我天真地尝试实现我自己的池化和解池化函数，以便在池化时保留索引，以便在解池化时将值映射到索引。下面是代码。activation='relu', padding="same")(decoded_out)
-------------------------------
浏览 33提问于2020-03-29得票数 0
回答已采纳
在PyTorch中，线性层的行为遵循文档:根据，输入和输出数据的形状如下：
输出：(N，∗，out_features)，其中除最后一个维度外现在，让我们尝试在py手电筒中创建一个线性层并执行操作。我想要一个有8个通道的输出，而输入数据将有3个通道。考虑到线性层是如何<
浏览 1提问于2019-05-08得票数 1
回答已采纳
2回答
在我读到的许多关于卷积神经网络(CNN)的研究论文中，我看到人们从图像中随机裁剪一个正方形区域(例如224x224)，然后随机水平翻转它。为什么要进行随机裁剪和翻转？另外，为什么人们总是裁剪一个正方形的区域。Can不能在矩形区域上工作吗？
浏览 0提问于2015-09-29得票数 17
回答已采纳
我通常喜欢自己创建数据库连接，并使用‘`using{}’手动控制其生存期。myBusinessObject = new BusinessObject( sqlConnection ); ...这样，我使用的是一个需要适当清理的资源，这一点是显而易见的。然而，这最终会导致大量的重复工作。我很想在业务对象中创建Sql连接，并在其上实现IDisposable。我将关闭Dispos
浏览 5提问于2009-03-28得票数 3
回答已采纳
2回答
我已经实现了我自己的微型神经网络程序1。目前，它不具有批处理更新，它只更新参数通过简单的反向传播使用SGD后，每次前进。我试图实现批处理更新和批处理正常化2。1)对于简单的批处理更新，而不是每次更新参数，对于每一个批大小为n‘的图像，我应该对所有参数的增量进行反向传播和累积，并在批处理结束后进行最后一次更新。2)关于批量正常<e
浏览 0提问于2016-03-16得票数 3
1回答
我觉得网上有丰富的资源，但大多数都是半完整的，或者跳过了我想知道的细节。
我正在尝试用毕火炬来实现LeNet以供实践。为什么在这个例子和许多在线例子中，定义了init中的卷积层和fc层，而在前向中定义了次采样和激活函数？用于某些函数的目的是什么，对其他函数使用torch.nn是什么目的？，假设我想尝试不同的图像大小，比如28x28 (MNIST)。本教程建议我调整MNIST的大小。是否有一种方法来代替改变LeNet<
浏览 2提问于2019-12-08得票数 2
回答已采纳
1回答
这也许是个愚蠢的问题，但我不知道如何解决这个问题。我见过许多像这这样的DDD例子。你可以在吉特布上找到更多。域模型有changeDetails、addSomething、removeSomething等方法，命令可以是这样的。但是在UI中，我只有一个页面和它的所有信息，所有的东西都是通过单击一个保存按钮来更新的。如果所有命令都被触发，而1失
浏览 0提问于2021-11-03得票数 -1
回答已采纳
BatchNormalization())我正在使用带有Tensorflow后端的Keras我的问题是-在Keras的实现中，BN是在激活功能之前还是之后执行？为了更清晰，
最初的(Ioffe and Szegedy 2015)论文提出了“之前”的观点，但下面的评论显示出了不同的观点。<
浏览 1提问于2019-04-24得票数 3
让我们假设我有[128,128,3]形状的RGB图像，我想创建一个CNN，包含两个create层，如下所示。conv2_bias))在这一步之后，我需要将输出转换为下一个完全连接的层的1xN层。但是，我不知道该如何确定1xN中的N是什么。是否有一个具体的公式，包括层</e
浏览 0提问于2018-08-21得票数 2
回答已采纳
因此，在六角架构层中，应用程序层有从传入适配器调用的传入端口(用例)，这些端口由服务实现，这些端口使用由传出适配器实现的输出端口。所以我是在不知情的情况下做六角形的吗？
换句话说，六角形架构解决了什么问题，而
浏览 0提问于2022-01-23得票数 29
回答已采纳
2回答
卷积神经网络中的参数变化
、、、
我在练习CNN。我读过一些关于训练MNIST数据集的文章，使用的CNNs.size是28x28，并且使用了体系结构5层:输入层>conv2 1- read池1>conv2 2-read池2>完全connected>output1024] Output layer- Output Tensor Shape: [batch_size, 10]
<em
浏览 9提问于2017-03-29得票数 0
回答已采纳
2回答
计算机视觉的特点是什么？
、、、
我正在学习U-NET网络是如何进行语义分割的。我读到卷积层使用它们的过滤器从图像中提取特征，但它们是什么呢？它们是拐角吗？边缘？颜色？我读过这篇文章"发现特征"，但我想我需要更多关于它们的信息。
浏览 0提问于2020-02-12得票数 1
回答已采纳
2回答
LSTM如何处理变长序列
、、、、
我在的第7章第1节中找到了一段代码如下：from keras import layers loss='categorical_crossentropy',如您所见，这个模型的输入没有原始数据的形状信息，那么
浏览 1提问于2018-04-19得票数 10
回答已采纳
6回答
在下面的图表(架构)中，4096个单元的(完全连接的)密集层是如何从维度256x13x13的最后一个最大池层(在右侧)派生出来的？不是4096，不应该是256*13*13=43264吗？
浏览 1提问于2017-03-11得票数 21
2回答
假设我们有一个用于时间序列预测的LSTM模型。而且，这是一个多变量的例子，所以我们使用多个特性来训练模型。LSTM.out = Dense(1, activation='relu')(x)
我们可以在LSTM之前(如上面的代码)或LSTM之后添加Dropout层。如果我们在LSTM之前添加它，它是在时间步长(不同时间序列的滞后)，还是不同<em
浏览 5提问于2019-11-07得票数 12
回答已采纳
我知道用于盗梦空间的input_shape是(299,299,3)。但是在Keras中，如果V3是False，则可以构造具有自定义input_shape的include_top版本。"input_shape:可选的形状元组，只有在include_top为False (否则输入形状必须为(299, 299, 3) (有'channels_last'数据格式)或(3, 299, 299) (有'channels_first'数据格式)
浏览 1提问于2019-02-04得票数 0
回答已采纳
在大多数情况下，这是一个方便的问题，只有在共享或混合代码时，它才会变成真正的错误。那么，为什么他们不只是在文件的开头声明可选重写的格式，比如#tab = 2呢？不会出现范围界定问题，可以用2行代码来处理。哇，我没有很清楚地解释自己:我只使用自动处理制表符/空间转换的编辑器。在我所读到的关于Pythons使用空白的</em
浏览 0提问于2013-10-04得票数 0
3回答
数据或域层的规则验证？
、、、
我一直在阅读Pro ASP.NET MVC框架，Sanderson，在第11章中讨论了数据验证。
在第390页中，我们看到了将验证逻辑移动到您的模型层的部分。在本节中，我们在第392页中看到了一些代码，显示了如何实现验证。，我有一个域层(尽可能地保持无知)和一个数据访问层(通过NHibernate实现数据访问)，以及实现在域层中
浏览 3提问于2009-09-08得票数 5
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
