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
在
keras
中
训练
具有
多个
输入
3D
阵列
的
CNN
python
、
keras
、
deep-learning
、
training-data
、
data-fitting
我需要
训练
一个包含42个CT扫描
的
(128x128x128)补丁
的
3D_Unet模型。 我
的
输入
数据是128x128x128,用于CT扫描和面罩。我将数组
的
形状扩展为(128,128,128,1)。问题是如何向模型提供我
的
40个4D
阵列
的
列表? 如何将model.fit()或model.train_on_batch与我
的
模型中指定
的
正确
输入
形状一起使用?=0.000000199),
浏览 9
提问于2020-04-01
得票数 0
回答已采纳
1
回答
如何使用
具有
多个
通道
的
图像对
CNN
使用迁移学习-手动设计
tensorflow
、
image-processing
、
keras
、
conv-neural-network
、
transfer-learning
为了将医学专业知识与深度学习结合起来,我想将代表同一CT图像
的
不同地图
的
多个
图像组合在一个张量
中
。 假设我们从下面的CT图像开始: ? 我们可以手工制作这个特定图像
的
不同映射(即转换),以体现相关
的
医学诊断知识。 因此,我们可能最终得到从1开始
的
10个2D灰度图像,然后我们可以将其打包为
3D
张量。
在
公共领域(例如
Keras
)使用这些
具有
10个通道(而不是3- R-G-B)
的
<
浏览 26
提问于2019-10-03
得票数 2
1
回答
有人能解释或总结一下不同类型神经网络下
keras
的
输入
形状吗?
python
、
keras
我是python
keras
的
新手。随着对
Keras
的
理解,我对
Keras
的
输入
形状感到困惑。我觉得
在
不同
的
神经网络下,我需要将我
的
数据重建成不同
的
形状。例如,如果我正在构建一个简单
的
ANN,我
的
训练
数据应该是像m,n这样
的
矩阵,m是样本
的
数量,n是特征
的
数量。但最近我正在学习一维卷积神经网络
浏览 7
提问于2019-08-26
得票数 0
1
回答
是否有可能创建相同
的
CNN
的
多个
实例,接收
多个
图像,并连接到一个密集
的
层?(角角)
python
、
tensorflow
、
keras
、
deep-learning
、
conv-neural-network
类似于,我希望有几个图像
输入
层通过一个更大
的
CNN
(例如,XCeption减去密集层),然后将所有图像
的
CNN
输出连接到一个密集层。 对于
Keras
来说,这是可能
的
,还是甚至有可能用这种体系结构从底层
训练
网络呢?本质上,我希望
训练
一个模型,它能接受更大但固定数量
的
每个样本图像(即
具有
类似视觉特性
的
3+图像
输入
),但不要通过一次
训练
几个<
浏览 2
提问于2019-11-11
得票数 1
回答已采纳
1
回答
利用
Keras
进行视频预测(时间序列)
machine-learning
、
neural-network
、
time-series
、
keras
、
lstm
我想预测(灰度)视频
的
下一个帧,考虑到N以前
的
帧--
在
Keras
中使用
CNN
或RNN。大多数关于时间序列预测和
Keras
的
教程和其他信息在他们
的
网络中使用一维
输入
,但我
的
教程和其他信息将是
3D
(N frames x rows x cols)。 使用一个或
多个
LSTM层。这里
的<
浏览 3
提问于2017-03-06
得票数 17
回答已采纳
1
回答
ValueError:无法将
输入
数组从形状(10000,728)广播到形状(10000)
tensorflow
、
keras
我正在构建一个
具有
不同形状
的
多个
输入
的
Keras
模型。([x, input_1, input_2])
cnn
= Model(inputs = [input_img, input_1, input_2], outputs = x)
cnn
.compile(loss="binary_crossentropy", optimizer='adam&
浏览 1
提问于2020-03-01
得票数 1
1
回答
Keras
训练
CNN
-我应该将热图数据转换为图像还是2D矩阵
python
、
tensorflow
、
keras
、
conv-neural-network
、
data-processing
我对
训练
Keras
CNN
很感兴趣,我有一些2D矩阵形式
的
数据(例如宽x高)。我通常使用颜色条来表示或可视化数据,就像热图一样。然而,
在
训练
CNN
和格式化数据
输入
时,我想知道是否应该将此矩阵保留为2D矩阵,或者将其转换为本质上是
3D
矩阵
的
RGB图像? 最佳实践是什么,人们应该考虑
的
一些因素是什么?
浏览 7
提问于2018-02-07
得票数 1
回答已采纳
1
回答
卷积神经网络(
CNN
)
输入
形状
tensorflow
、
keras
、
deep-learning
、
conv-neural-network
我是
CNN
的
新手,我有一个关于
CNN
的
问题。我对
CNN
的
输入
形状(特别是
Keras
)有点困惑。我
的
数据是不同时隙
的
2D数据(比方说10X10)。因此,我有
3D
数据。我将把这些数据
输入
到我
的
模型
中
,以预测即将到来
的
时间段。因此,我将有一定数量
的
时隙用于预测(假设10个时隙,到目前为止,我可能有10X10X10数据
浏览 10
提问于2020-02-11
得票数 4
回答已采纳
1
回答
如何通过
具有
不同形状
的
Keras
模型传递
多个
输入
tensorflow
、
keras
我正在尝试创建一个
具有
多个
输入
的
Keras
模型。_2]), outputs = x)我将
输入
定义为并按如下方式进行
训练</em
浏览 0
提问于2020-02-29
得票数 1
1
回答
一维
阵列
二元分类
的
Tensorflow模型
python
、
tensorflow
、
machine-learning
、
deep-learning
、
conv-neural-network
我试图建立一个模型,根据信号
中
是否有特定
的
模式来对信号进行分类。X_train =>
阵列
信号型=> (800,10000)X_test =>
阵列
信号型=> (200,10000我在建立一个模型时遇到了很多困难,因为我
浏览 22
提问于2022-02-04
得票数 1
回答已采纳
1
回答
可变大小
训练
数据
的
keras
形状
python
、
tensorflow
、
machine-learning
、
keras
我用
Keras
(Tensorflow)实现了以下模型:=========根据
Keras
和github
的
,我只需将
输入
形状设置为(None, None, Num_Channels)即可。,) # x_train(686, 1024, 3) # x_train second image 如果我现在将x_train
输入
浏览 2
提问于2018-03-22
得票数 1
1
回答
卷积结构
的
差异
time-series
、
cnn
、
image-classification
、
convolution
我很难理解多频道
CNN
的
不同之处:
在
题为“用于任务诱发
的
fMRI数据分类
的
多通道2D卷积神经网络模型”(https://www.hindawi.com/journals/cin/2019/5065214/#sec2.1)图1
中
,作者使用一个频道来表示
输入
图像类型。从图上看,图像数=通道数=不同
CNN
数。这是真的吗?我
的
印象是,不管有多少频道,我们都有一个
CN
浏览 0
提问于2020-07-19
得票数 2
回答已采纳
2
回答
每一个时代
的
最后一步花费
的
时间太长了。
deep-learning
、
keras
当我运行model.fit_generator(...)时,它以每秒1步
的
速度运行,但最后一步需要几分钟。
浏览 4
提问于2017-12-26
得票数 1
回答已采纳
1
回答
如何在
keras
中
为某些层加载
多个
权重?
python
、
keras
、
conv-neural-network
我希望
训练
网络包含
多个
(两个或更多)并行
CNN
,这些并行
CNN
在
最后
的
全连接层
中
是常见
的
,但我想使用迁移学习方法首先分别
训练
这些网络,然后将它们合并并微调我
的
网络。 我如何通过
Keras
做到这一点
浏览 32
提问于2020-12-10
得票数 0
1
回答
feed_dict中一系列不同维数
的
二维数组
python
、
multidimensional-array
、
tensorflow
我有一系列一维大小不同
的
二维数组,例如(20,87),(20,100),(20,76),等等……这些
阵列
由时间步长(时间)
的
Mel频率倒谱系数(Mel)、so (Mel、time )组成。为了
在
Tensorflow
中
训练
CNN
,我需要向字典提供一些这样
的
二维数组。我希望有一个
3d
数组,因为我
的
输入
张量是:x=tf.placeholder(‘x=tf.placeholder’,shape=(n,mfc
浏览 4
提问于2017-04-04
得票数 1
1
回答
如何在多
输入
模型中继续
训练
ANN部分
的
同时停止
CNN
部分
的
训练
?
tensorflow
、
keras
我
在
Keras
中
建立了一个多
输入
模型,它采用图像shape=[N, 640, 480, 3]和数值数据shape=[N, 19],并对12个类进行了预测。base_model.trainable = False x = base_model(input_
Cnn
,model =
keras
.Model([input_
Cnn
, inp_num],
浏览 1
提问于2020-10-02
得票数 1
1
回答
在
CNN
中集成遥感和GIS数据
machine-learning
、
neural-network
、
keras
、
tensorflow
我正在尝试开发一个
CNN
模型,它将从卫星图像中提取
的
一组参数作为
输入
。 为了使Geotiff数据作为
keras
模型
的
有效
输入
,需要执行哪些必要
的
步骤?
浏览 0
提问于2019-03-28
得票数 1
回答已采纳
2
回答
在
构建
CNN
模型时,
训练
数据
的
顺序重要吗?
python
、
keras
我正在查看位于
的
Keras
CNN
示例,我看到
输入
数据
具有
随机混洗
的
正面和负面情绪
训练
样本。我想知道
CNN
是否对
训练
数据
的
排序敏感。为了清晰起见:如果我
的
y_train是100x1
的
形状,其中0-50表示所有积极情绪,50-100表示负面情绪,那么与每个偶数指数都有正面情绪而奇数指数都有负面情绪时相比,结果会有所不同吗?
浏览 2
提问于2019-12-19
得票数 0
1
回答
用小型
CNN
对完整图像进行去噪
python
、
deep-learning
、
keras
、
cnn
、
convolution
为了去除图像
中
的
噪声,我
在
Keras
训练
了一个
CNN
,
输入
形状是(5,5),我
训练
它
的
方法是使用带有噪声
的
图像
中
带有中心像素
的
期望输出
的
补丁。 要枚举,
输入
形状为(5,5)输出为一个值。现在,我想用我
的
CNN
对一个完整
的
,大
的
,图像。有没有办法把我
的
浏览 0
提问于2018-04-19
得票数 -3
1
回答
ValueError:层"sequential_13“
的
输入
0与该层不兼容:预期
的
shape=(None,21367,9000),found shape=(None,9000)
tensorflow
、
keras
、
deep-learning
、
conv-neural-network
--我不知道为什么在运行下面的代码时会出现这个错误我
的
CNN
代码是:
CNN
.add(tf.
keras
.layers.MaxPooling1D(2))
CNN</e
浏览 12
提问于2022-05-21
得票数 1
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
深度学习图像识别项目(中):Keras和卷积神经网络(CNN
使用Keras和CNN构建分类器
深度学习文本分类实战报告:CNN,RNN&HAN
利用VGG网络进行图像特征提取:Python实现与实例分析
深度学习-keras实现cnn网络
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券