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
(1636)
视频
沙龙
2
回答
旋转
图像识别
中的CNN策略
cnn
、
image-recognition
、
kernel
我用一些
卷积
核
从头开始写我的CNN代码。但是当只有几个
卷积
核
(3*3)时,我的CNN无法正确识别翻转/旋转图像。在训练期间,我的
卷积
核
变化很小。为什么?当有超过10个
卷积
核
,我的CNN开始识别有斑点的图像。所以更多的内核能帮上忙。然而,它也开始产生错误的认识。
与
卷积
核
大小相比,图像的分辨率对结果有什么影响?分辨率越高,这个拟合问题的维数就越高。
浏览 0
提问于2019-02-19
得票数 2
回答已采纳
2
回答
卷积
神经网络
machine-learning
、
computer-vision
、
neural-network
、
conv-neural-network
这种对
卷积
神经网络的直观理解是否正确: 1.
卷积
基本上匹配图像的局部部分
与
卷积
核
/滤波器的相似程度。2.
核
/滤波器就像一个特征检测器。重要的是,它是学习的,并通过SGD自动修改和优化。
浏览 5
提问于2016-08-24
得票数 1
回答已采纳
1
回答
卷积
神经网络中滤波器的可视化
neural-network
、
visualization
、
convolution
我读了这篇文章"",它改进了自动编码器中隐藏层的可视化,但我对如何可视化
卷积
神经网络的滤波器感到困惑。在我看来,对于第一个
卷积
层,为了可视化滤波器,它需要这个等式:![]()对于第二
卷积
层,它应该将滤波器投影到原始输入空间,但我不知道如何做到这一点。
浏览 2
提问于2013-05-15
得票数 3
1
回答
CNN对数路径长度
cnn
、
rnn
当使用膨胀的
卷积
时,位置之间的路径长度可以是对数的,左填充的是文本。📷
浏览 0
提问于2018-08-15
得票数 1
1
回答
卷积
核
CUDA的
设计
algorithm
、
cuda
、
gpgpu
我正在尝试为CUDA
设计
一个
卷积
内核代码。我做了一个基本的实现,使全局内存访问合并,那么,这是一个小图片的好
设计
吗?或者我应该遵循“传统”方法?
浏览 9
提问于2017-07-07
得票数 2
回答已采纳
1
回答
为什么1x1conv
与
完全连接的层相同?
deep-learning
、
conv-neural-network
文中还指出,我的问题是,首先,跨通道参数池层到底意味着什么?它仅仅是完全连接的层吗? 以及为什么交叉信道参数池层
与
1x1
卷积
核
相同。
浏览 0
提问于2021-01-28
得票数 2
回答已采纳
1
回答
镜像边界条件下的图像
卷积
image-processing
、
filtering
、
convolution
这只是一个
与
图像
卷积
边界条件有关的简单问题。众所周知,图像
卷积
边界有多种类型,其中对称条件被广泛接受。我的问题是:在进行
卷积
时,我们把“镜子”放哪里?更具体地说,我举了以下例子: 图像矩阵为1 2 3,
核
为1 1 1。那么与此
核
有关的镜像应该是3 2 1 2 3 2 3或2 1 1 2 3 3 2。
浏览 0
提问于2013-04-22
得票数 1
回答已采纳
1
回答
用matlab实现N维曲面的矢量
卷积
matlab
、
multidimensional-array
、
signal-processing
、
convolution
我正在尝试做一个带有向量的任意N维曲面的‘
卷积
’。更具体地说,我正在尝试获得N阶Volterra内核的输出(参见,等式1)。二阶
核
输出是二维矩阵
与
信号的‘
卷积
’。该
核
函数使用系数对过去的每一对点的乘积进行加权。三阶
核
是一个3d矩阵,它对过去记忆时代中的每个三元组的点进行加
浏览 0
提问于2013-07-20
得票数 7
1
回答
用numpy/scipy在python中进行傅里叶变换/迭代反
卷积
拟合
python
、
numpy
、
scipy
、
fft
、
curve-fitting
这些曲线由仪器响应函数(IRF,假设为高斯)和(多)指数衰减的
卷积
给出:其中G是高斯和F指数衰减。func1使用scipy.integrate计算两者之间的
卷积
,它返回的值用于计算拟合和给定一组参数的数据之间的差: ..getting有几种方法可以通过使用傅立叶变换或迭代反
卷积
来规避
卷积
过程。似乎知道如何做到这一点,但我在理解过程中遇到了问题。据我所知,迭代反
卷积
的工作原理是用猜测的高斯函数对信号进行反
卷积
,
浏览 5
提问于2013-05-10
得票数 4
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,因为它被用来改变光谱图中某些条目的重要性。
浏览 0
提问于2017-03-09
得票数 1
回答已采纳
1
回答
半球谐波
卷积
hemisphere
球面谐波 (SH)是一种用极少数系数表示低频球函数的方法.它们具有一些很好的数学性质,例如
核
函数h(x) (具有圆形对称性)的
卷积
可以计算为对于3级SH的余弦瓣
卷积
,这导致了带
与
因子的简单缩放。对于HSH,
与
任意
核
(具有圆形对称)的
卷积
是如何工作的?是否可以扩展SH的
卷积
,或者是否有任何关于这方面的详细文件?
浏览 0
提问于2015-09-24
得票数 12
回答已采纳
2
回答
关于将
卷积
层实现为完全连接层的混淆
machine-learning
、
neural-network
、
deep-learning
、
conv-neural-network
我有点理解我们是如何根据将完全连接到
卷积
层转换的。 我不明白的是,在cs231n中,
卷积
实现的输出应该是一个维数为1x1x4096的向量,作为
卷积
实现,这篇论文怎么能有像12x12x512这样的输出维
浏览 5
提问于2017-07-02
得票数 0
回答已采纳
1
回答
卷积
核
大小是否影响信道数?
deep-learning
、
cnn
、
kernel
最后一个是1×1
卷积
,用于映射
与
输入信道数相同的信道数。因此,输入和输出有相同的通道数。它可以嵌入到不同类型的
卷积
神经网络中。 我想,我们决定在下一层的通道数和内核将被随机初始化。这些
核
形状是由我们决定的,它们是1x1或3x3等,所以,作者说1x1
卷积
来映射
与
输入one.When相同的通道数是什么意思,即使它的2x2
卷积
核
不改变通道数。
浏览 0
提问于2019-03-20
得票数 0
1
回答
什么是CNN中的全局
卷积
?
neural-network
、
computer-vision
、
conv-neural-network
、
convolution
它只是一个
与
图像大小相同的
核
的
卷积
吗?
浏览 107
提问于2019-05-16
得票数 1
回答已采纳
1
回答
如何在图像上应用反褶积方法?
image-processing
、
numpy
、
python-2.7
、
scipy
、
scikit-image
由于我只知道python,您可能想向我展示如何使用python在这个链接中转换MatLab代码,我只对“
卷积
定理-实践部分”感兴趣,这将是一个很大的帮助。我还需要了解
卷积
或反
卷积
方法对图像的作用,我谷歌了一下试图找出它,但是有很多方程我不能完全理解。(1)对deconvolve如何工作的任何解释,我们一定会感激。 谢谢
浏览 0
提问于2012-10-24
得票数 1
回答已采纳
1
回答
支持向量机中的“
核
”
与
卷积
神经网络中的“
核
”之间是否存在概念关系?
cnn
、
svm
、
kernel
在支持向量机中,我们有将输入原始数据空间映射到高维特征空间的
核
函数。 在CNN中,我们也有一个“内核”掩码,它把输入的原始数据空间(图像作为矩阵)传送到另一个空间。
浏览 0
提问于2019-05-20
得票数 6
5
回答
机器学习中的尺寸跳变
machine-learning
、
image-recognition
机器学习中的尺寸跳跃问题(发生在
卷积
神经网络和
图像识别
中)是什么?我已经搜索过了,但是我得到的只是关于物质形状变形的物理信息。如果有人用一个
与
机器学习有关的例子来解释它,我会更有帮助。
浏览 0
提问于2016-05-26
得票数 10
回答已采纳
2
回答
为什么在删除最终softmax层之前的完全连接层后,
卷积
神经网络的准确性会增加?
python
、
tensorflow
、
deep-learning
、
neural-network
我
设计
了
卷积
神经网络(tf。Keras),它有几个具有不同
核
大小的并行
卷积
单元。然后,这些
卷积
层的每个输出结果被馈送到并行的另一个
卷积
单元中。然后将所有输出连接起来。下一步展平完成。
浏览 1
提问于2020-07-09
得票数 0
2
回答
数据立方体的高斯
卷积
python
、
gaussian
、
cube
、
astropy
我需要用高斯核对每个2d切片进行
卷积
。 然而,使用下面的代码,这使用了一个标准化的高斯内核,它稀释了每个切片中较弱的像素。有没有办法将每个像素高斯除以‘max(高斯)’,以便每个像素相对于像素强度进行
卷积
?
浏览 4
提问于2017-11-14
得票数 1
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
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EfficientDet model中的一个层。
浏览 90
提问于2020-10-14
得票数 1
回答已采纳
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
基于卷积模型的数字与操作符图像识别模型
新加坡科技与设计大学:基于核学习传播结构的微博谣言发现
ACL:新加坡科技与设计大学:基于核学习传播结构的微博谣言发现
核工弹簧:阀门用碟/波簧的设计与制造,专注品质,创造价值!
中广核高交会首展华龙一号三维协同设计与管理平台
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