Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
结合两个 CNN
我想在 Keras 中将两个 CNN 合并为一个 我的意思是我希望神经网络拍摄两张图像并在单独的 CNN 中处理每一张图像 然后将它们连接在一起进入扁平化层并使用全连接层来做最后的工作 我做了什么 Start With First Bran
deeplearning
Keras
我可以使用自动编码器进行聚类吗?
在下面的代码中 他们使用自动编码器作为监督聚类或分类 因为它们具有数据标签 http amunategui github io anomaly detection h2o http amunategui github io anomaly
deeplearning
h2o
autoencoder
从文本文件中提取与输入单词最相似的前 N 个单词
我有一个文本文件 其中包含我使用 BeautifulSoup 提取的网页内容 我需要根据给定的单词从文本文件中找到 N 个相似的单词 流程如下 从中提取文本的网站 https en wikipedia org wiki Football h
python
deeplearning
NLP
spacy
gensim
Google Colab:为什么 CPU 比 TPU 快?
我正在使用 Google colabTPU训练一个简单的Keras模型 删除分布式strategy并在CPU比TPU 这怎么可能 import timeit import os import tensorflow as tf from sk
tensorflow
Keras
deeplearning
googlecolaboratory
googlecloudtpu
torch.stack() 和 torch.cat() 函数有什么区别?
OpenAI 的强化学习 REINFORCE 和 actor critic 示例具有以下代码 加强 https github com pytorch examples blob master reinforcement learning r
python
machinelearning
deeplearning
Pytorch
Keras 自定义损失函数:访问当前输入模式
在 Keras 带有 Tensorflow 后端 中 当前输入模式可用于我的自定义损失函数吗 当前输入模式被定义为用于产生预测的输入向量 例如 请考虑以下情况 X train X test y train y test train test
python
tensorflow
machinelearning
Keras
deeplearning
带有 TF 后端的 Keras:获取输出相对于输入的梯度
我有一个非常简单的 Keras MLP 并且我正在尝试获取输出相对于输入的梯度 我正在使用以下代码 regressor Sequential Dense 32 input shape n features activation relu D
python
tensorflow
machinelearning
Keras
deeplearning
Tensorflow构建量化工具-bazel构建错误
我正在尝试编译量化脚本 如下所述皮特 沃登的博客 https petewarden com 2016 05 03 how to quantize neural networks with tensorflow 但是 在运行以下 bazel
tensorflow
deeplearning
bazel
quantization
如何加载 caffe 模型并转换为 numpy 数组?
我有一个 caffemodel 文件 其中包含 ethereon 的 caffe tensorflow 转换实用程序不支持的层 我想生成我的咖啡模型的 numpy 表示 我的问题是 如何将 caffemodel 文件 我还有 prototx
python
NumPy
neuralnetwork
deeplearning
caffe
检查输入时出错:预期 conv2d_1_input 有 4 个维度,但得到形状为 (800, 1000) 的数组
我正在尝试使用 CNN 进行情感分析 我的代码我的数据具有 1000 1000 形状 当我将数据传递给 convolution2D 时 它会抛出一个错误 我无法解决 我尝试了以下解决方案 但仍然面临问题 在构建 CNN 时 我收到 Kera
如何使用pytorch构建多任务DNN,例如超过100个任务?
下面是使用 pytorch 为两个回归任务构建 DNN 的示例代码 这forward函数返回两个输出 x1 x2 用于大量回归 分类任务的网络怎么样 例如 100 或 1000 个输出 对所有输出 例如 x1 x2 x100 进行硬编码绝对
deeplearning
Regression
Classification
Pytorch
如何使用 TensorFlow 设置 Udacity 深度学习课程的学习环境 (Windows)
相信很多对深度学习感兴趣的人都听说过这门课程 https www udacity com course deep learning ud730 https www udacity com course deep learning ud730
Docker
tensorflow
deeplearning
在 Tensorflow 中使用队列将数据馈送到网络时分开验证和训练图
我一直在做大量关于如何使用队列将数据正确输入网络的研究 但是 我在互联网上找不到任何解决方案 目前我的代码能够读取训练数据并执行训练 但无需验证和测试 这里有一些重要的行构成了我的代码 images volumes utils inputs
python
tensorflow
deeplearning
用于多输入图像的 VGG16 网络
我正在尝试将 VGG16 网络用于多个输入图像 使用具有 2 个输入的简单 CNN 训练该模型给了我一个 acc 大约 50 这就是为什么我想使用 VGG16 这样的既定模型进行尝试 这是我尝试过的 imports from keras a
python
tensorflow
machinelearning
Keras
deeplearning
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
现代 CNN(卷积神经网络)作为 DetectNet 旋转不变吗?
众所周知 用于目标检测的 nVidia DetectNet CNN 卷积神经网络 基于 Yolo DenseBox 的方法 https devblogs nvidia com parallelforall deep learning obj
Google Inceptionism:按类别获取图像
在著名的 Google Inceptionism 文章中 http googleresearch blogspot jp 2015 06 inceptionism going deeper into neural html http goo
ComputerVision
neuralnetwork
deeplearning
caffe
如何使用keras打印神经网络中预测类的名称?
我在 keras 中使用预先训练的模型 最终将类索引预测为一些整数值 但我似乎不明白如何打印这些类的名称 我使用的模型是 ResNet 50 看一下https martin thoma com image classification ht
python
deeplearning
Keras
Keras,训练模型后如何预测?
我正在使用 reuters example 数据集 它运行良好 我的模型已经过训练 我阅读了有关如何保存模型的信息 以便稍后加载它以再次使用 但如何使用这个保存的模型来预测新文本呢 我用吗models predict 我必须以特殊方式准备这
python
Theano
deeplearning
Keras
BatchNorm 动量约定 PyTorch
Is the 批归一化动量约定 http pytorch org docs master modules torch nn modules batchnorm html 默认 0 1 与其他库一样正确 例如Tensorflow默认情况下似乎
python
neuralnetwork
deeplearning
Pytorch
batchnormalization
1
2
3
4
5
6
...29
»