Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
Tensorflow中GRU单元的解释?
以下是 Tensorflow 的代码GRUCell单元显示了当先前的隐藏状态与序列中的当前输入一起提供时获得更新的隐藏状态的典型操作 def call self inputs state scope None Gated recurrent
neuralnetwork
tensorflow
recurrentneuralnetwork
gatedrecurrentunit
如何为 TensorFlow 分类器创建特征列
我有一个非常简单的 csv 文件中的二进制分类数据集 如下所示 feature1 feature2 label 1 0 1 0 1 0 哪里的 label 列表示类别 1 为正 0 为负 功能的数量实际上相当大 但这对于这个问题来说并不重要
machinelearning
tensorflow
neuralnetwork
deeplearning
TFLearn
在caffe prototxt 文件中。 TRAIN 和 TEST 阶段做什么?
我是咖啡新手 感谢你们 in https github com BVLC caffe blob master src caffe proto caffe proto https github com BVLC caffe blob mast
machinelearning
neuralnetwork
ComputerVision
deeplearning
caffe
AlexNet 中的神经元数量
In AlexNet http www cs toronto edu 7Efritz absps imagenet pdf 图像数据为3 224 224 第一个卷积层用96个大小的核对图像进行过滤11 11 3步幅为 4 像素 我对第一层的
ComputerVision
neuralnetwork
deeplearning
convneuralnetwork
如何将 L1 正则化准确添加到张量流误差函数中
嘿 我是张量流的新手 即使经过很多努力也无法添加 L1 正则化项到误差项 x tf placeholder float None n input Weights and biases to hidden layer ae Wh1 tf Va
python
neuralnetwork
tensorflow
deeplearning
如何注释图像分割的基本事实?
我正在尝试训练一个执行图像分割的 CNN 模型 但如果我有几个 我很困惑如何创建基本事实 图像样本 图像分割可以将输入图像中的每个像素分类为 预定义的类别 例如汽车 建筑物 人或任何其他类别 有没有任何工具或一些好主意来创建地面 图像分割的
annotations
neuralnetwork
deeplearning
imagesegmentation
GAN 只因为种子分布而在一批中生成完全相同的图像,为什么?
I have trained a GAN to reproduce CIFAR10 like images Initially I notice all images cross one batch produced by the gene
python
neuralnetwork
convneuralnetwork
generativeadversarialnetwork
将 CNN Pytorch 中的预训练权重传递到 Tensorflow 中的 CNN
我在 Pytorch 中针对 224x224 大小的图像和 4 个类别训练了这个网络 class CustomConvNet nn Module def init self num classes super CustomConvNet s
python
tensorflow
neuralnetwork
ComputerVision
Pytorch
ScikitLearn 的 MLPClasssifier 在输出层使用什么样的激活?
我目前正在处理给定类标签 0 和 1 的分类任务 为此 我使用 ScikitLearnMLPClassifier为每个训练示例提供 0 或 1 的输出 但是 我找不到任何文档 说明 MLPClassifier 的输出层到底在做什么 哪个激活
scikitlearn
neuralnetwork
mlp
Encog/neuroph 保存神经网络
我是神经网络领域的新手 说实话 我几天前才开始 我想在我的 OCR 应用程序中使用神经网络来识别手写文本 我想知道的是 是否可以在初始训练后训练网络 换句话说 我将在开始时训练几个字符 但我想稍后向网络添加更多字符 而不影响之前训练的数据的
Java
neuralnetwork
encog
Keras 中的 dropout 行为,rate=1(丢弃所有输入单元)不符合预期
input0 keras layers Input 32 32 3 name Input0 flatten keras layers Flatten name Flatten input0 relu1 keras layers Dense
python
tensorflow
machinelearning
Keras
neuralnetwork
以分类变量(枚举)作为输入的神经网络
我正在尝试使用神经网络解决一些机器学习问题 主要是使用NEAT进化 增强拓扑的神经进化 我的一些输入变量是连续的 但其中一些具有分类性质 例如 物种 狮子 豹子 老虎 美洲虎 行业 医疗保健 保险 金融 IT 广告 起初 我想通过将类别映射
enums
neuralnetwork
在 Tensorflow 模型中添加低层
尝试开发一些转移学习算法 我使用一些经过训练的神经网络并添加层 我正在使用 Tensorflow 和 python 在 Tensorflow 中使用现有图似乎很常见 导入图 例如使用元图 然后通过添加节点来设置新的高层 例如 我找到了这段代
python
tensorflow
neuralnetwork
使用强化学习训练神经网络
我了解前馈神经网络的基础知识 以及如何使用反向传播算法训练它们 但我正在寻找一种可以用于通过强化学习在线训练 ANN 的算法 例如 车杆向上摆动 http www google com search q cart 20pole 20swin
Keras model.evaluate() 和 model.predict() 有什么区别?
我使用 Keras 生物医学图像分割来分割大脑神经元 我用了model evaluate 它给了我骰子系数 0 916 然而 当我使用model predict 然后通过计算Dice系数来循环预测图像 Dice系数为0 82 为什么这两个值
machinelearning
neuralnetwork
deeplearning
Keras
imagesegmentation
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
如何使用 python 将 .mp3 文件转换为频率和振幅数组?
我想设计一个神经网络 训练后将 mp3 文件作为输入 然后根据训练 以 1 10 的等级来决定音乐的好坏 但为此 我需要将音频文件转换为波长 频率 振幅和定义音乐所需的所有其他参数的数组 然后使用这些数组作为神经网络的输入 我应该如何解决这
python
machinelearning
neuralnetwork
如何在 R 中使用神经网络包时实现自己的误差函数?
我正在尝试在 R 中的神经网络包中实现自定义错误函数 通常使用代表误差平方和和交叉熵的 sse 和 ce 来计算误差 任何人都可以向我提供有关如何实现自己的误差函数的详细信息 虽然软件包说我们可以使用自定义的错误函数 但用户手册中没有对此提
r
function
neuralnetwork
Implementation
如何在keras中编写序列来对RNN进行排序?
我正在尝试编写一个序列来在 keras 中对 RNN 进行排序 我使用我从网络上了解到的内容编写了这个程序 我首先对文本进行标记 然后将文本转换为序列并填充以形成特征变量X 目标变量Y获得了第一次转移x向左然后填充它 最后 我将特征和目标变
python
neuralnetwork
Keras
recurrentneuralnetwork
sequencetosequence
使用 Keras 循环神经网络进行预测 - 准确度始终为 1.0
TLDR 如何使用 Keras RNN 预测序列中的下一个值 我有一个连续值列表 我想将它们输入 RNNpredict序列中的下一个值 0 43589744 0 44230769 0 49358974 0 71153846 0 708333
python
neuralnetwork
«
1
2
3
4
5
6
7
...24
»