腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
为什么
在
卷积
VAE
中
展
平
最后
一个
编码
层
?
machine-learning
、
deep-learning
、
convolution
、
autoencoder
、
unsupervised-learning
我是深度学习游戏中的新手,我想知道
为什么
我们
在
VAE
中
展
平
编码
器的
最后
一
层
,然后将
展
平
的输出提供给线性
层
,然后线性
层
近似先验的位置和比例参数?我们不能只拆分
卷积
层
的输出并直接从这里获得位置和比例吗,或者
卷积
捕获的空间信息会混淆比例和位置吗? 非常感谢!
浏览 37
提问于2020-11-03
得票数 1
回答已采纳
1
回答
组合神经网络
python
、
tensorflow
、
neural-network
、
artificial-intelligence
、
data-science
例如,我可以输入一张图像和关于该图像的一些元数据,然后算法将输出
一个
数字。提前感谢!
浏览 0
提问于2020-07-15
得票数 0
1
回答
RNN和CNN
在
Tensorflow活动识别
中
的应用
tensorflow
、
conv-neural-network
、
lstm
、
recurrent-neural-network
我有
一个
使用3个传感器进行活动识别的CNN。全部
在
Tensorflow
中
y = tf.placeholder(tf.float32, [None, n_classes]) 但是我从
最后
一<
浏览 3
提问于2017-06-18
得票数 0
1
回答
使用通道优先和通道
最后
的实验
展
平
图层会产生奇怪的结果
python
、
tensorflow
、
keras
、
keras-layer
、
flatten
我正在编写一段代码,以便使用我编写的库使用cudnn
在
c++
中
运行TensorFlow模型。但是它在扁平
层
上给了我奇怪的结果。
在
我的模型
中
,我指定首先在每一
层
上使用通道。因此,假设前
一个
maxpool的
层
的输出是形状批次,通道,高宽,它将被输入到扁平
层
。我在这里指定我首先在扁平
层
中使用通道。但是扁平
层
在
相反的方向上给我结果(通道
最后
)。我可以通过只
在</e
浏览 48
提问于2021-03-27
得票数 0
2
回答
在
Python
中
对3通道输入图像使用U-net进行图像分割
python
、
keras
、
image-segmentation
、
unity3d-unet
PS:我
在
输出中有三个类,这可能是原因吗?
浏览 96
提问于2020-06-11
得票数 0
回答已采纳
1
回答
为什么
第
一个
致密
层
的维度不必等于CNNs
中
Flatten()的维度?
neural-network
、
conv-neural-network
根据我对can的理解,Flatten用于从2D到1D,以便您可以使用密集
层
来执行分类。同样
在
我的理解
中
,扁平化会导致过滤器的尺寸乘以过滤器的数量。
为什么
在
扁平化之后,第
一个
致密
层
不必具有与扁平化结果相同的尺寸(这将是滤镜*滤镜的暗淡)?第
一个
密集
层
的节点比flatten的暗度更少或更多的CNN都可以工作,但我不知道
为什么
。flatten不是应该为密集
层
提供输入吗?
浏览 15
提问于2019-04-10
得票数 0
回答已采纳
1
回答
Keras CIFAR-10致密
层
代码
为什么
最后
一
层
有512个神经元?
tensorflow
、
keras
我正在使用Keras构建
一个
CNN来处理CIFAR-10数据集。我对在线教程的
最后
一行有点迷惑。他们拍摄50,000张32x32的彩色图像,并通过4个
卷积
层
和
一个
完全连接的
层
对其进行处理。
最后
一部分是通过以下方式完成的: model.add(Flatten())model.add(Activation('relu')) 我试图理解
为什么
它是model.add例如,我认为可以将32x32图
浏览 15
提问于2019-02-11
得票数 0
回答已采纳
1
回答
完全连接的图层尺寸
tensorflow
、
deep-learning
、
conv-neural-network
、
nnapi
关于
卷积
神经网络的完全连接
层
,我有一些不确定因素。假设输入是
卷积
层
的输出。我知道上一
层
是扁平化的。但是它可以有多个通道吗?(例如,全连接
层
的输入可以是16x16x3 (3个通道,
展
平
为768个元素的向量?)(例如,在上面的示例
中
,是否会有768个权重?)
最后
,过滤器
在
全连接
层
中
是
浏览 1
提问于2019-06-25
得票数 0
2
回答
为什么
在
删除最终softmax
层
之前的完全连接
层
后,
卷积
神经网络的准确性会增加?
python
、
tensorflow
、
deep-learning
、
neural-network
我设计了
卷积
神经网络(tf。Keras),它有几个具有不同核大小的并行
卷积
单元。然后,这些
卷积
层
的每个输出结果被馈送到并行的另
一个
卷积
单元
中
。然后将所有输出连接起来。下一步
展
平
完成。之后,我添加了完全连接
层
,并连接到最终的softmax
层
进行多类分类。我对它进行了训练,并在验证测试
中
取得了良好的结果。 然而,我删除了完全连接的
层
,精度比以前更高。
浏览 1
提问于2020-07-09
得票数 0
1
回答
如何从神经网络输出3D张量?
python
、
tensorflow
、
keras
、
deep-learning
、
neural-network
我的主要输入特性是60x256x256的numpy数组,它将生成
一个
60x256x256的二进制掩码(也是numpy数组的形式)。tf.keras.metrics.CosineSimilarity()], train, validation_data=ds_valid,简而言之,我希望
最后
一
层
的输出与输入
层
匹配
浏览 0
提问于2021-08-06
得票数 1
2
回答
在
keras
中
定义模型(include_top = True)
python
、
neural-network
、
keras
、
convolution
谁能告诉我
在
include_top=
中
定义模型时keras是什么意思?ResNet50(include_top=True) 谢谢!
浏览 3
提问于2017-09-04
得票数 20
回答已采纳
1
回答
接受2组输入的CNN架构
tensorflow
有多个例子如何构建Tensorflow模型来从图像
中
识别猫和狗。现在假设我有与每张图片相关联的音频,并训练单独的网络来通过声音识别猫和狗。我想将这两个网络的预测反馈到另
一个
层
中
,以组合结果并提高最终预测成功率。 我的模型应该是什么样子的?
浏览 11
提问于2019-02-17
得票数 0
1
回答
在
Keras
中
取消
展
平
图层
python
、
keras
、
neural-network
、
reshape
、
flatten
我想创建
一个
简单的Keras神经网络,它接受维度为(rows, columns) = (n, m)的输入矩阵,将矩阵
展
平
到维度(n*m, 1),通过多个任意
层
发送
展
平
的矩阵,
在
最后
一
层
,
在
释放最终矩阵作为输出之前,再次将矩阵
展
平
到(n, m)的维度。我遇到的问题是,我
在
页面上没有找到任何关于未扁平化
层
的文档,我想知道是否存在这样
一个</e
浏览 1
提问于2018-11-16
得票数 3
1
回答
完全连接
层
在
深度学习
中
的作用是什么?
deep-learning
全连接
层
(FC)
在
深度学习
中
的作用是什么?我看到有些网络有1个FC,有些有2个FC,有些有3个FC。有人能给我解释一下吗? 非常感谢
浏览 53
提问于2019-02-18
得票数 0
3
回答
展
平
层
在
Keras
中
是如何工作的?
tensorflow
、
neural-network
、
keras
、
keras-layer
我正在依次应用
卷积
,最大池化,扁平化和致密
层
。
卷积
需要3D输入(height、width、color_channels_depth)。
在
卷积
之后,它变成(height,width,Number_of_filters)。它是像(24 * 24)一样按顺序排列每
浏览 0
提问于2017-05-25
得票数 25
回答已采纳
1
回答
使用机器学习算法训练MFCC
machine-learning
、
scikit-learn
、
binary-tree
、
classification
、
mfcc
我有
一个
MFCC的数据集,我知道它是好的。我知道如何将行向量放入机器学习算法
中
。我的问题是如何使用MFCC,因为它是
一个
矩阵?例如,我如何将其放入机器学习算法
中
:? 谢谢
浏览 3
提问于2017-02-22
得票数 1
3
回答
CNN:检查输入时出错:预期密度为2维,但得到具有形状的数组(391,605,700,3)
python
、
opencv
、
machine-learning
、
image-processing
、
keras
我正在拿一张图片清单来训练我的CNN。model.add(Dense(32, activation='tanh', input_dim=100))model.compile(optimizer='rmsprop', metrics=['accuracy']) data, la
浏览 15
提问于2019-08-20
得票数 0
回答已采纳
1
回答
ValueError:权重不能广播到值。values.rank=3。weights.rank=1。values.shape=(?,7,7)。weights.shape=(?,)
python
、
tensorflow
、
machine-learning
、
keras
、
deep-learning
tensorflow.keras.layers导入Convolution2D 从tensorflow.keras.layers导入MaxPooling2D 从tensorflow.keras.layers导入
展
平
tensorflow.keras.preprocessing.image导入ImageDataGenerator 从tensorflow.keras.models导入模型 Densenet,image_height=224,224 #分配高度和宽度-Densenet
在
224batch_size = batch_size) 网络= t
浏览 54
提问于2020-04-24
得票数 0
回答已采纳
1
回答
如何平面化图像?
python
、
image-processing
、
deep-learning
、
conv-neural-network
我知道我们使用conv2d和pooling来检测边缘并最小化图片的大小,那么在此之后我们是否要将其
展
平
呢? 平面化、池化的图像将是一行和要素
中
的向量,还是一列和要素
中
的向量?我们是
在
扁平化之后还是
在
卷积
和池化之前使方程x_data=x_date/255? 我希望知道答案。
浏览 26
提问于2020-12-25
得票数 0
回答已采纳
1
回答
如何使用已经扁平化的输入数据实现2D
卷积
python
、
tensorflow
、
deep-learning
、
neural-network
、
conv-neural-network
我想用TensorFlow
在
一个
具有28x28形状的图像的数据集上训练
一个
CNN模型,这些图像已经被
展
平
为长度为784的向量。我想在Tensorflow中使用Conv2D
层
,但由于我的输入已经扁平化,我不知道最好的方法是什么。提前感谢您的帮助!
浏览 0
提问于2020-06-13
得票数 0
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
DanceNet:帮你生成会跳舞的小姐姐
超越GAN!OpenAI提出可逆生成模型,AI合成超逼真人像
AI 造图新境界!OpenAI 提出的可逆生成模型,比 GAN 更具潜力?
无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器
一起去看看VAE和GAN背后的功与名!
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
云直播
活动推荐
运营活动
广告
关闭
领券