Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
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
为什么仅在 CNN 中对通道进行批量归一化
我想知道 在卷积神经网络中 批量归一化是否应该分别应用于每个像素 或者我应该取每个通道的像素平均值 我在Tensorflow的描述中看到了这一点tf layers batch normalization https www tensorfl
machinelearning
ComputerVision
Convolution
batchnormalization
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
tensorflow conv2d内存消耗解释?
output tf nn conv2d input weights strides 1 3 3 1 padding VALID My input形状为 200x225x225x1 weights是 15x15x1x64 因此 output形
memory
tensorflow
Convolution
tensorboard
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
如何在 python 中使用可变宽度高斯函数执行卷积?
我需要使用高斯执行卷积 但是高斯的宽度需要改变 我不进行传统的信号处理 而是需要根据设备的分辨率获取完美的概率密度函数 PDF 并 涂抹 它 例如 假设我的 PDF 一开始是尖峰 增量函数 我将其建模为非常窄的高斯 经过我的设备运行后 它将
python
signalprocessing
resolution
Convolution
probabilitydensity
1
2
3
4
5
»