1回答
我想知道由用户提供产品的电子商务公司(如EBay )是否使用对象识别来确保上传的图像与特定类型的对象(衣服、鞋子、眼镜等)相对应，或者自动分类，或者更重要的是过滤不想要的图像(比如不相关的，甚至非法的类型据我所见，HOG+Exemplar支持向量机可能是迄今为止开发的最精确的方法之一(http://www.cs.cmu.edu/~efros/exemplars
浏览 0提问于2014-12-31得票数 2
1回答
我正在尝试创建基于深度神经网络的分类器，用于胸部X光检查是否有肺结核。我读到迁移学习技术可以使用初始模型v3来实现。我的问题是，初始模型是通过使用imagenet(物理对象)训练创建的，对吗？如何将其用于医学图像训练？
浏览 0提问于2019-12-04得票数 1
1回答
我这里有两个帧，一个是RGB图像，第二个是同一RGB图像的深度图。图片在这里： ? 我想使用两幅图像直接在前面的两个植物上执行前景提取。如果这一点不清楚，那就是深度图能够捕捉到的两种白色植物。只有这两个人。理想情况下，我的最终结果是黑色背景中的两种花卉的彩色图像-从绿色的尖端到底部。我在想，掩蔽也许会有用？我的问题是，我是否可以将RGB图像</em
浏览 56提问于2021-09-21得票数 0
我正在复习TensorFlow教程，名为“面向专家的深度MNIST”(我希望对“专家”这个词的理解非常宽松！) initial = tf.truncated_normal(shape, stddev=0.1)它只输出截断正态分布的值在我看来，我只是把它看作是一个随机数的矩阵(ok，张量)。为了实际创建补丁，他们使用以下代码：
W_conv1 = weight_var
浏览 1提问于2016-09-11得票数 0
2回答
我有一个关于图像识别ML模型的相当普遍的问题。我最近开发了一个图像识别模型，使用单个摄像机收集了5000多幅图像，然后对模型进行了培训/开发。我的问题是，如果我改变相机的来源(也改变分辨率)，这会影响模型的准确性吗？我们开发的脚本仍然会将图像调整到与训练集相同的大小。在我们的团队中有一些关于这方面的讨论，我希望在图像识别方面拥有更多专业知识的人能够增加一
浏览 0提问于2021-05-26得票数 2
回答已采纳
1回答
辍学是一种广泛应用于深度学习的技术。辍学是为神经网络而建的，但我不知道其他预测模型是否也能像正则化一样使用这个思想。你知道在线性回归、支持向量机或基于树的方法中有类似的技术吗？
浏览 0提问于2018-04-20得票数 2
回答已采纳
在阅读了一些理论之后，我对以下术语感到有点困惑：深层神经网络前馈神经网络卷积神经网络深层信念网络..。因此，我从以上所有想法中提出的具体问题是：
深度神经网络
浏览 0提问于2019-07-15得票数 3
回答已采纳
什么时候将神经网络定义为深度神经网络(DNN)而不是神经网络？
据我所知，DNN是具有多层的神经网络，简单的神经网络通常有较少的层数。但又有多少人呢？还是有其他的定义？使用Tensorflow、Caffee这样的培训网络是什么？据我所知，我还没有看到任何人手动设计一个包含许多层的网络。他们似乎推广了创建DNN的工具，但是如果您只创建一个包含两个层的</em
浏览 0提问于2016-12-28得票数 8
回答已采纳
1回答
最近，我试图修改的源代码。这种交互式程序的底层技术称为草图-rnn，一种可以生成草图的深度学习算法。我需要访问画布上的实时图像，以便我可以使用卷积神经网络(CNN)，并将图像作为一个二维阵列提供给神经网络，以便进一步改进程序。有什么p5.js函数可以帮助我实现这一点吗？
浏览 5提问于2019-09-25得票数 1
回答已采纳
1回答
免责声明:我是机器学习领域的新手，如果我的问题有些天真，请原谅.我已经在网上搜索过这个话题，没有发现什么有趣的东西，所以我在这里问.
同样，ML (例如深层神经网络)似乎存储信息。我们能弄清楚一个深度神经网络中存储了多少位吗？我们是否可以使用ML算法数据
浏览 0提问于2017-07-11得票数 1
3回答
在ImageNet ClassifiNeural with Deep Convolutional Neural等论文中
训练方法似乎是随机梯度下降的基本反向传播。尽管CNN是深度神经网络的一部分，但这纯粹是因为存在大量的隐藏层吗？这是否意味着这里的后盾属于深度学习类别，因为网络是深度的，即使它不遵循与使用贪婪层明智训练(一种真正的深度学习技术)的DBN相同
浏览 2提问于2014-04-19得票数 4
我们正在运营一个庞大的团队，为我们的客户处理儿童照片，该团队每年处理超过100万张照片。如有任何帮助，将不胜感激，谢谢！
浏览 10提问于2017-01-04得票数 0
1回答
我有一本回忆录要写，主要的主题是比较Google的图像识别深度学习算法和我的老师用增量神经网络创建我自己的(基于我的老师)的算法，并建立一个基准。有人能给我一些资源，让我了解更多关于Google深层学习神经网络在图像识别中的实现吗？
浏览 6提问于2017-05-17得票数 0
回答已采纳
1回答
我有一个关于生物医学图像分析的一般性问题。因为生物医学图像需要配准，以便在相同空间中对齐图像并更好地提取特征。我的问题是，基于深度学习的分类是否也需要训练数据集图像的图像配准？在深度学习中，架构本身定义了最佳特征，使用深度神经网络进行腹部CT扫描图像分类是否需要注册？当我们为了更好地训练数据而进行数据增强时，这种情况下还需要<e
浏览 34提问于2019-06-04得票数 1
2回答
图像相似性-深度学习与手工特征
、、、、
我正在做计算机视觉领域的研究，并且正在研究一个与查找与查询图像视觉相似的图像相关的问题。例如，查找具有相似图案(条纹/格子)的相似颜色的t恤，或者相似颜色和形状的鞋子，等等。我探索了手工制作的图像特征，如颜色直方图、纹理特征、形状特征(方向梯度直方图)、SIFT等。我还阅读了关于深度神经网络(卷积神经网络)的文献，它们已经在大量数据上进行了训练，目前是<
浏览 2提问于2015-05-23得票数 4
在两篇不同的论文中，我发现ResNet-50模型的神经元总数分别为26,560和94,059。他们的头衔如下：我发现了另一篇文章(链接)，它清楚地描述了一个CNN有多少神经元。如果我遵循这一技术，那么神经元计数与论文中提到的计数不匹配。
有人能帮我计算DL模型中神经元的数量吗？哪些层有神经
浏览 0提问于2021-03-12得票数 0
2回答
我在几个Tensorflow/Keras教程中看到，数据增强功能是作为keras层添加的。当我将我的Keras模型(为了生产目的)转换为TensorflowJS时，我遇到了一个问题，例如，RandomFlip层在TensorflowJS中不可用。我不明白为什么我要把数据增强层放在模型中，我的意思是，当我想在生产中使用我的模型时，我仍然会把它们放在我的模型中，这对我来说是没有意义的。
浏览 0提问于2020-11-25得票数 1
回答已采纳
1回答
我正在寻找一个开源(临床)决策支持系统的建议，它是基于ANN (人工神经网络，深度学习)技术。我想使用它作为我自己的教育，但许可证也应该是允许的，允许在以后可能的商业用途。基于Java的实现将是最好的。我想到的是一个受人尊敬的机构正在进行的或过去的研究项目的成果。我主要对决策引擎感兴趣，尤其是在任何特定领域的知
浏览 0提问于2014-04-12得票数 1
我正在阅读Krizhevsky等人的基于深度卷积神经网络的ImageNet分类论文，并在Intro段落中看到了以下几条线：
它们(卷积神经网络)的容量可以通过改变它们的深度和宽度来控制，它们还对图像的性质(即统计量的平稳性和像素相依的局部性)作出了很强且大多数是正确的假设。因此，与具有类似尺寸层的标准前馈神经网络</em
浏览 0提问于2019-07-30得票数 0
回答已采纳
1回答
有一篇名为“调整:一种新的正则化深度神经网络训练方法”的论文，可以在这里找到：
本文介绍了一种新的正则化技术，它能以一种更具功能性的方式代替dropout层。我正在研究一个深度学习问题，为此我想实现"Shakeout“技术，但问题是我不能完全理解论文中的实际流程。有太多的数学，我仍然在努力理解。到目前为止，我已经看到了一个基于"Caffe“的开
浏览 1提问于2017-07-28得票数 1
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
