个单独的数据加载器 在我的循环中 我想同时遍历两个数据加载器 以便我可以在两个图像上训练网络 for i data in enumerate zip dataloaders1
python
machinelearning
zip
convneuralnetwork
Pytorch
keras 层教程和示例
我正在尝试编码和学习不同的神经网络模型 我对输入维度有很多复杂性 我正在寻找一些教程 显示层的差异以及如何设置每个层的输入和输出 Keras 文档 https keras io layers core 向您展示所有input shape每层
python
neuralnetwork
Keras
convneuralnetwork
keraslayer
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
Keras 获取中间层的输出
what my model looks like defining the model archictecture model Sequential 1st conv layer model add Conv2D 32 5 5 activa
tensorflow
neuralnetwork
Keras
convneuralnetwork
验证准确性非常好,但预测很差
我正在构建一个 keras 模型来对猫和狗进行分类 我使用具有瓶颈特征的迁移学习和 vgg 模型的微调 现在我得到了非常好的验证准确率 例如 97 但是当我进行预测时 我得到了关于分类报告和混淆矩阵的非常糟糕的结果 可能是什么问题呢 这是微
Keras
convneuralnetwork
使用两个图像的平方差作为张量流中的损失函数
我正在尝试使用两个图像之间的 SSD 作为我的网络的损失函数 h fc2 is my output layer y is my label image ssd tf reduce sum tf square y h fc2 train st
tensorflow
convneuralnetwork
从 keras 模型中将特征提取到数据集中
我使用以下代码 由here https github com keras team keras blob master examples mnist cnn py 运行 CNN 来训练 MNIST 图像 from future import
python
tensorflow
machinelearning
Keras
convneuralnetwork
您必须为 MNIST 数据集的占位符张量“Placeholder”提供一个值,dtype float 和 shape [?,784]
这是我在 MNIST 数据集上测试量化的示例 我正在使用以下代码测试我的模型 import tensorflow as tf from tensorflow examples tutorials mnist import input dat
tensorflow
convneuralnetwork
placeholder
MNIST
quantization
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
实例标准化与批量标准化
据我所知 批量归一化通过将激活转向单位高斯分布来帮助加快训练速度 从而解决梯度消失问题 批量归一化行为在训练 使用每个批次的平均值 var 和测试时间 使用训练阶段的最终运行平均值 var 时应用不同 另一方面 实例归一化充当本文提到的对比
3D 卷积神经网络输入形状
我在使用 3D CNN 提供数据时遇到问题Keras http keras io和 Python 对 3D 形状进行分类 我有一个文件夹 其中包含一些 JSON 格式的模型 我将这些模型读入 Numpy 数组 模型为 25 25 25 表示
python
NumPy
tensorflow
Keras
convneuralnetwork
在 Tensorflow 中运行 CNN 时训练和测试的奇怪值
我一直在尝试使用自己的数据来训练和评估卷积神经网络 其中包含 200 个训练图像和 20 个测试图像 我的完整脚本在这里 在 Tensorflow 中使用我自己的数据运行卷积网络时出错 https stackoverflow com que
tensorflow
jupyternotebook
convneuralnetwork
1
2
3
4
5
6
...9
»