1回答
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
例如，难道不应该有深层递归神经网络吗？深层神经网络必须前馈神经网络是正确的吗？这将反过来意味着深递归神经网络不能被称为深神经网络。此外，我看到有各种各样的深度学习架构，例如：残差神经网络深玻耳兹曼机深度神经网络这一术语是否只属于前馈神经网络？
如果答案是肯定的:维
浏览 0提问于2019-07-15得票数 3
回答已采纳
1回答
我正在尝试训练一个卷积神经网络。因此，我使用一个包含646张图像/车牌的数据集，其中包含8个字符(0-9，A-Z；没有字母'O‘和空格，总共36个可能的字符)。这些是我的训练数据X_train。现在，我正在尝试应用一个看起来像这样的神经网络： ?
浏览 25提问于2020-04-30得票数 0
回答已采纳
1回答
我已经看到了几种不同的卷积神经网络(CNN)的架构。我搞不懂哪一种是标准，以及如何决定使用什么。我并不为所使用的层数或所涉及的参数数目感到困惑，而是对网络的组件感到困惑。假设：
CL，SL，CL，SL，CM，Softmax架构2(我们最终真的需要NN吗？)
浏览 2提问于2014-10-17得票数 3
2回答
如何在CNN中安排不同的层次
、、、、
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
有没有关于使用了多少来自ImageNet的图像/类来训练MobileNet架构的信息？我读过论文"MobileNets:用于移动视觉应用的高效卷积神经网络“，但那里没有这样的信息。 有什么线索吗？
浏览 36提问于2020-11-07得票数 0
回答已采纳
1回答
CNN架构之间有什么不同？(AlexNet，ConvNet，ResNet等)因为我在互联网上遇到的大多数CNN对我来说都是一样的。
浏览 3提问于2017-10-23得票数 1
回答已采纳
我正在尝试解释这个神经网络架构。3×3×32卷积2×2 MaxPool降压3×3×64卷积2×2 MaxPool降压平坦1×128全连接降压128×10全连接软最大 我在这里搞混了，1×128全连接和128×10全连接是什么意思？
浏览 29提问于2021-04-20得票数 0
回答已采纳
我们是设计基于FPGA的卷积神经网络加速器的大四学生。到目前为止，我承认这不是一个清晰的解释。但这里的主要问题是我们需要访问同时顺序存储在块ram中的5*5*6*16滤波器系数。
浏览 6提问于2019-11-20得票数 0
1回答
初始风格卷积
、、
我尝试将前两个5x5卷积层分别替换为两个3x3卷积层，如中所述。不幸的是，当我要对测试集进行分类时，我得到了大约0.1的正确分类(随机选择)with tf.variable_scope('conv1') as scope:tf.nn.bias_add(conv_l2, biases) _activation_summary(conv1)
这是正确的吗</e
浏览 2提问于2016-01-13得票数 2
1回答
我想尝试实现一个自动编码器完全连接的卷积神经网络作为Unet，以将一幅图像转换为另一幅具有未知非线性关系的图像。 我有高斯核卷积算法，它工作得很好，但我想尝试一些机器学习的方法。你有没有其他的ANN架构的想法？没有标准的完全连接的ANN (已经尝试了很好的效果)，非常感谢
浏览 13提问于2020-01-16得票数 0
1回答
在随后的工作中，作者应用卷积递归神经网络(RNN)来预测二维图像序列表示的微结构的时空演化。根据我(有限的)知识，唯一能够在输出中生成新图像的结构是生成对抗性网络，如GANs和卷积编解码神经网络(如VAE)，但显然作者通过将3D-Conv和RNN单元叠加在一起来实现这些结果。你见过这种架构吗？
浏览 0提问于2022-01-18得票数 2
回答已采纳
下面是我的代码： import tensorflow as tffrom scipy import signal
[10, 10, 10, 0, 0, 0], [10, 10, 10, 0, 0, 0], [10, 10, 10, 0, 0, 0],]).astype(np.float32) [
浏览 20提问于2020-07-23得票数 0
回答已采纳
当使用MxNet训练深度卷积神经网络时，打开一定的丢失量以减少过拟合的最简单方法是什么？有没有一种方法可以在网络架构中不手动实现丢包率的情况下添加丢包率？
浏览 2提问于2017-12-04得票数 0
那么，记忆电阻(硬件)和神经网络节点(软件)有什么不同呢？这两者很可能是完全不相关的，但鉴于我的理解是神经网络是用来模拟“生物神经网络”的，在我看来，忆阻器只是由神经网络模拟的生物版本的silco版本。
浏览 2提问于2010-12-05得票数 1
回答已采纳
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
