2回答
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
1回答
根据MLOPs原理，建议使用特征存储。问题在于如何利用卷积神经网络这样的深度学习模型进行图像分类，该模型作为训练过程的一部分进行自动特征工程(使用卷积层)。卷积层的输出？但是在训练过程中，它们不能被重用，因为在训练过程中，它们会被卷积层重建。
浏览 0提问于2021-02-09得票数 0
我很熟悉Overfeat的工作原理，它不仅能对图像中的对象进行分类，而且还能通过仅使用卷积层而不是最终完全连接的层来定位图像中的对象。然而，我读到的每个教程或解释都谈到了alexnet或一个非常基本的神经网络，它由几个连续的卷积层组成，然后是2-3个完全连接的层来对图像进行分类。然而，我的问题如下，有没有可能修改一个更复杂的网络，比如ResNet
浏览 15提问于2020-02-28得票数 1
回答已采纳
1回答
CNN的反向传播训练
、、、、
我以前在浅层(一层或两层)神经网络中工作，所以我对它们的工作原理有一定的了解，在训练过程中很容易直观地看到向前和向后传递的导子，目前我正在研究深层神经网络(更确切地说，是CNN)，我读过很多关于它们的训练的文章，但我仍然无法理解CNN训练的总体情况，因为在某些情况下，使用预训练层的人使用自动编码提取卷积权，在某些情况下，随机权值被用于卷积，然后使用反向传播来训练权重，有谁能帮我给出从输入到全连接层(
浏览 4提问于2016-07-11得票数 2
1回答
一维卷积神经网络
、、
有人能解释一下“一维卷积神经网络”的工作原理吗？我确实理解图像的2D，但是对于1-D是如何创建的。它是在特定的时间间隔内固定一维滤波器，还是与我们在信号处理中将信号与滤波器相转换的操作相同？
浏览 0提问于2019-03-16得票数 1
回答已采纳
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
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
目前，我已经生成了我的话语的谱图，并且使用简单的模式识别设法在“是”/“否”数据集中接收到40%的WER。不是很好，而是个开始。CNN被赋予了一个40帧的上下文窗口，在这个窗口中检测到了中心帧，我的问题是，使用RNN是否对这里有好处？因此RNN处理上下文，CNN在一个帧谱图上进行“图像分析”。如果是这样的话，它会不会明智地导致一些问题，当我在CNN上做的时候，是否通过在谱图的更大部分上进行模式识别来解决上下文依赖，这取决于上下文窗口的大小，但
浏览 0提问于2017-07-06得票数 2
回答已采纳
1回答
声音数字分类
、、、
我尝试做的事情在概念上类似于臭名昭著的NMIST分类示例。除了每个数字都是计算机产生的声波。我更喜欢更简单的模型，以换取几个百分比的性能点，最好是用Scikit Learn库来编写。
浏览 5提问于2017-09-19得票数 0
我必须开发一个视频事件检测工具，在票务中，counter.The工具必须为那些在没有点票的情况下通过门的人拍照。我有一套视频，人们拿着这些数据在gate.So上乱搞，我怎么能实现一个视频事件检测工具?我不知道在哪里可以start.Where，我能找到一些关于有监督的视频事件检测的教程吗？
浏览 0提问于2016-08-27得票数 1
回答已采纳
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。我想知道的是:对于J
浏览 20提问于2020-12-24得票数 1
回答已采纳
8回答
我对神经网络这个话题很陌生。我遇到了两个术语--卷积神经网络和递归神经网络。
我想知道这两个术语是否是指同一事物，或者，如果不是，它们之间会有什么区别呢？
浏览 6提问于2014-01-04得票数 67
我已经完成了卷积神经网络的实现部分。但在卷积神经网络中，如何选择滤波器来获得卷积特征仍然是个难题。正如我所知，在filter.is的帮助下，我们通过检测特征(如眼睛、鼻子、嘴巴)来使用卷积层从图像中识别人脸。过滤器包含眼睛、鼻子、嘴巴来从图像中识别人脸是真的吗？
浏览 0提问于2018-11-14得票数 0
然而，我读过几次这样的话：我知道前馈神经网络是什么，但据我所知，深神经网络是指在输入和输出层之间有多个层次的所有人工神经网络？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
..。然而，维基百科现在也让我很难区分所有的术语，它说：“深层神经网络、深层信念网络、递归神经网络
浏览 0提问于2019-07-15得票数 3
回答已采纳
下面是我的代码： import tensorflow as tffrom scipy import signal
img2 = np.array([
浏览 20提问于2020-07-23得票数 0
回答已采纳
1回答
我正在尝试预测客户A在2019年第一季度销售额的百分比变化。我想得出目标的一种方法是过去3个月的滚动平均值和移位1。操作后，它看起来像： ? 但是我很困惑，我应该以1月，2月，3月的平均值作为4月的目标，还是以2月，3月，4月的平均值作为1月的目标？
浏览 26提问于2019-03-12得票数 0
1回答
图像质量神经网络方案
、、、
我试图创建一个神经网络项目，以确定彩色图像的质量，并返回是否通过质量检查。这一质量检查将在包含50%好照片和50%坏照片的2000份样本中确定和培训。假设我正在执行的检查是1280x1280像素与RGB无阿尔法通道。我正在尝试创建以下神经网络2x隐层==>层1= 1638400，2层= 409600神经元我的问题是，在简单的异或训练中然而，当它成为现实世界
浏览 5提问于2015-05-21得票数 0
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
