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
使用
由
另一个
函数
计算
的
权重
计算
卷积
pytorch
我想执行一个特殊
的
conv2d,因为我在每个样本
的
函数
中
计算
conv2d层
的
权重
。我可以简单地为每个样本分配给定层
的
权重
吗?我正在实现本文
的
空间变量
卷积
:https://arxiv.org/abs/1804.00389 谢谢
浏览 9
提问于2019-07-02
得票数 1
1
回答
如何
计算
卷积
层
的
增量项,给定前一
卷积
层
的
增量项和
权重
?
machine-learning
、
data-mining
、
neural-network
、
deep-learning
我试图训练一个包含两个
卷积
层(c1,c2)和两个隐藏层(c1,c2)的人工神经网络。我
使用
的
是标准
的
反向传播方法。在反向传递中,我根据前一层
的
误差、前一层
的
权重
和激活梯度相对于当前层
的
激活
函数
来
计算
一层(delta)
的
误差项。我只是把h1
的
权重
乘以它
的
增量。然后将该矩阵重构为c2
的
输出形式,并将其与激活
函数
<e
浏览 0
提问于2015-06-02
得票数 10
2
回答
CNN中滤波器矩阵值的确定
deep-learning
、
keras
、
conv-neural-network
我开始深入学习,在CNN上有一个基本
的
问题,我理解如何根据损失
函数
利用反向传播来调整梯度。但我认为,转换滤波器矩阵(在CNN中)
的
值需要由我们来决定。我正在
使用
Keras,这就是(从教程中)
卷积
层是如何定义
的
:classifier.add(Conv2D(32, (3, 3), input_shape= (64, 64, 3), activation = 'relu'))
使用
了32个维数为3x3<
浏览 2
提问于2018-01-08
得票数 2
回答已采纳
1
回答
使用
Scipy进行
卷积
和反
卷积
python
、
scipy
、
signals
、
convolution
我正在尝试
使用
Python
计算
反
卷积
。我有一个信号f(t),它是
由
窗
函数
g(t)
卷积
而成
的
。有没有什么直接
的
方法可以
计算
反
卷积
,这样我就可以恢复原始信号了?例如f(t) = exp(-t**2/3);高斯
函数
和g(t) =梯形
函数
提前感谢您
的
建议。
浏览 9
提问于2014-02-24
得票数 0
1
回答
使用
急切执行重新
计算
卷积
值
python
、
tensorflow
我在试着用急切
的
行刑。我声明了
卷积
并改变了
权重
。import tensorflow as tf tfe = tf.contrib.eager TrainingDataExampleWeightExample = tf.assign(WeightExampl
浏览 0
提问于2018-08-30
得票数 1
1
回答
在苹果提供
的
MetalImageRecognition示例代码中,批处理规范化是如何对
权重
和偏差参数执行
的
?
neural-network
、
ios10
、
conv-neural-network
、
metal
channel */ 系数0/BatchNorm/beta
卷积
0/BatchNorm/beta/RMSProp<em
浏览 3
提问于2016-09-27
得票数 2
1
回答
并行
卷积
层中
的
权值分担
niftynet
目前,我正在开发一个
使用
NiftyNet
的
新网络,需要一些帮助。有没有办法在NiftyNet中创建四个平行
卷积
层,每个层具有相同
的
权重
?
浏览 3
提问于2019-06-30
得票数 0
1
回答
CNN
卷积
后传
java
、
conv-neural-network
、
convolution
我没有
使用
任何使事情变得更困难
的
外部库。我
的
CNN有以下结构:Input -> [ConvLayer, Pool, ReLU, FullyConnected] -> Output我
的
尝试可以在这里找到:你好,芬恩
浏览 4
提问于2017-04-29
得票数 0
5
回答
如何修复这些消失
的
渐变?
deep-learning
、
neural-network
、
tensorflow
、
nlp
、
convolutional-neural-network
它
由
一个嵌入层(word2vec)、一个RNN层、2个conv层和2个密集层组成。对所有激活
函数
使用
ReLU。我相信我有消失
的
梯度,因为CNN过滤
权重
的
分布似乎没有变化&相对于
权重
,梯度是非常小
的
(见图)。注意:图中显示了第1层,但第2层看起来非常相似.我
的
问题是: 1)我是
浏览 0
提问于2018-03-08
得票数 5
1
回答
我们是否需要导出微分/梯度w.r.t。向后输入数据(链子)?
chainer
在我
的
研究中,我正在实现一个非常复杂
的
函数
,它在这一层中
使用
了信念传播。我导出了梯度w.r.t。这层
的
W(参数),但由于它
的
复杂性,我还没有导出梯度w.r.t。我对反向传播
的
细节很困惑。我搜索了很多关于BP算法,一些注释说,它只适用于微分w.r.t。W(参数),利用残差得到梯度?您
的
例子似乎也需要
计算
梯度w.r.t。输入数据(前一层输出)。我很困惑?非常典型
的
例子是,如何求出梯度w.r.t。在
卷积
层
浏览 4
提问于2017-08-31
得票数 0
1
回答
如何在Tensorflow中替换图
的
现有节点?
python
、
tensorflow
、
graph
、
google-colaboratory
我已经有了一个预先训练好
的
图,我对现有的
权重
值进行了一些
计算
,以获得融合
的
批处理范数
权重
(我已经融合了批处理范数和
卷积
权重
)。
使用
我
的
代码,我能够将这些新
的
权重
保存到文件中。现在我想用图上
的
新
权重
替换这个现有的
权重
。如何做到这一点?任何帮助都将不胜感激。我对此还是个新手。
浏览 16
提问于2020-11-19
得票数 0
1
回答
chainer.functions.get_item
的
反向传播是如何准确
的
?
chainer
这个问题遵循,考虑一个典型
的
示例问题:假设我有
卷积
层+ FC层,最后一个FC层输出一个向量。由于在某些情况下,我必须将向量切片来
计算
损失
函数
,例如在多标号分类中,地面真值标号向量多数为0,其中只有少数元素为1,在这种情况下,直接
使用
F.sigmoid_cross_entropy可能会引起标签不平衡问题,所以我决定
使用
对特定元素进行切片
计算
损失
函数
。在这种情况下,最后
的
FC层如何向梯度流(BP),如何更新其
权重
矩阵?
浏览 5
提问于2017-09-06
得票数 0
回答已采纳
3
回答
高斯模糊和
卷积
核
image-processing
、
blur
、
gaussian
、
convolution
我不明白什么是
卷积
核,也不知道如何将
卷积
矩阵应用于图像中
的
像素(我说
的
是在图像上执行高斯模糊操作)。感谢花时间向我解释这一点的人:), ExtremeCoder
浏览 1
提问于2010-07-30
得票数 17
回答已采纳
1
回答
如何更新分解层
的
权重
?
machine-learning
、
deep-learning
、
convolution
、
deconvolution
我正在尝试开发一个反
卷积
层(确切地说,是一个转置
卷积
层)。问题是我不知道如何更新
卷积
滤波器
的
权重
。梯度是多少?我肯定这是一个
卷积
运算,但我不知道怎么做。我试着用误差对输入进行有效
的
卷积</e
浏览 3
提问于2017-01-17
得票数 8
2
回答
为什么抑制权值提高了Tensorflow神经网络
的
性能?
neural-network
、
tensorflow
我在Tensorflow中有一个2层非
卷积
网络,
使用
tanh作为激活
函数
.我知道权值应该用截断正态分布除以sqrt(nInputs)来初始化,例如: weightsLayer1 = tf.Variable第2行导致在每个学习步骤重新
计算
权重
。然而,令我惊讶
的
是,“不正确”
的
实现始终产生更好
的
性能,无论是在列车和测试/评估数据集。我认为不正确
的
2行实现应该是一场灾难,因为它正在重新
计算
(抑制)其他值
的
浏览 4
提问于2016-06-21
得票数 0
回答已采纳
1
回答
在MatLab中有什么自动
的
方法来
计算
输入
的
CNN
的
梯度吗?
matlab
、
deep-learning
、
conv-neural-network
、
automatic-differentiation
美国有线电视新闻网( CNN )简单地说其中,ReLU是经校正
的
线性单元,*代表
卷积
。我需要自动
计算
CNN相对于输入x
的
梯度:到目前为止,我尝试了funct
浏览 4
提问于2021-03-02
得票数 0
1
回答
如何
计算
卷积
神经网络中
的
偏差梯度?
machine-learning
、
neural-network
、
conv-neural-network
、
backpropagation
、
bias-neuron
我很难在网上找到关于如何在
卷积
神经网络中
使用
偏差进行反向传播
的
资源。我所说
的
偏差是指通过
卷积
得到
的
每个数字相加
的
数字。Here is a picture further explaining 我知道如何
计算
滤波器
权重
的
梯度,但我不确定如何处理偏差。现在,我只是根据该层
的
平均误差来调整它。这是正确
的
吗?
浏览 57
提问于2019-09-21
得票数 0
回答已采纳
3
回答
CNN中Conv层和池层
的
区别是什么?
neural-network
、
conv-neural-network
池可以被认为是
卷积
,无论它是最大/平均,对吗?我还想知道、conv
的
目标和池之间有什么区别。为什么我们要
使用
每一层?如果我们不
使用
每一层会发生什么?
浏览 0
提问于2017-04-19
得票数 16
2
回答
卷积
神经网络(CNN)反向传播中
的
误差δ是如何传播
的
?
neural-network
、
deep-learning
、
mathematics
我
的
CNN有以下结构:输入矩阵(I):28x28最大池层(MP):大小为2x2 (输出维数为3x12x12'(z^L) (1) 以及误差w.r.t
浏览 0
提问于2020-06-06
得票数 4
2
回答
图像
的
空间分辨率与CNN架构
的
大小之间
的
关系是什么?
machine-learning
、
deep-learning
、
computer-vision
、
conv-neural-network
、
resolution
我正在研究图像
的
不同空间分辨率,并考虑为每个空间分辨率实现CNN架构,因为调整图像大小会影响对象细节。网络
的
大小和图像
的
空间分辨率之间是否存在可以定量解释
的
特殊关系?
浏览 0
提问于2020-02-13
得票数 4
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
使用python的log函数计算对数
使用Excel快速计算日期所归属的季度,两个函数嵌套使用轻松搞定
斯坦福ICLR 2018录用论文:高效稀疏Winograd卷积神经网络
斯坦福ICLR2018录用论文:高效稀疏Winograd卷积神经网络
Pytorch 学习引发的思考
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