1回答
我正在使用VGG19架构从我的图像中提取特征。下面是我这样做的代码： model = VGG19(include_top=False) features = model.predict(x)
extract_features(model, path) 我希望将每个功能保存为torch或
浏览 101提问于2020-09-16得票数 0
1回答
我有一个关于生物医学图像分析的一般性问题。因为生物医学图像需要配准，以便在相同空间中对齐图像并更好地提取特征。我的问题是，基于深度学习的分类是否也需要训练数据集图像的图像配准？在深度学习中，架构本身定义了最佳特征，使用深度神经网络进行腹部CT扫描图像分类是否需要注册？当我们为了更好地训练数据而进行数据增强时，这种情况下还需要图像
浏览 34提问于2019-06-04得票数 1
1回答
我指的是普通的神经网络，MLP。我读了Glorot和Bengio (2010)的论文，了解了深层前馈神经网络训练的困难。其中，我读到了一个有趣的陈述：深度学习方法的目标是学习特征层次结构，其特征来自于由较低层次特征的组合所形成的更高层次的特征。
这在MLP框架内意味着什么？据我所知，这样一个<
浏览 0提问于2019-10-03得票数 1
我有一个我训练过的模型，我想保存它以供将来使用并分发给其他人。使用Flux.jl保存经过训练的模型的最佳方法是什么
浏览 12提问于2021-06-26得票数 0
回答已采纳
3回答
我是机器学习领域的新手，我有一个问题要问。但让我先发布这个问题。我选择了解决方案:在大多数情况下，解决方案也是非常简单的。利用SIFT、SURF等算法提取兴趣点，得到这些关键点的描述子，并用K均值算法对其进行聚类。我无法理解的是我可能需要的集群数量。对上述例子的</em
浏览 0提问于2016-12-26得票数 0
1回答
神经网络经过最初的训练后，最佳的适应方式是什么？除了使用完整的数据集对其进行再培训之外，还有其他方法吗?因为这需要很长时间。
对不起，我的基本问题，但我找不到很多有关这方面的信息。
浏览 4提问于2015-11-23得票数 2
回答已采纳
1回答
我正在学习使用gabor滤波器从图像中提取与方向和比例相关的特征。另一方面，卷积神经网络也可以提取包括方向和尺度在内的特征，是否有证据表明CNN中的滤波器具有与gabor滤波器类似的功能？或者他们两个的利弊。
浏览 47提问于2019-07-25得票数 1
1回答
我已经了解了特定的模型，但我想了解更多关于机器学习问题解决的特定部分。我还没有找到关于这方面的论文，部分原因是不确定它叫什么。我不确定在向这个第二级模型添加特性时有多大的回旋余地。是否可以从“第一级”模型中提取数据特征并将其放入“第
浏览 2提问于2017-04-20得票数 0
我想添加一个SVM分类器，而不是具有相同标签0和1的KNN分类器(0用于女性，1用于男性)
我有一个测试示例矩阵sample、一个训练示例矩阵training和一个带有训练示例group标签的向量。我需要class，这是测试用例的标签向量。
浏览 4提问于2017-02-25得票数 0
2回答
我对机器学习模型的部署阶段很好奇。那么，在您使用python运行您的脚本来训练您的数百万数据并使其工作之后，有哪些方法可以将您的模型部署到现实世界中呢？我知道像pickle这样的库是用来序列化模型的，但是模型到底是什么呢？
这是某种蓝图，然后用来绘制预测的答案吗？如果是这样的话，这意味着在现实世界中有一个易受攻击的对象比再训练你的模型要快得多？
浏览 0提问于2019-06-15得票数 2
回答已采纳
1回答
我一直在和一个朋友争论“特征提取”的问题。他说，ML的主要任务是提取特征。但我不同意。在常识中，特征提取不是ML任务。如果我们认为wx+b是表示ML的最简单的方法，ML的任务就是找到最佳的w和b.。ML试图找出给定x的最佳w和b值，它与训练数据相匹配，从而学习如何找到w和b。
浏览 13提问于2020-03-10得票数 0
回答已采纳
2回答
用于音频的卷积神经网络
、、、、
我一直在学习关于DeepLearning.net的教程，以学习如何实现从图像中提取特征的卷积神经网络。本教程解释得很好，易于理解和遵循。我想扩展相同的CNN，同时从视频(图像+音频)中提取多模态特征。我读过几篇关于这
浏览 3提问于2014-03-18得票数 34
回答已采纳
2回答
例如，使用OpenCV对图像进行特征提取，然后使用Caffe对这些特征进行分类，这有意义吗？
我是这样问的，这与将图像直接传递给Caffe并让Caffe进行提取和分类过程的传统方式相反。
浏览 0提问于2015-10-21得票数 1
1回答
我想使用Caffe和伴随着Caffe的googlenet网结构来训练一个基于我自己的图像数据的模型。我有14种分类。但是我确实只有大约250张用于训练的图像和80张用于测试的图片。够了吗？
浏览 3提问于2016-01-15得票数 2
回答已采纳
1回答
我刚刚开始一个项目，使用OpenCv从多个图像中提取SIFT特征。然后，我将使用支持向量机建立一个训练机的数据库。从数百张图像中提取特征的最佳方法是什么？(稍后目标)
谢谢!
浏览 2提问于2013-11-21得票数 0
假设我有任何购物中心的账单图像，我想找出我从哪里购买了所有商品和所有购买的商品的商店的名称。那么，使用图像处理和机器学习如何找到？
浏览 12提问于2017-08-01得票数 0
回答已采纳
有没有什么有效的方法来使用python和NLTK library.As提取评论的副主题解释?举个例子，关于手机的用户评论可能是“这部手机的电池很好，但显示效果很差”，我想提取上面两个特征，比如"display is a bullshit"
上面的目的是为了开发一个关于产品特性的产品评级系统极性部分的分析已经完成。但是提取评
浏览 2提问于2017-05-25得票数 1
2回答
用深度学习进行特征提取，同时利用传统机器学习或增强技术进行分类，是否合乎逻辑？
如果使用ML算法进行分类，而不是用深度学习方法进行特征提取，那么使用ML算法可以吗?我知道，如果特征工程成功，该模型将自动取得良好的效果。例如:如果我想做一个文本分类问题，我是否可以建立这样一个模型( RNN块的堆栈+ Adaboost)，其中RNN块执行特征
浏览 0提问于2022-10-27得票数 1
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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
