1回答
这可能是非常基础的，但在理解为什么在VGG网络中我们有多个3x3滤波器的卷积层时会感到困惑。当我们对同一图像进行两次或更多次卷积时，具体会发生什么？
浏览 14提问于2019-04-10得票数 0
2回答
所以我明白什么是“层”。如果模型中有5个层，您的数据基本上可以通过5个激活函数转换5次。一个层中“神经元”的数量决定了一个层产生了多少个输出。Per Wiki：https://en.wikipedia.org/wiki/Long_短期内_内存
如果橙色是层，那么我可以想
浏览 0提问于2020-08-04得票数 4
1回答
我已经看到这个疑问发布了几次，但没有得到任何答案，至少我特别困惑，关于重塑是如何工作的，为什么它是必要的。我将尽量简短并切中要害。因此，我在TensorFlow文档中读到，当你实现细胞神经网络时，在将数据输入卷积层之前，需要对数据进行整形，因为卷积层接受4D张量，而不仅仅是元素列表(下载的训练数据)。卷积池过程的输出也是一个4D张量。它被送入扁平
浏览 1提问于2020-04-06得票数 1
1回答
深度学习多输入CNN
、、、、
我正在尝试创建一个多视图卷积神经网络，它从分别对每个输入应用卷积层和池化层开始。结构应该是这样的。举个例子，我想要拥有猫的顶视图、底视图、左视图和右视图，分别应用卷积层和池化层，然后在以后合并这些信息。
我在这个项目中主要使用Keras，但是我似乎不能用Keras提供的东西来解决这个问题。有没有办法用Keras做到这一点，如果没有，我该如何创建这个多</e
浏览 2提问于2017-06-06得票数 3
回答已采纳
我设计了卷积神经网络(tf。Keras)，它有几个具有不同核大小的并行卷积单元。然后，这些卷积层的每个输出结果被馈送到并行的另一个卷积单元中。然后将所有输出连接起来。下一步展平完成。之后，我添加了完全连接层，并连接到最终的softmax层进行多类分类。我对它进行了训练，并在验证测试中取得了良好的结果。
然而，我
浏览 1提问于2020-07-09得票数 0
我正在OpenCL中搜索一个神经网络示例代码，以便使用GPU内核进行优化。请帮助我，因为我是一个初学者在OpenCL。
浏览 4提问于2013-03-25得票数 2
我正在尝试训练一个用于对象分类的CNN。因此，除了图像之外，我还想输入一些文本特征。我在这里找到了一个这样做的例子merged = Merge([cnn_model, text_model], mode='concat')
### final_model takes the combined，或者是否有使用Keras解决此类任务的替代方法？
浏览 0提问于2018-08-06得票数 3
我已经训练了支持向量机，细胞神经网络和神经网络上的UCF-101数据集，支持向量机和神经网络使用CSV文件的色调和LBP的特征，而CNN使用的分类图像和我想结合{支持向量机和CNN}和{ANN和CNN我已经提取了数据集中的每个视频的第一个关键帧，然后计算它的LBP histogram.Used它作为图像的特征，写在csv连同它的标签(我只选择了5类数据的<
浏览 87提问于2019-05-15得票数 0
8回答
我对神经网络这个话题很陌生。我遇到了两个术语--卷积神经网络和递归神经网络。
我想知道这两个术语是否是指同一事物，或者，如果不是，它们之间会有什么区别呢？
浏览 6提问于2014-01-04得票数 67
1回答
我的团队一直在研究Caffe的MNIST示例，并且能够在一些神经网络的层(如卷积层)中定位/指定神经元/滤波器的数量，这是一个名为num_output的参数所引用的。但是，池层似乎没有指定它们具有/我们可以调整的输出数量。有没有任何方法来定位这些信息，以便我能够知道在MNIST示例
浏览 2提问于2016-06-08得票数 2
回答已采纳
卷积层是卷积神经网络(.Currently)中计算最密集的部分，常用的卷积层方法是将图像扩展为列矩阵(Im2col)，并利用现有的并行矩阵乘法库执行和执行多通道多核卷积。如果我需要优化卷积实现，我可以选择使用SIMD指令指导实现。这样的方法不会产生任何内存操作开销。
非常正常的内存访问模式带来的好处超过了浪费的存储成本。从下面的
浏览 0提问于2018-11-12得票数 4
1回答
最近，我正在阅读yolov3 3的论文和代码，我发现了一个问题。75层卷积层+ 23条捷径层+3路层+4路层+2层上采样<em
浏览 5提问于2020-03-25得票数 3
2回答
卷积神经网络中特征映射的滤波器
、、、、
在卷积神经网络中，我应该使用什么样的滤波器来提取特征图？我最近读到了关于卷积神经网络的文章，我了解到我们使用(一组滤波器)在每个卷积层生成一组特征映射，通过对前一层输出的滤波器进行卷积，生成一组特征映射。谢谢。
浏览 1提问于2015-12-05得票数 0
回答已采纳
我正在尝试实现一个逆Sigmoid函数到我的卷积神经网络的最后一层？我正在尝试在Pytorch中构建网络，我想从最后一个卷积层获得输出，然后对其应用逆Sigmoid函数。我读到logit函数是sigmoid函数的反面，我试着实现它，但它不起作用。我使用了scipy库中的logit函数，并在函数中使用了它。
浏览 2067提问于2021-02-09得票数 0
我已经完成了卷积神经网络的实现部分。但在卷积神经网络中，如何选择滤波器来获得卷积特征仍然是个难题。正如我所知，在filter.is的帮助下，我们通过检测特征(如眼睛、鼻子、嘴巴)来使用卷积层从图像中识别人脸。过滤器包含眼睛、鼻子、嘴巴来从图像中识别人脸是真的吗？
浏览 0提问于2018-11-14得票数 0
1回答
我对卷积神经网络中的多通道方案感到困惑。假设我有一个10(宽度)*5(高度)*6(通道)图像，我将它输入到默认的二维卷积层中，其中包含stride=1和padding=0，期望输出为8(宽度)*3(高度)*16(通道)。我知道内核的大小是3(宽度)*3(高度)，但我不知道到底有多少内核，以及如何将其应用于输入数据以给出最后的16个通道。
有人能帮我吗。
浏览 1提问于2021-03-09得票数 0
回答已采纳
1回答
我正在经历扩展的残余网络博客帖子。在这篇文章中，作者在2.Multi-scale Context aggregation标题下提到了这一点。我想，我们决定在下一层的通道数和内核将被随机初始化。这些核形状是由我们决定的，它们是1x1或3x
浏览 0提问于2019-03-20得票数 0
1回答
我试着训练一个基于神经网络的模型来玩类似于Pac-Man的游戏，除非没有迷宫。也就是说，玩家是在一个二维的网格中，在一些地方有点的食物，玩家需要弄清楚带着食物步行到细胞。我希望玩家只看到他周围的11x11细胞，也就是一个11x11细胞阵列，我们的玩家在中间，每个细胞中要么有食物，要么没有食物。
我试着把这个数组
浏览 0提问于2020-09-19得票数 2
回答已采纳
1回答
为了训练一个递归的神经网络，你必须把它展开50次，并把它当作一个RNN细胞链。
现在，如果你使用这个RNN实时训练，那么你可能会有一个50细胞的链。也许把它们的权重都确定在卷积神经网络中是一样的。那么RNN在实时学习时态数据方面有什么用处吗？
浏览 0提问于2017-11-17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
