1回答
关于卷积神经网络的质疑
python、mnist、conv-neural-network
如果我训练我的CNN识别MNIST手写数字，使用带有黑色背景(值0)的“image”(数组)：<code>B0</code>它将能够识别白色背景图像中的数字吗？
如果答案是肯定的(背景颜色无关紧要)，那么如何解释呢？提前感谢
浏览 27提问于2020-07-31得票数 0
1回答
在Google Coral Devboard和Jetson Nano中使用我自己构建的卷积神经网络分类器
tensorflow、conv-neural-network、tensorflow-lite、nvidia-jetson、google-coral
我读了很多关于Jetson Nano和Google Coral Devboard的文章，在我读过的大多数文档和论文中，推断和部署都是使用预先构建的卷积神经网络来完成的，例如AlexNet，Inception，MobileNet和其他用于图像分类的神经网络。据我所知，这些微型计算机需要将神经网络转换为tensorflow模型或任何它们接受的框架，以执行模型的推断。我想知道的<
浏览 20提问于2020-12-24得票数 1
回答已采纳
2回答
卷积神经网络中特征映射的滤波器
filter、neural-network、convolution、feature-extraction、conv-neural-network
在卷积神经网络中，我应该使用什么样的滤波器来提取特征图？我最近读到了关于卷积神经网络的文章，我了解到我们使用(一组滤波器)在每个卷积层生成一组特征映射，通过对前一层输出的滤波器进行卷积，生成一组特征映射。谢谢。
浏览 1提问于2015-12-05得票数 0
回答已采纳
1回答
文本分析中最有效的机器学习算法
deep-learning、nlp、cnn、sentiment-analysis
从理解NLP的卷积神经网络的角度来看，卷积神经网络不仅适用于图像识别，也适用于NLP。
一般来说，CNN是否是NLP文本分析的最佳选择，例如情感分析？如果没有，是否有关于识别性能(F1评分或类似的)的不同算法的概述或比较？
浏览 0提问于2018-07-23得票数 1
回答已采纳
1回答
如何使用python检测自定义对象？
python、opencv
基本上，我正在尝试让OpenCV检测一个自定义对象并单击它。 我没有尝试任何东西，我不知道如何开始，我已经尝试做了一些研究，但我被卡住了。 找到此对象https://imgur.com/NBK1AV2并单击它。
浏览 17提问于2019-05-06得票数 0
1回答
图像中的多目标检测
image-processing、keras、activation-function
我想问你一个关于图像分类的问题。实际上，我正在制作一个图像分类器，我正在使用卷积神经网络，并使用keras和tensorflow作为后端。我的问题是如何识别图像中的多个对象。我尝试过使用激活函数、sigmoid和loss - binary_crossentropy的卷积神经网络，但我对此并不满意。
浏览 33提问于2017-12-13得票数 2
回答已采纳
1回答
理解cnn
deep-learning、cnn
我是一名计算机科学专业的学生，我的一位教授问我是否可以使用cnn来制作一个检测肿瘤的python应用程序，如果可能的话，任何人都可以指导我，了解cnn并将其应用到我的项目中。
浏览 0提问于2018-05-03得票数 1
1回答
从一组图像中匹配一幅图像:结合传统的计算机视觉+深度学习/CNN
machine-learning、deep-learning、image-classification、computer-vision、image-recognition
在我正在开发的应用程序中，我有大约5000张产品标签图像(每个产品有一个标签)。
我的应用程序的一个功能是，用户可以使用他的相机拍摄一张照片，并得到一个可能的匹配(Es)的产品标签注册的系统。由于最初，我的系统每个产品只有一个样本，所以我决定采用传统的计算机视觉技术。我使用特征提取和描述符匹配实现了这一点。blob/master/samples/cpp/matching_至_许多_images.
浏览 0提问于2017-10-24得票数 1
回答已采纳
2回答
数学卷积与CNN的关系
machine-learning、neural-network、deep-learning、cnn、convolution
我读过卷积解释，并在一定程度上理解了它。有人能帮我理解这个运算与卷积神经网络的关系吗？过滤器是否像应用权重的函数g？
浏览 0提问于2017-06-27得票数 12
1回答
如何正确叠加capsnet (胶囊神经网络)？
python、tensorflow、deep-learning、neural-network、conv-neural-network
胶囊神经网络采用卷积、原胶囊和数字胶囊层。同时，采用卷积和最大池层的卷积神经网络。我想对卷积神经网络和胶囊神经网络进行比较。下面的表格是我的cnn模型的架构。我需要在胶囊神经网络上做一个类似的结构。那么，如何正确地叠加胶囊神经网络，堆栈胶囊神经网络是什么样的呢？
浏览 10提问于2022-12-02得票数 -2
1回答
卷积和集合作为无穷强前项
machine-learning、deep-learning、probability
我目前正在阅读深层学习书中关于卷积神经网络的内容。我被困在题为“卷积和池作为无限字符串优先”的9.4节中。
请有人直观地向我解释一下，在CNN的背景下，先验概率分布是什么，它与卷积和池运算有什么联系。
浏览 0提问于2020-03-16得票数 2
回答已采纳
1回答
关于卷积神经网络
tensorflow、keras、deep-learning、conv-neural-network
我想寻求一些关于神经网络的帮助，我正在做一个学校项目，其中我被要求建立深度假检测神经网络。我不确定为什么要在神经中增加更多的层。我在训练过程中的准确率从第一个时期的0.7跃升到第二到第五个时期的1.0，这是过度拟合和损失值到一个奇怪的数字，希望寻求关于我如何调整神经网络以适应深度假检测的建议。
浏览 3提问于2020-06-29得票数 0
1回答
是否可以从卷积神经网络中推断出多个参数
conv-neural-network
我有一个问题，我不确定这是不是一个聪明的问题。但是我读了很多关于卷积神经网络的书。到目前为止，我了解到输出层可以是例如用于分类问题的softmax层，或者您可以进行回归以获得量化的值。例如，如果我有一个数据，我的输出标签是房子的价格和房子的大小。我知道这不是一个聪明的例子。但我只想知道，在卷积神经网络的同一输出层中，是否有可能预测两个不同
浏览 1提问于2018-11-14得票数 0
4回答
CNN的频道是什么？
machine-learning、neural-network、cnn
我读了一篇关于卷积神经网络的文章，我发现了一些我不明白的东西，那就是：现在，我不明白的是:什么是卷积神经网络中的通道？
浏览 0提问于2019-12-05得票数 22
回答已采纳
1回答
多尺度卷积网络中的“多尺度”是什么？
neural-network、convolutional-neural-network、computer-vision
我读了一篇关于深度学习的文章，偶然发现了这个术语，叫做多尺度神经网络。我完全理解卷积神经网络的概念，但它的多尺度部分的理解有点困难。有人能帮帮我吗？提前感谢！
浏览 0提问于2021-11-05得票数 0
2回答
TDNN和CNN有什么区别？
neural-network、deep-learning、cnn
我读过关于时间延迟神经网络(TDNN)的文章，我不确定我是否理解它。据我所知，tdnn的工作原理就像一维卷积神经网络(CNN)。
如果这些体系结构存在的话，它们之间有什么区别？
浏览 0提问于2021-01-20得票数 1
回答已采纳
3回答
CNN中的“连接的稀疏性”是如何使网络具有更少的参数的？
deep-learning、neural-network、cnn、convolution、convolutional-neural-network
我正在学习吴家祥关于卷积神经网络的讲座，他给出了CNN比非卷积神经网络参数少的两个原因。它们是：缺乏联系。第二个原因是不是有点多余？
谁能解释一下吗？
浏览 0提问于2020-07-09得票数 2
2回答
如何在CNN中安排不同的层次
tensorflow、machine-learning、neural-network、conv-neural-network、convolutional-neural-network
我搜索了很多关于卷积神经网络的文章，发现有一些很好的结构可以参考。例如，AlexNet、VGG、GoogleNet。
但是，如果我想自己定制CNN架构，如何安排/订购不同的层？例如卷积层，辍学，最大池..。有什么标准吗？还是继续尝试不同的组合来产生好的效果？
浏览 3提问于2018-05-16得票数 2
回答已采纳
1回答
为什么卷积网络不使用互相关
cnn、convolution
据我所知，互相关被用来测量某些值的相似性，比如图像.同样适用于CNN中的特征提取过程，其中输入矩阵乘以滤波器。所以我觉得奇怪的是，它们是所谓的卷积网络。Conv2d的火炬文档甚至说它使用的是互相关运算符。
那么，为什么CNN在实际使用互相关的时候被称为卷积呢？
浏览 0提问于2019-12-02得票数 4
回答已采纳
1回答
YOLOv3的真正架构(层)是什么？
yolo、darknet、conv-neural-network
最近，我正在阅读yolov3 3的论文和代码，我发现了一个问题。75层卷积层+ 23条捷径层+3路层+4路层+2层上采样层= 107层提前谢谢。
浏览 5提问于2020-03-25得票数 3
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号