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
(1681)
视频
沙龙
2
回答
在
我
的
Pytorch
卷积
神经网络
中
,
随机
变换
是否
应用于
每个
时期
?(
数据
增强
)
python
、
pytorch
、
conv-neural-network
、
artificial-intelligence
我
是
Pytorch
的
新手,
我
尝试制作一个
卷积
神经网络
来对一组图像进行分类(个人虹膜识别问题)。
我
的
问题是
我
有少量
的
图像(10个类和
每个
类20个图像)。
我
试图进行
数据
增强
(
每个
时期
的
随机
转换),但我不确定这些
是否
在
我
结束时<
浏览 26
提问于2021-04-21
得票数 0
1
回答
用unet识别CT图像上
的
小血管
deep-learning
、
image-segmentation
我们使用VGG-16作为编码器,使用相同
的
层(不转移权重)作为解码器。由于CT图像与VGG-16训练中使用
的
图像有很大不同,因此对整个网络进行了微调。该
数据
集由22000多个训练
数据
和8000个验证
数据
组成。对于
每个
时期
,网络
随机
选择了2000个训练
数据
和800个验证
数据
。另外,批量大小选择为3。 我们
的
问题是网络不能分割小血管。举个例子,我们有: 原始CT图像格式:original image 图
浏览 32
提问于2020-05-02
得票数 1
7
回答
ImageDataGenerator
是否
会向我
的
数据
集中添加更多图像?
python
、
tensorflow
、
machine-learning
、
keras
、
computer-vision
我
正在尝试使用Inception V3模型进行图像分类。Keras
的
ImageDataGenerator
是否
会创建添加到我
的
数据
集中
的
新图像?如果
我
有1000张图片,使用这个函数会不会是用于训练
的
2000张图片
的
两倍?有没有办法知道创建了多少图像并将其输入到模型
中
?
浏览 2
提问于2018-08-08
得票数 38
2
回答
我
的
卷积
神经网络
过拟合
python
、
tensorflow
、
machine-learning
、
keras
、
neural-network
最近,
我
构建了一个简单
的
卷积
神经网络
,用于手势图像识别,使用背景减法使手
在
屏幕上显示为黑色背景
的
白色形状。它在很大程度上是使用keras Conv2D构建
的
。
我
的
数据
集有1000张照片用于训练,100张照片用于验证和测试。奇怪
的
是,这个问题发生在第一个
时期
之后,在这个
时期
,模型
的
损失下降了很多。通常在第二个纪元开始时,它会从183这样
的<
浏览 0
提问于2020-01-31
得票数 0
1
回答
混合
卷积
神经网络
与常规
神经网络
machine-learning
、
neural-network
、
deep-learning
卷积
神经网络
通常是图像分类和语义分割
的
最佳选择。分类/数字
数据
(年龄、身高、城市等)另一方面,传统
的
机器学习模型,如(深度)
随机
森林模型、支持向量机模型或传统
神经网络
模型处理效果最好。
是否
有将
卷积
神经网络
和传统
神经网络
相结合
的
混合结构来对图像和分类
数据
集进行分类?
我
确信这个问题以前已经解决过,
我
特别希望
在</e
浏览 0
提问于2018-06-12
得票数 1
1
回答
是否
有办法改变毕道尔
的
卷积
方法?(还是在其他框架
中
?)
c++
、
arm
、
pytorch
、
conv-neural-network
、
convolution
目前,我们正在C++
中
为ARM开发一种优化
的
卷积
算法。我们
在
ARM开发板上使用Ubuntu18.04作为aarch64,确切地说是Odroid N2+。测试算法与其他流行
的
方法(im2col+gemm,FFT,Winograd.)我们
在
我们
的
开发环境中下载
Pytorch
,并在本地编译了它
的
C++ API。但不幸
的
是,似乎没有办法从给定
的
API
中
改变
卷积
算法。 有没
浏览 2
提问于2020-12-31
得票数 1
1
回答
keras
的
图像
增强
,它是如何工作
的
?
machine-learning
、
deep-learning
、
keras
我
正在阅读,但对于keras
中
的
图像
增强
,
我
仍然有一些不太确定
的
地方。 (1)
在
datagen.flow()
中
,我们还设置了一个batch_size。
我
知道如果我们进行小批量训练需要batch_size,那么这两个batch_size值
是否
相同,
我
的
意思是,如果我们
在
flow()生成器中指定batch_size,我们
是否
假设我们将使用相同
浏览 1
提问于2018-03-09
得票数 1
1
回答
如何根据标签有选择地增加
数据
子集?
tensorflow
、
dataset
、
artificial-intelligence
、
deep-learning
、
keras
我
正在使用Keras 1.2.1、tensorflow后端和生成器开发一个回归
神经网络
,用于动态图像
增强
。另一方面,如果图像被标记为,比如说<= -.20,
我
想以某种<em
浏览 1
提问于2017-04-28
得票数 0
1
回答
如何使用
PyTorch
将
数据
矩阵作为标签分配给
数据
集中
的
每个
输入图像?
deep-learning
、
dataset
、
pytorch
我
想用
PyTorch
训练一个
卷积
神经网络
(CNN)来预测与输入图像相关
的
频谱
数据
。
我
不是为
每个
图像(狗、猫、汽车、飞机等)分配一个标签,而是为
每个
图像分配一个标签矩阵(
每个
频率一个标签)。
在
PyTorch
中
,如何将
数据
矩阵作为标签分配给
数据
集中
的
每个
输入图像?
我
一直
在
浏览 27
提问于2019-02-15
得票数 0
2
回答
Keras
数据
增强
参数
python
、
deep-learning
、
theano
、
keras
我
在
Keras
中
读到了一些关于
数据
增强
的
材料,但对
我
来说还是有点模糊。在
数据
增强
步骤
中
,
是否
有任何参数来控制从
每个
输入图像
中
创建
的
图像
的
数量?
在
中
,
我
看不到控制从
每个
图像创建
的
图像数量
的
任何参数。例如,在下面的代码
浏览 3
提问于2016-12-15
得票数 5
回答已采纳
2
回答
残差
神经网络
模型
在
google colab tpu硬件上运行非常慢?
keras
、
deep-learning
、
google-colaboratory
、
google-cloud-tpu
、
tpu
我
已经
在
谷歌Colab上为cifar10
数据
集建立了一个残差
神经网络
模型,但它在TPU硬件上运行非常慢。
我
有另一个常规
的
卷积
神经网络
,它在google colab上运行良好。此模型使用keras Sequential API,而残差
神经网络
使用Functional API,不确定这
是否
是问题所在。
我
已经尝试更改批处理大小,但没有任何帮助。下面是
我
的
程序
的
浏览 41
提问于2019-06-15
得票数 0
1
回答
我
应该从一个时代到另一个时代使用相同
的
训练集(
卷积
神经网络
)吗?
machine-learning
、
conv-neural-network
、
training-data
根据我对
卷积
神经网络
的
了解,
每个
时代都必须向提供相同
的
训练示例,但是需要对进行洗牌(这样,
在
训练时,网络就不会记住某些特定
的
顺序)。然而,
在
的
文章
中
,他们给网络64000
随机
样本提供了
每个
时代
的
(所以以前只有一些训练示例是“看到”
的
):
每个
训练实例都是一组均匀采样
的
3幅图像,其中2幅属于同一类(x和x+)
浏览 1
提问于2017-09-19
得票数 3
回答已采纳
3
回答
python中支持向量机分类器
的
替代方案?
python
、
opencv
、
machine-learning
、
scikit-learn
、
classification
我
必须在155个图像特征向量之间进行比较。
每个
特征向量有5个特征。
我
的
形象被分成10个类别。不幸
的
是,
我
需要至少100个图像类使用支持向量机,有没有其他选择?
浏览 4
提问于2013-03-03
得票数 1
回答已采纳
1
回答
移动作为机器学习
中
的
数据
增强
machine-learning
我
有很少
的
图像,
我
希望
数据
增强
CNN (
卷积
神经网络
)训练。但我怀疑
的
是,移动图像
中
物体
的
在
CNN
中
是否
真正重要。
浏览 3
提问于2017-07-19
得票数 0
4
回答
卷积
神经网络
中
的
批量归一化
machine-learning
、
computer-vision
、
deep-learning
、
conv-neural-network
、
batch-normalization
我
是
卷积
神经网络
的
新手,
我
只知道特征映射以及如何对图像进行
卷积
来提取特征。
我
很高兴知道
在
CNN
中
申请批量正常化
的
一些细节。
我
读了这篇文章,,可以理解
应用于
数据
的
BN算法,但最后他们提到,当
应用于
CNN时,需要稍加修改: 对于
卷积
层,我们还希望归一化服从
卷积
性质,从而使同一特征映射
的<
浏览 12
提问于2016-07-24
得票数 88
1
回答
Keras图像
增强
:如何选择“
每个
时期
的
步骤”参数,并在训练
中
包括特定
的
增强
?
python
、
image
、
deep-learning
、
keras
、
image-preprocessing
我
正在使用Keras训练一个图像分类CNN。利用ImageDataGenerator函数,对训练图像(如旋转、剪切、缩放)进行了
随机
变换
。
我
的
理解是,
在
传递到模型之前,这些转换被
随机
地
应用于
每个
图像。( 1)如何确保
在
训练时包括图像
的
特定旋转(例如90°、180°、270°)。2)将steps_per_epoch参数设置为
数据
集
的<
浏览 2
提问于2017-08-31
得票数 7
1
回答
在
每个
时期
对
数据
集
的
不同子集进行Tensorflow训练
python
、
tensorflow
、
machine-learning
、
deep-learning
、
training-data
我
决定构建一个包含
增强
图像
的
大型
数据
集,以节省训练期间
的
时间,由于
每个
图像都是动态
增强
的
,因此需要花费太长时间,从而降低了性能和GPU使用率。
我
想知道
是否
有可能
每个
时期
都在
数据
集
的
一个子集上进行训练,以节省时间(
在
4000张图像上训练,而不是40000张)。这在某种程度上类似于交叉验证,但我
的
目标只是减少<em
浏览 41
提问于2020-11-14
得票数 0
1
回答
何时
在
Keras层中生成
随机
数?
tensorflow
、
lambda
、
keras
我
想将简单
的
数据
增强
(由
随机
标量乘以输入向量)
应用于
用Keras实现
的
完全连接
的
神经网络
。Keras有很好
的
图像
增强
功能,但是尝试使用它对于我
的
输入(1-张量)来说似乎是笨拙和缓慢
的
,它
的
训练
数据
集适合
我
的
计算机内存。相反,
我
设想我可以使用Lambda层来实现这一点,例如:
浏览 0
提问于2018-12-25
得票数 2
回答已采纳
3
回答
自动编码器输出和特征向量不正确
python
、
keras
、
autoencoder
我
的
图像是位图=>像素值=0或1X_train_autoencodeur = X_train.reshape(-1, 96*96) validation_data=(X_valid_autoencodeur, X_valid_autoencodeur)) 然后
我
绘制重建
的
图像decoded_imgs = autoencoder.predict(X_v
浏览 26
提问于2019-07-16
得票数 1
回答已采纳
1
回答
动态
数据
增强
语义分割,
我
的
python层定义正确吗?
python
、
caffe
、
pycaffe
、
matcaffe
我
正在尝试通过添加on-the-fly层来
增强
python
数据
。对于我
的
数据
集,
我
想做x轴和y轴上
的
(+10,-10)
的
平移(另外还有4次平移),添加高斯噪声和水平翻转。
我
已经(手动)绘制了
数据
扩充和正常流
的
示意图,
我
不确定
我
的
理解
在
多大程度上是正确
的
!如何在caffe Python层
中
做到这
浏览 32
提问于2017-12-16
得票数 0
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
手把手教你机器学习识别交通路牌,好玩
Pytorch 学习引发的思考
无监督学习最新研究:通过简单的“图像旋转”预测便可为图像特征学习提供强大监督信号
无监督学习最新研究简单的“图像旋转”预测,为图像特征学习提供强大监督信号
简单的“图像旋转”预测,为图像特征学习提供强大监督信号
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券