我了解如何从公共TensorFlow数据集中获取数据集(例如“mnist”)如何为图像数据集获取数据集？
浏览 12提问于2021-03-07得票数 0
1回答
仅用CPU训练神经网络
、、、
我正在远程服务器上的虚拟机上工作，我想在它上训练一个神经网络，但是我在这个VM中没有GPU。是否可以仅使用CPU在此VM上训练网络？如果是这样的话，它是否适用于大型数据集，还是会成为一个问题？
浏览 1提问于2019-02-27得票数 0
1回答
我正在寻找一种方法，以检查一个给定的标志是否出现在一个网页的截图。因此，基本上，我需要能够在一个较大的图像上找到一个小的预定义图像，这个图像可能包含也可能不包含较小的图像。一个匹配可以是一个不同的比例，有点不同的颜色。我也需要判断事件的相似性。需要一些指点来看什么，我以前从来没有用过计算机视觉。
浏览 6提问于2022-03-20得票数 0
1回答
哪种数据适合卷积神经网络
、、、、
我在websit 上搜索数据集。我想找出一些特定的数据集，可以用卷积神经网络进行训练。事实上，我在这方面的经验不多。你能告诉我上面的链接上哪种数据集可以用于CNN吗？如果数据集的类型不是很大，对我来说会更好，因为我使用了Tensorflow CPU。
提前谢谢你，
浏览 6提问于2017-06-12得票数 0
1回答
你好，我是一个Java开发人员，我是视频点播网站团队的一部分。我目前正在研究如何实现我们计划构建的后端组件；该组件有望自动生成表示视频内容的有意义的缩略图，就像YouTube中用于生成默认缩略图的算法一样。然而，我似乎找不到任何好的开源或付费实现可以做到这一点，并且从头开始构建算法非常复杂，需要大量时间，我认为公司在当前阶段(可能在未来)不愿意投资。如果有人能推荐任何可以帮助我的实现，或者甚至是销售可以服务于我组件目标的实现或产品的供应商，我将不胜感激
浏览 0提问于2015-02-01得票数 2
1回答
我正在尝试创建一个卷积神经网络来识别手写数字(从MNIST数据集)，我想知道什么是旋转数字的好结构，现在我只能考虑更深一些，增加更多的层。对于如何建立这样一个CNN来识别旋转的MNIST数字，有什么想法吗？我和tensorflow一起工作。谢谢。
浏览 4提问于2017-11-29得票数 1
回答已采纳
1回答
公司提供的产品很多(大约100,000)，其中有些是非常相似的。在数据库中，每个产品只有一个映像。
公司希望使基于摄像机的产品识别和产品规格显示成为可能。用这种数据来训练新的模型，或者用现有的模型来建立新的模型，是否可能呢？
浏览 0提问于2020-01-09得票数 1
回答已采纳
1回答
我有一个数据集，其中每个数据点由二维的5个视频组成，作为一个形状为(48,128,42,5)的numpy数组。(高度、宽度、帧、视频索引)。多个视频基本上是作为“切片”来获取一些关于深度的信息，尽管不是很完美。
我想使用Keras/Tensorflow创建一个用于回归的CNN，但Keras只有多达3维的内置卷积层。有没有在4维数
浏览 17提问于2020-05-17得票数 1
回答已采纳
我正在建立一个卷积神经网络(CNN)模型，由'RGB'通道的双流图像数据输入和'grayscale'信道收敛到奇异形状(None, width, height, 4*C)，然后是Dense()。from tensorflow.keras.preprocess
浏览 6提问于2020-07-01得票数 2
我有一个CNN，运行良好的1 GPU。现在我转到另一台有2个GPU的计算机上，我想训练我的网络使用这两个GPU来节省时间。我怎么能做到呢？我读过，但我认为这个例子太简单了，老实说，我不知道如何在我的真实网络中应用它。非常感谢!True)
c512_3 = ConvLayer(c512_2, depth_in=512, depth_out=51
浏览 0提问于2017-06-19得票数 1
回答已采纳
我一直在尝试机器学习和tensorflow，并成功地使用了github存储库来解决验证码问题。现在我想更进一步。我想使用机器学习，从被批准和拒绝的东西中学习，并根据新的传入图像进行预测。然而，我的问题是，我不确定我需要什么样的神经网络来做这件事，也不知道如何研究这类事情。如果你们有任何可以帮助我的</
浏览 8提问于2018-02-09得票数 0
我从各种教程中学习了Tensorflow，我想知道是否可以为卷积网定义一个自定义过滤器。例如，如果我知道这些特性中存在有意义的结构，那么所有其他特性都是相关的，那么我想要定义一个过滤器，它看起来像0 1 0 1 1。tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)
到目前为止，我看到的所有例子都用到了对我来说，把0 1 0 1放在过滤器参数中是有意义的<
浏览 2提问于2016-06-27得票数 6
回答已采纳
我是python和tensorflow的新手。我正在尝试使用在tensorflow中实现的卷积神经网络算法。需要做的是训练和测试我自己的数据集，而不是MNIST数据集。当前程序正在使用： # Load training and eval data
mnist = tf.contrib.lear
浏览 0提问于2017-10-11得票数 0
2回答
我的工作是分析脑电数据，这些数据最终需要分类。然而，获得唱片的标签有点昂贵，这促使我考虑了无监督的方法，以更好地利用我们相当数量的未标记数据。
这自然导致考虑堆叠的自动编码器，这可能是一个好主意。然而，使用卷积神经网络也是有意义的，因为某种类型的滤波通常是一种非常有用的EEG方法，很可能考虑的时间应该是局部的，
浏览 0提问于2017-03-21得票数 12
回答已采纳
到目前为止，我已经将感兴趣的区域缩小到躯干区域，这是比赛围裙通常所在的位置。这是我当前拥有的输出：
我只对赛车围裙号码感兴趣。我知道我必须使用笔划宽度转换，但目前我被困在赛车围裙部分的本地化。
浏览 15提问于2018-08-12得票数 0
1回答
我在研究一个说话人识别神经网络。我所做的是把Bing Bang理论的wav文件第一个espiode :-)转换成MFCC，而不是把它作为一个开放源码的神经网络api (MLPClassifier)的输入，作为输出，我为每个说话者定义一个唯一的向量，我取50个随机值进行测试，其他值用于拟合(训练)
这是我的代码，在开始的时候，我得到了神经网络的随机装备，但是在一些了不起的人的帮助下，
浏览 2提问于2019-11-25得票数 0
回答已采纳
1回答
我有一个包含1000个样本和12个特征的数据集(CVS)。我想使用CNN进行二进制分类。我发现的所有示例都与图像或时间序列相关，我不知道如何为此目的描述输入和层。有谁有什么例子吗？
浏览 54提问于2021-11-22得票数 0
2回答
我是深度学习的新手。我从人脸识别的例子开始，我发现有两种类型的模型基于数据进行预训练。1.使用连体网络进行一次性学习:我们可以使用很少的数据来训练模型。2.卷积神经网络:需要大量数据来训练模型。我们是否可以将这些方法与tensorflow中的CNN结合使用？
浏览 17提问于2019-03-03得票数 0
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
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
