Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
当 Keras fit_generator 中的 shuffle 设置为 True 时,准确性会降低
我正在处理的数据非常不平衡 我正在使用 VGG16 训练图像分类器 我冻结了 VGG16 中的所有层 接受最后两个全连接层 BATCH SIZE 128 EPOCHS 80 当我设置随机播放 假 每个类别的准确率和召回率是非常高 0 80
python
tensorflow
Keras
convneuralnetwork
如何在不使用 model.fit_generator 的情况下对 Keras 中的图像应用旋转?
我正在使用卷积神经网络研究图像像素分类问题 我的训练规模images is 128x128x3和大小 标签mask is 128x128 我在 Keras 中进行如下训练 Xtrain Xvalid ytrain yvalid train
python
machinelearning
deeplearning
Keras
convneuralnetwork
如果可以激活多个输出,那么 softmax 层的替代是什么?
例如 我有 CNN 它尝试从 MNIST 数据集 使用 Keras 编写的代码 中预测数字 它有 10 个输出 形成 softmax 层 只有一个输出可以为真 对于从 0 到 9 的每一位数字都是独立的 Real 0 1 0 0 0 0 0
Keras
convneuralnetwork
MNIST
Softmax
keras 中一维卷积网络的输入维度
确实很难理解卷积 1d 的输入维度layer http keras io layers convolutional convolution1d在喀拉斯 输入形状 具有形状的 3D 张量 样本 步长 input dim 输出形状 形状为 sa
python
neuralnetwork
Theano
convneuralnetwork
Keras
Pytorch CNN 错误:预期输入batch_size (4) 与目标batch_size (64) 匹配
自十一月以来我一直在自学这一点 任何对此的帮助都将非常感激 谢谢您的关注 因为我似乎在兜圈子 我正在尝试使用与 Mnist 数据集一起使用的 Pytorch CNN 示例 现在我正在尝试修改CNN以进行面部关键点识别 我使用的 Kaggle
python
machinelearning
ComputerVision
convneuralnetwork
Pytorch
如何计算卷积神经网络的参数个数?
我正在使用 Lasagne 为 MNIST 数据集创建 CNN 我密切关注这个例子 使用 Python 进行卷积神经网络和特征提取 我目前拥有的 CNN 架构 不包含任何 dropout 层 是 NeuralNet layers input
neuralnetwork
deeplearning
convneuralnetwork
Lasagne
nolearn
在 Tensorflow 中使用我自己的数据运行卷积网络时出错
一般来说 我是一个使用 Tensorflow 和机器学习的初学者 所以有很多概念我仍然不太理解 如果我的错误很明显 很抱歉 我正在尝试使用我自己的图像 光学显微镜照片 调整大小为 60x60 来训练我自己的卷积网络 并且我只有 2 个标签来
python3x
tensorflow
jupyternotebook
convneuralnetwork
我可以在Maya、Blender中导入tensorflow和keras吗
我正在参加一个研讨会 我们需要自动装备角色 也许 我们会使用深度学习的方法 任务是识别身体部位 我的问题 有没有办法将 TensorFlow 和 keras 或其他神经网络与 3D 软件连接起来 对于搅拌机 您可以按照本教程进行操作 htt
tensorflow
artificialintelligence
convneuralnetwork
Blender
Maya
恢复保存的 TensorFlow 模型以在测试集上进行评估
我见过几个posts恢复时TF模型和Google文档页面位于导出图表但我想我错过了一些东西 我使用这个中的代码Gist将模型与此 utils 文件一起保存到其中defines该模型 现在我想恢复它并在以前未见过的测试数据中运行 如下所示 d
tensorflow
convneuralnetwork
计算卷积层的输出大小[关闭]
Closed 这个问题不符合堆栈溢出指南 目前不接受答案 如何计算卷积层的输出大小 例如 我有一个 2D 卷积层 它采用 3x128x128 输入并具有 40 个大小为 5x5 的滤波器 你可以使用这个公式 W K 2P S 1 W 是输入
machinelearning
deeplearning
Pytorch
convneuralnetwork
在keras中使用Conv3d将多个图像输入到同一个CNN
我想使用 conv3d 将 8 张图像同时输入到同一个 CNN 结构中 我的CNN模型如下 def build sample frame height width channels classes model Sequential inpu
python
Keras
convneuralnetwork
在tensorflow中使用tf.nn.conv2d_transpose获取反卷积层的输出形状
根据这个paper 输出形状为N H 1 N是输入的高度或宽度 H是内核高度或宽度 这显然是卷积的逆过程 这tutorial给出计算卷积输出形状的公式 即 W F 2P S 1 W 输入大小 F 过滤器尺寸 P 填充尺寸 S 迈步 但在张量
neuralnetwork
tensorflow
deeplearning
convneuralnetwork
为什么我的 ConvLSTM 模型无法预测?
我使用 Tensorflow ConvLSTMCell tf nn dynamic rnn 和 tf contrib legacy seq2seq rnn decoder 构建了一个卷积 LSTM 模型 我有 3 层编码器和 3 层解码器
python
tensorflow
convneuralnetwork
LSTM
MNIST
如何使用 Keras 实现 CNN-LSTM
我正在尝试实现一个 CNN LSTM 对代表帕金森病 健康控制者语音的梅尔频谱图像进行分类 我正在尝试使用 LSTM 模型实现预先存在的模型 DenseNet 169 但是遇到以下错误 ValueError Input 0 of layer
python
tensorflow
Keras
convneuralnetwork
LSTM
ValueError:logits 和标签必须具有相同的形状((无,4)与(无,1))
我尝试制作一个卷积神经网络来对狗和猫进行分类 我收到标题中提到的错误 从我的搜索中 有人说错误属于tensorflow和keras库的不同版本 有人说这是语法错误 我将把我的代码留在这里 告诉我哪里出错了 IMPORTING LIBRARI
python
label
convneuralnetwork
ValueError
logits
ValueError:没有为任何变量提供渐变:['conv2d/kernel:0', 'conv2d/bias:0', 'conv2d_1/kernel:0', 'conv2d_1/bias:0',
系统信息 Colab张量流2 2 0 描述当前行为 当我尝试解决自己的数据问题 即多标签语义分割 时 我遇到了这个错误 下面是代码 import tensorflow as tf import tensorflow keras backen
tensorflow
Keras
convneuralnetwork
咖啡 | solver.prototxt值设置策略
在 Caffe 上 我正在尝试实现一个用于语义分割的全卷积网络 我想知道是否有一个具体的策略来设置你的 solver prototxt 以下超参数的值 测试迭代器 测试间隔 迭代大小 max iter 这是否取决于您的训练集的图像数量 如果
machinelearning
neuralnetwork
deeplearning
caffe
convneuralnetwork
如何在 pytorch 中更改输入图片的尺寸?
我制作了一个卷积神经网络 我希望它获取输入图片和输出图片 但是当我将图片转换为张量时 它们的尺寸错误 RuntimeError Expected 4 dimensional input for 4 dimensional weight 20
求卷积后矩阵大小的公式
如果我的输入大小为 5x5 步长为 1x1 滤波器大小为 3x3 那么我可以在纸上计算出卷积矩阵的最终大小将为 3x3 但是 当输入大小更改为 28x28 或 50x50 时 我如何计算纸上卷积矩阵的大小 有什么公式或技巧可以做到这一点吗
ValueError:没有足够的值来解包(预期为 2,实际为 1)?
def cnn data data x y data shape 1 return data reshape 1 x y 1 我们在下面的代码中介绍这个函数的使用 model fit cnn data self train X np arr
python
convneuralnetwork
«
1 ...
4
5
6
7
8
9
10
»