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
(9999+)
视频
沙龙
1
回答
与CUDA的循环
卷积
c++
、
math
、
cuda
、
fft
、
convolution
在FFT2D的论文中 我在某个地方读到“循环
卷积
”和经典的“
卷积
”是一样的,这是
浏览 1
提问于2012-07-03
得票数 1
回答已采纳
1
回答
如何实现tensorflow中的稀疏
卷积
?
tensorflow
在深
卷积
网络中,经过训练得到稀疏
卷积
核
。我想知道如何保存
卷积
核
,使tensorflow知道内核是稀疏的? 我看过一些报纸。本文提出了稀疏
卷积
比传统
卷积
更有效的计算方法。但是,tf.nn.conv2d并不表示它将比密集
卷积
核
更快地用稀疏
卷积
核
进行计算。如何从稀疏的内核中获得优势?
浏览 4
提问于2017-05-25
得票数 2
回答已采纳
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
1
回答
卷积
网络在AlphaGo中是如何使用的?
deep-learning
在AlphaGo性质的论文中,它提到了
卷积
网络。我对
卷积
网络的理解就是
图像识别
的例子。那么,如何应用
卷积
网络来解决这个问题呢?把董事会转换成19x19的图像,难道不是太过分了吗?
浏览 8
提问于2017-01-04
得票数 1
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?
浏览 0
提问于2018-07-23
得票数 1
回答已采纳
1
回答
说
卷积
实现是基于GEMM (矩阵乘)还是基于1x1
核
是什么意思?
tensorflow
、
conv-neural-network
、
matrix-multiplication
、
convolution
、
tiling
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
卷积</em
浏览 2
提问于2020-10-23
得票数 3
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
2
回答
图像识别
能处理那些不能直接看到决定质量的类吗?
python
、
keras
、
image-recognition
我有以下问题,不太确定它是否可以通过
图像识别
(和
卷积
神经网络)解决。我已经研究过用于
图像识别
的示例(主要是Keras教程),它们都处理了明显可见的问题(比如“图像显示猫还是狗”)。
卷积
神经网络(或任何其他类型的
图像识别
算法)能处理无法直接看到决定因素的类吗?这仅仅是网络有多深的问题吗? 我会非常感激,如果有人能指点我在哪里寻
浏览 0
提问于2019-02-25
得票数 1
回答已采纳
1
回答
CNN:计算输出形状
python
、
keras
、
conv-neural-network
总之,一维
卷积
是由带有2x6输入矩阵的2x6
核
执行的。作者从上述
卷积
中提取了32个特征。我已经写信给作者,但还没有收到任何关于如何提取这32个特征的答复。
浏览 2
提问于2022-07-02
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
理解
卷积
滤波器
machine-learning
、
neural-network
、
deep-learning
、
computer-vision
、
conv-neural-network
我正在读,他们在书中提到 在这种情况下,我不明白“可见”的含义。
浏览 1
提问于2019-10-15
得票数 1
回答已采纳
1
回答
tensorflow中CNN的内置内核是什么?
tensorflow
、
machine-learning
、
deep-learning
我正在学习CNN。我不明白内核背后的想法。我们怎么才能找到他们?我在Tensorflow中做了一些代码,我想知道Tensorflow中的内核是什么?
浏览 2
提问于2018-03-18
得票数 1
1
回答
卷积
神经网络为什么适合图像处理?
卷积神经网络
卷积
神经网络为什么适合图像处理?
浏览 189
提问于2022-09-08
2
回答
Sobel边缘检测,边缘定位
computer-vision
在做了sobel
核
卷积
之后,我用这个函数来计算边缘强度。Gxy = sqrt( pow(Gx,2) + pow(Gy,2) )Y内核: 当我试图计算边缘方向在计算θ或
卷积
时
浏览 2
提问于2011-09-13
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
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
最大池层与具有跨度性能的
卷积
deep-learning
、
conv-neural-network
、
max-pooling
由于这些池化层只是选择前一层的输出(即conv),我们是否可以仅使用步长为2的
卷积
,并期望在减少工艺需求的情况下获得类似的精度结果?
浏览 4
提问于2017-06-21
得票数 34
回答已采纳
1
回答
沿样本的Keras
卷积
keras
、
lstm
、
convolution
我看到,如果我通过应用数字
卷积
来平滑预测的Y,我就能得到更好的精度。Y = [0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7]
浏览 1
提问于2017-12-19
得票数 1
回答已采纳
1
回答
tf.layers.conv1d与tf.layers.conv2d的区别
python
、
tensorflow
、
neural-network
、
conv-neural-network
tf.layers.conv1d和tf.layers.conv2d在tensorflow中的功能有什么不同,以及如何决定选择哪一个?
浏览 1
提问于2018-01-12
得票数 2
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
在卷积神经网络中,卷积核到底是几层的?
1×1卷积核的作用
春节特辑:介绍卷积神经网络和图像识别(上)
春节特辑:介绍卷积神经网络和图像识别(下)
基于卷积模型的数字与操作符图像识别模型
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