现在，我必须使用这个模型在Java中进行某种预测。不幸的是，当我用一些虚拟矩阵和内核测试我的卷积码和theano的卷积码时，它们给出了不同的结果。在我看来，卷积算法有许多变体，我必须实现与theano的ConvOp使用的完全相同的卷积算
浏览 1提问于2014-09-02得票数 1
2回答
我想用一种语言训练卷积神经网络，但在另一种语言中使用它(出于各种与技术/性能相关的原因)。有没有一种通过节省权重来实现这一点的编程方法？例如，我可以用Python训练一个多层感知器，然后将所有权重保存在一个CSV文件中，然后用Java创建一个新的MLP并使用该文件设置权重。但是，我不确定如何使用卷积神经网络做类似的事情，因为我不知道如何处理卷积层。我认为我的主要问题是理解如何导出/保存网络的卷积部分，然后将它们加载到其他地方。
浏览 0提问于2016-01-22得票数 0
1回答
使用互相关的声音文件时延
、、、
我正在努力加快Java中两个声音文件之间的时延估计算法。我的想法是使用互相关和搜索最高值，这给了我的样本数量的延迟。
我做过这件事，而且效果很好。我创建了一些示例文件，然后计算了时间延迟。结果相当好。
浏览 3提问于2014-05-12得票数 2
回答已采纳
3回答
我正在iPhone和Android上编程，我想实现数字滤波器(例如低通、带通、带阻等等)。用于实时麦克风和加速度计数据。
在C/Java代码中直接实现差分方程(例如yi = yi-1 +2* xi)。我相信这可以在O(N)时间内运行，其中N是样本窗口的长度，例如N=512。在样本窗口和FIR滤波器的时域表示之间实现卷积，通常是某种形式的正弦函数。不久前我问过。如果使用涉及FFT和IFF
浏览 6提问于2011-12-07得票数 3
1回答
我正在寻找一个建议，尽快实施卷积算法的CNN推断，但不是一个培训。 这种卷积神经网络被建模为alexnet、mobilenet、resnet等。据我所知，目前已经有各种实现方式和神经网络框架，它们有不同的实现方式，如直接卷积、展开卷积(im2col)、基于快速傅立叶变换或Winograd，但我的主要关注点是在嵌入式设备的性能约束下执行CNN。如果任何人有经验，并可以推荐卷积实现CPU和并行实现，指向研究论文或开源实现
浏览 19提问于2019-02-27得票数 1
2回答
安卓:快速位图模糊？
、、、
我还读到，用着色器或JNI实现卷积是一条很好的路，但我不能相信在Android框架中没有这一共同目的的内置解决方案。目前，我已经用Java完成了一个自写卷积实现，但速度慢得令人尴尬。如果没有:在执行和维护方面仍然相当复杂的情况下，加速卷积的最有效方法是什么？我们应该使用JNI，着色器还是完全不同的东西？
浏览 1提问于2013-02-20得票数 33
回答已采纳
1回答
我正在为分割实现FCN的一些变体。特别是，我实现了一个U-net架构。在架构中，我使用3x3内核应用有效卷积，然后使用2x2内核和步长2应用转置卷积进行上采样。我的问题是，如果对卷积使用有效的或相同的填充，这是否决定了我们对转置的卷积使用有效的或相同的填充？
目前，我对卷积使用有效的填充，转置卷积使用相同的填充。
浏览 7提问于2018-01-27得票数 2
我一直试图理解(但不幸的失败)如何在软件中实现图像上的卷积(具有高度、宽度、通道)。
对于使用GEMM进行<
浏览 2提问于2020-10-23得票数 3
2回答
DSP的快速二维卷积
、、、、
我想实现一些图像处理算法，这些算法的目的是在上运行.这些算法广泛使用卷积。我试图为2D卷积找到一个很好的C实现(可能使用快速傅里叶变换)。我没有这个领域的背景，所以我认为自己实现卷积不是一个好主意(我可能不会像理解它背后所有数学的人那样做得那么好)。我相信DSP有一个很好的C卷积实现，但我没能找到它？
有人能帮忙吗？所以我想我不是在寻找基于FFT的实现。我在网上搜索卷积，看它的定义，这样我就可以直接实现</e
浏览 0提问于2010-10-20得票数 8
回答已采纳
1回答
我有以下代码：for r_slice in range(0,radialSlices): for a_slice in range(0,angularSlices): k_win = big_k[height - r_pixels:2*height - r_pixels,width - a_pixels:2 * width -
浏览 0提问于2014-06-10得票数 1
回答已采纳
1回答
我试图用tensorflow实现一个卷积神经网络来对文本进行分类。我已经找到了一些已实现的模型，尤其是两个实现：然而，它们在架构上似乎有根本的不同。第一个模型使用与输入数据并行的卷积，而第二个模型以顺序方式使用卷积。我把这两种模型形象化为拉伸板：
首先是平行卷积。在卷积后，结果被连在一起，用一个完全连接的层产生输出。序贯卷积似乎更直截了当，我们使用前一层的结果作为下一层的输入。
浏览 0提问于2017-06-13得票数 1
回答已采纳
我想在CNTK中实现宽类型的一维卷积()。有没有内置的方法来实现它，或者我应该如何使用卷积()的参数来实现它？
谢谢!
浏览 4提问于2017-01-11得票数 0
回答已采纳
2回答
边缘检测和去除
、、、、
我是图像处理的新手。我正在开发一个web应用程序。我需要采取图像(徒手绘图)，并删除它的一部分。例如，取一张猫的图像，除去它的眼睛以外的所有东西。
浏览 4提问于2011-07-01得票数 2
回答已采纳
1回答
我需要从头开始编写一个卷积方法，它接受以下输入：int[][]和BufferedImage inputImage。我可以假设内核的大小为3x3。import java.awt.*;import com.programwithjava.basic.DrawingKit;import java.util.Scanner;
// maximum value of a sam
浏览 0提问于2017-03-12得票数 1
已知卷积具有结合性质：(A*B)*C=A*(B*C)，其中(*)表示卷积算子。在keras中，执行2D卷积+ 2D平均池(使用strides=(2,2))比仅使用strides=(1,1)执行一次卷积开销更低。我认为这是可能的，应用结合属性，首先做内核B和C的卷积，但我试图通过A*(B*C)而不是(A*B)*C来实现相同的结果，其中A是图像输入，B和C是内核，但结果与keras不同。确实有可能首先卷积内核，K=B*C，最后将输入卷积成K: A*K？
浏览 0提问于2020-06-19得票数 0
1回答
我想知道为什么膨胀的卷积被声称能保持分辨率。显然，蓝色的输入是7x7，绿色的输出是3x3。编辑：
由于填充呈指数增长，相对不太小的膨胀因子将导致大量填充的输入图像。这是原始尺寸的4倍，这意味着大部分卷积都是在填充区域上完成的，而不是真正的输入。就我个人而言，这似乎违反了我的直觉。
浏览 5提问于2017-08-22得票数 11
回答已采纳
正如本指南所说的，反卷积层可以转换成等效的卷积层。问题是:因为tensorflow只提供了一个二维版本的解卷层，如果我想为一个步幅大于1的原始卷积层实现一个一维反卷积层，我如何在每个输入单元之间添加零点？
非常感谢
浏览 5提问于2017-05-16得票数 1
我正在制作一个程序，在CUDA中模糊16位灰度图像。我在一些网站上看到，使用FFT的Guaussian模糊处理方法对大内核大小或大σ值都有好处：
在这里输入代码void gaussian_blur(
unsigned short* const blurredChannel,
浏览 1提问于2013-10-10得票数 0
如果我想在OpenCV中执行带有内核的图像的卷积，我可以使用filter2D函数。另一种选择是像在中一样使用for循环创建我自己的过滤器。
filter2D会比文章中的代码更快吗？
浏览 3提问于2015-07-10得票数 3
回答已采纳
2回答
我需要用小的矩阵和内核来实现多个卷积，我希望利用GPU的多个处理器能够让我尽可能快地完成它。问题如下:我有许多矩阵(~1,000到~10,000)或相对较小的大小(~15x15到1x1 -如标量)，以及一定数量的卷积掩码(~20到1)。我需要将所有矩阵与每个卷积掩码示例进行卷积：B; 10 matrices of size，res(10
我希望听到关于如何实现最有效的算法的建
浏览 0提问于2013-07-31得票数 1
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
