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
2
回答
了解
在
Keras
中
每次
前
向
传播
使用
卷积
核
的
次数
keras
、
convolution
、
keras-layer
有没有办法知道
在
Keras
中一个推论
使用
了多少次
卷积
内核?当然,这将是一个“高”数字,因为内核被多次应用。在给定model
的
情况下,有没有办法知道这一点
浏览 20
提问于2019-01-25
得票数 0
1
回答
可分离
卷积
层
的
layer.get_weights()意味着什么?
machine-learning
、
keras
、
conv-neural-network
、
layer
、
efficientnet
我
了解
到我们可以
使用
函数layer.get_weights()来获得层
的
权重和偏差。这将返回长度为2
的
列表。层
的
权重存储
在
layer.get_weights()[0]
中
,偏移存储
在
layer.get_weights()[1]
中
(如果在定义层期间未禁用偏移)。这对于正常
的
卷积
层是正确
的
。我最近
使用
可分离
的
卷积
层作为我
在</
浏览 90
提问于2020-10-14
得票数 1
回答已采纳
1
回答
Pytorch代码
的
Tensorflow实现:添加
卷积
层
python
、
tensorflow
、
keras
、
pytorch
我想在Tensorflow
中
实现这个PyTorch代码,但我是新手,我正在寻找一些帮助/资源。Pytorch
中
的
代码结合了
前
向
传播
中
的
两个
卷积
: def __init__(self, in_features, out_features我知道我可以做一个一维
卷积
: tf.
keras
.layers.Conv1D(in_fea
浏览 3
提问于2022-02-19
得票数 1
回答已采纳
1
回答
如何利用
keras
.layers.permutate和
keras
.layers.reshape将5D张量重塑为四维张量,保持最后维数
的
阶数
python
、
tensorflow
、
keras
、
permutation
、
reshape
我试图用10个内核(output_dim = (None,14,14,3, 10 ))将角
核
层
的
输出整形到所需
的
输出(None,14,14,30,1),以便在所有
核
合并上执行另一个3D
卷积
。我想保持
前
10个
核
在
重塑张量
中
的
空间关系/顺序,比如把它们“贴在对方后面”。 由于
keras
.layers.reshape
使用
“行-主c-样式”来重新构造张量,所以在这里我会松掉内核<
浏览 4
提问于2020-03-18
得票数 0
1
回答
角化物
中
的
Deconvolution2D层
theano
、
keras
、
deconvolution
这一层
在
没有准备好
的
情况下有很好
的
记录,我
在
弄清楚如何正确
使用
它时遇到了一些麻烦。我正在尝试这样
的
方法:x = Convolution2D(16, 7, 7, activation='relu', border_modeinput_img)x = d(x) 但是当我试图编写d.output_sha
浏览 1
提问于2016-08-18
得票数 8
回答已采纳
2
回答
在
神经网络训练
中
,当初始损失很高时,应该寻找什么?
python
、
neural-network
、
conv-neural-network
我正在尝试训练我
的
神经网络,以便
使用
conv3d进行图像分类。
在
训练时,我发现初始损失超过2,所以我想知道我可以做些什么来减少这个初始损失?以下是我
的
模型代码:model.add(Conv3D(2, (3,3,3), padding = 'same', input_shape= [num_of_frameActivation('relu'))model.add(Dense(nb_classe
浏览 4
提问于2018-12-29
得票数 0
1
回答
如何应用
Keras
的
单层
前
馈或多层
前
馈模型
的
前
向
传播
?
python
、
keras
、
neural-network
、
deep-learning
、
backpropagation
我想知道是否可以通过
使用
Keras
中
的
前
向
传播
来预测某些特性来实现时间序列数据上
的
single-layer-feed-forward和multi-layer-feed-forward模型?因为
Keras
隐式地执行反向
传播
,不需要特殊
的
命令。如您所知,单层
前
馈和多层
前
馈模型被认为是
前
馈方法,据我所知,仅通过optimizer
在
反向
浏览 3
提问于2019-05-11
得票数 0
1
回答
如何在CNN
中
训练
卷积
内核?
keras
、
conv-neural-network
、
convolution
、
backpropagation
在
CNN
中
,
卷积
运算将
核
矩阵‘
卷积
’
在
输入矩阵上。现在,我知道了完全连接层是如何利用梯度下降和反向
传播
进行训练
的
。但是内核矩阵是如何随时间变化
的
呢?也提出了类似的问题,但没有得到回答。
浏览 17
提问于2018-08-20
得票数 6
回答已采纳
1
回答
卷积
神经网络直觉-高内核滤波器大小与高特征数之间
的
结果差异
tensorflow
、
neural-network
、
conv-neural-network
我想
了解
以下差异背后
的
建筑直觉:和假设, 随着
核
大小
的
增加,
在
卷积
步骤
中
可以执行更
浏览 2
提问于2020-08-15
得票数 0
回答已采纳
0
回答
反
卷积
(反向
卷积
)是什么意思?
deep-learning
、
caffe
、
conv-neural-network
、
deconvolution
卷积
神经网络
中
的
反
卷积
或反向
卷积
是什么意思? 我理解
卷积
,如果我们考虑一个3x3
的
窗口W和一个相同大小
的
核
k,那么
卷积
W*K
的
结果将是一个值。这里
的
k是一个3x3元素
的
矩阵。
在
我
的
理解
中
,反
卷积
试图对特征地图进行上采样,以获得更大
的
地图。它是否
使用
用于获得特
浏览 10
提问于2016-07-08
得票数 2
3
回答
keras
/Tensorflow
中
的
层有什么用途
tensorflow
、
machine-learning
、
keras
、
computer-vision
、
artificial-intelligence
因此,我是计算机视觉
的
新手,我不知道
keras
中
的
层是做什么
的
。
在
keras
中
添加层(dense、Conv2D等)有什么用?他们给它添加了什么?
浏览 1
提问于2020-03-04
得票数 2
1
回答
卷积
对NLP
中
嵌入轴
的
作用是什么?
python
、
keras
、
nlp
、
conv-neural-network
、
word-embedding
我试图
了解
卷积
神经网络
在
NLP
中
的
作用。然后利用
卷积
层提取特征。
在
Keras
中
,类似于Conv1D(filters=128, kernel_size=3, padding='same', activation='tanh', strides=
浏览 0
提问于2018-07-13
得票数 0
1
回答
由于自定义度量函数,
Keras
中
的
磁带状态错误无效
python
、
tensorflow
、
keras
、
metrics
、
ssim
因此,我
在
Keras
中
实现基于SSIM
的
度量函数时遇到了一些困难。tf.cast(y_actual_aux, np.float64)
在
试图编译模型时收到
的
错误消息如下我已经尝试不
使用
@tf.function装饰器,只得到以下错误消息: ValueError:没有为任何变量提供梯度:‘
卷积
0/内核:0’,‘<
浏览 3
提问于2020-02-22
得票数 3
1
回答
第二
卷积
层参数
的
个数是否正确?
python
、
tensorflow
、
keras
、
neural-network
、
conv-neural-network
cnn_model = tf.
keras
.Sequential([ tf.
keras
.layers.Conv2D(filters=24, kernel_size=(3,3), activation,我
在
问题中跳过了池层。第一
卷积
层有240个参数,很容易计算:(
核
大小+偏差)*滤波器数量:(3*3+1)*24。请解释为什么第二
卷积
层有7812个参数(36 * 217)。 展平层
的
大小为20736。这是
前
一层
的
36个滤波器产生<e
浏览 11
提问于2021-03-19
得票数 0
回答已采纳
1
回答
设计CNN,通过x轴进行一列
卷积
。
python
、
keras
、
convolutional-neural-network
我目前正在设计一定数量
的
CNN,以从图像中提取特征。 这些图像是平面图,每个图像
的
形状都是(276,x,3)。这里是列
的
数目,这也是应该创建
的
特征向量
的
长度。因此cnn必须以某种方式
使用
一个内核,它必须有276行和1列宽,但是
在
keras
中
是否有可能制作一个2d
核
并执行一维
卷积
。最重要
的
因素是一维
卷积
和2d
核
的
形状,因为它被用来
浏览 0
提问于2017-03-09
得票数 1
回答已采纳
1
回答
在
keras
中
实现自定义目标函数
python
、
machine-learning
、
keras
、
loss-function
我正在努力实现我自己
的
成本职能,具体如下:现在我知道这个问题在这个网站上被问过好几次了,我读到
的
答案通常如下所示:return L 在这里,人们似乎总是
使用
y_true和y_pred,然后说您只需编译模型model.compile(loss=custom_objective)就行了。
在
代码
中
没有人真正提到y_true=something和y_pred=something。这是我必须在我
的
模型
浏览 0
提问于2018-08-21
得票数 0
回答已采纳
1
回答
tensorflow js 0.15.3
中
卷积
层
的
设置配置
javascript
、
python
、
tensorflow
、
keras
、
deep-learning
我有一个CNN,我
在
python中
使用
tensorflow上
的
Keras
制作了一个CNN,我想在JavaScript
中
实现它。但是
在
tf for js 0.15.3
中
,我找不到为
卷积
层添加大步和填充
的
选项。二维
卷积
层(例如图像上
的
空间
卷积
)。 该层创建了一
浏览 0
提问于2019-03-02
得票数 1
回答已采纳
2
回答
在
不
使用
Keras
的
情况下,提取
Keras
层
的
权重对于向前传球有什么意义?
python
、
keras
、
conv-neural-network
、
fpga
我
的
意图是知道
在
卷积
过程中
使用
的
核
权重,然后对图像进行前
向
传递以进行分类。这项工作
使用
Keras
很容易,但这是我硕士论文
的
一个需求,因为这里我只想在FPGA上构建一个CNN模型,用于测试/分类。而不是
使用
Keras
: 2/ i将编写
卷积</em
浏览 1
提问于2018-12-19
得票数 0
1
回答
如何将表示为二维图
的
PSF转换为
核
/
卷积
矩阵?
matlab
、
kernel
、
convolution
我
的
点
传播
函数(PSF)看起来像一个正弦波。我如何将它转换成一个
卷积
矩阵/
核
,类似于
在
Mathworks上发现
的
盲反褶积例子
中
的
结果?请
使用
正弦波,因为我不能上传我
的
PSF
的
数据点。x = -5:.01:5;致以亲切
的
问候。
浏览 1
提问于2015-08-27
得票数 1
回答已采纳
2
回答
如何在基于
Keras
的
CNN
中
包含自定义过滤器?
python
、
keras
、
conv-neural-network
、
backpropagation
、
gradient-descent
我正在研究一种用于CNN
的
模糊
卷积
滤波器。我已经准备好了这个函数-它接受2D输入矩阵和2D内核/权重矩阵。该函数输出
卷积
特征或激活图。现在,我想
使用
Keras
来构建CNN
的
其余部分,它也将具有标准
的
2D
卷积
滤波器。 有没有什么方法可以将我
的
自定义过滤器插入到
Keras
模型
中
,这样内核矩阵就会由
Keras
后端
的
内置库更新?或者,有没有什么库可以用来
浏览 2
提问于2018-08-20
得票数 3
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
卷积神经网络的前向传播算法详解
利用VGG网络进行图像特征提取:Python实现与实例分析
为树莓派3b部署手写数字识别卷积神经网络
深度学习-TensorFlow实现卷积神经网络
从VGG到NASNet,一文概览图像分类网络
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券