Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
如何将掩码值输入到 Convolution1D 层
我需要将可变长度序列输入到我的模型中 我的模型是Embedding LSTM Conv1d Maxpooling softmax 当我设置mask zero True in Embedding 我编译失败Conv1d 如何输入掩码值Conv
Keras
Convolution
masking
在keras中定义模型(include_top = True)
有人能告诉我在 keras 中定义模型时 include top True 意味着什么吗 我在 Keras 文档中读到了这一行的含义 它表示 include top 是否包含网络顶部的全连接层 我仍在寻找这行代码的直观解释 ResNet50
python
neuralnetwork
Keras
Convolution
空间域图像卷积
我正在尝试复制结果这个链接 https stackoverflow com q 38709810 159072 using linear卷积于空间域 图像首先转换为二维double数组 然后进行卷积 图像和内核大小相同 图像在卷积之前进行填
c
imageprocessing
Convolution
FCN 训练和测试期间的不同图像尺寸
我正在阅读多个相互冲突的 Stackoverflow 帖子 我对现实情况感到非常困惑 我的问题如下 如果我训练 FCN128x128x3图像 是否可以提供尺寸的图像256x256x3 or B 128x128 或 C 两者都不是 因为训练和
使用 FFTW 进行图像卷积时,内核在哪里居中?
我正在尝试使用 FFTW 进行图像卷积 起初只是为了测试系统是否正常工作 我执行了 fft 然后执行了逆 fft 并且可以返回完全相同的图像 然后向前迈出了一小步 我使用了恒等内核 即 kernel 0 0 1 而所有其他组件等于 0 我取
imageprocessing
fft
FFTW
Convolution
CNN中的滤波器数量是多少?
我目前看到theano的API theano tensor nnet conv2d input filters input shape None filter shape None border mode valid subsample 1
machinelearning
neuralnetwork
Theano
Convolution
使用 Intel MKL 的 3D 卷积
我正在尝试使用 Intel 计算 3D 阵列的 3D 卷积MKL 有人可以给我一些提示吗 是否可以使用实现MKL 提前致谢 英特尔有他们页面上的示例 https software intel com en us node 4713903D
c
3d
fft
Convolution
intelmkl
CUDA 小内核 2d 卷积 - 如何做
我已经用 CUDA 内核试验了几天 在 500x500 图像 但我也可以改变尺寸 和非常小的 2D 内核 拉普拉斯 2d 内核 所以它是 3x3 内核 太小 之间执行快速 2D 卷积以利用所有 cuda 线程的巨大优势 我创建了一个 CPU
c
image
imageprocessing
CUDA
Convolution
FFT 卷积 - 3x3 内核
我编写了一些例程来使用 3x3 内核锐化灰度图像 1 1 1 1 9 1 1 1 1 以下代码在非 FFT 空域 卷积中运行良好 但在基于 FFT 频域 卷积中不起作用 输出图像似乎模糊 我有几个问题 1 该例程无法生成所需的结果 它还会冻
c
imageprocessing
filter
fft
Convolution
使用 python 和 numpy 进行二维卷积
我正在尝试使用 numpy 在 python 中执行二维卷积 我有一个二维数组 如下所示 内核 H r 代表行 H c 代表列 data np zeros nr nc dtype np float32 fill array with som
python
NumPy
imageprocessing
Convolution
Keras 卷积层维数不匹配
我正在尝试使用 Keras 来构建我的第一个神经网络 我的经验为零 我似乎无法弄清楚为什么我的维度不正确 我无法从他们的文档中弄清楚这个错误在抱怨什么 甚至是哪个层导致了它 我的模型接受 32 字节的数字数组 并应该在另一侧给出一个布尔值
python
machinelearning
neuralnetwork
Keras
Convolution
Predict_classes() 的函数式 API Keras 替代解决方案
请参考here对于我之前的背景信息问题 按照answer建议来自纳西姆 本 我使用函数式 API 训练了双路径架构模型 现在我感到困惑 因为我需要预测每个像素的类别 这是相同的代码 imgs io imread test img astyp
python
tensorflow
deeplearning
Keras
Convolution
无法访问 TensorFlow Adam 优化器命名空间
我正在尝试了解 GAN 并且正在努力解决这里的例子 下面使用 Adam 优化器的代码给了我错误 ValueError 变量 d w1 Adam 不存在 或者不是使用 tf get variable 创建的 您是否打算在 VarScope 中
machinelearning
tensorflow
Convolution
快速卷积算法
我需要对两个一维信号进行卷积 一个平均有 500 个点 这个是汉宁窗函数 另一个有 125000 个点 每次运行 我需要应用三倍的卷积运算 我已经有一个基于 scipy 文档运行的实现 如果您愿意 您可以在此处查看代码 前面是 Delphi
Delphi
filter
signalprocessing
Convolution
张量流/keras中输入的自相关
我有一个一维输入信号 我想计算自相关作为神经网络的一部分 以便在网络内部进一步使用 我需要对输入与输入本身进行卷积 在 keras 自定义层 张量流中执行卷积 我们需要以下参数data shape is batch in height in
tensorflow
Keras
batchprocessing
Convolution
cPickle非常大量的数据
我有大约 80 万张 256x256 RGB 图像 总计超过 7GB 我想将它们用作卷积神经网络中的训练数据 并希望将它们及其标签放入 cPickle 文件中 现在 这占用了大量内存 以至于需要与我的硬盘内存进行交换 并且几乎耗尽了所有内存
python
neuralnetwork
Convolution
pickle
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
错误:Tensorflow CNN 维度
你好 我是 Tensorflow 新手 尝试使用 CNN 运行 cifar10 数据集 我的网络由三层构成 例如 卷积 最大池化 全连接层 Softmax层 下面是我的模型的张量流代码 15 def model X w w2 w o p k
tensorflow
Convolution
dimension
在keras中对合并层进行训练
我正在实施以下this穆罕默德 哈瓦伊 Mohammad Havaei 的论文 它使用以下架构 我修改了一些代码here这样做 print Compiling two path model local pathway modle l Seq
python
deeplearning
Keras
Convolution
执行与 theano 的 conv2d 中完全相同的卷积
我有一个现有的分类模型 是在 theano tensor nnet 下使用 theano 的 conv2d 进行训练的 现在我必须使用这个模型在 Java 中进行某种预测 我按照一些文档在Python中实现了一个简单的卷积 最后 我将用Ja
Algorithm
Convolution
Theano
«
1
2
3
4
5
»