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
如何
使用
Keras
中
的
Conv2D
在
5D
张量
的
最后
三个
维
度上
应用
卷积
?
、
、
、
、
在
Keras
中
,
Conv2D
的
输入
张量
通常是
维
数为batch_size * n * n * channel_size
的
四
维
张量
。现在我有一个维度为batch_size * N * n * n * channel_size
的
5D
张量
,我想为N
中
的
每个i
应用
最后
三个
维度
的
浏览 23
提问于2019-01-07
得票数 0
回答已采纳
1
回答
层"max_pooling2d_30“
的
输入0与该层不兼容:预期
的
ndim=4,找到ndim=5
、
、
、
、
我刚刚开始接近ml,我尝试
在
使用
tf.
keras
.utils.image_dataset_from_directory从图像目录
中
获取
的
图像数据集上训练一个模型(然后对它进行筛选),这样它就可以预测图像
中
哪个字母是指拼写
的
) y_test_data = pickle.load(y_test_pickle) 然后,我将我
的<
浏览 5
提问于2022-02-06
得票数 0
1
回答
如何
用
keras
制作3-d滤镜
、
、
、
、
我是一名在当地大学学习ML
的
高中生,我们现在正在建立cnn
的
keras
。我需要
使用
大小为(32,32,3)
的
滤镜,但是
keras
只允许我
使用
2D滤镜。这就是我正在尝试
的
:这是我
的
错误
浏览 2
提问于2018-12-03
得票数 1
2
回答
在
角角
中
添加稠密层时出现错误
、
、
、
我试图实现一个简单
的
Keras
与狗分类器,但是
在
添加一个密集层时,它返回一个值错误。我
使用
theano作为后端。下面是代码:from
keras
.layers import
Conv2D
from
keras
.layers import MaxPooling2D(
Conv2D
(32, (3, 3), input_shape = (64, 64, 3), acti
浏览 2
提问于2018-02-01
得票数 0
回答已采纳
1
回答
用
Keras
切片
张量
、
、
我有一个三
维
张量
。它不是一个映像,而是为了
使用
与
Keras
相同
的
约定,我将把它看作一个映像,即height x width x channels。l = [64, 32, 16, 8]
浏览 1
提问于2022-04-15
得票数 0
回答已采纳
1
回答
要检查
Keras
层内
的
中间操作
我
在
我
的
嵌入式处理器上移植代码时,
在
卷积
操作
中
面临浮点分辨率损失,而嵌入式处理器只支持一半精度,因此我想测试
在
基于
Keras
的
模型
中
逐层执行
的
中间操作,该模型
在
桌面上
的
完全精
度上
执行得很好。在下面的代码片段
中
,我想在1500x3形状
的
输入数据上计算1DConv。内核大小为10,内核形状为(10x3x16)。为了计算一
维<
浏览 0
提问于2019-09-12
得票数 0
1
回答
Tensorflow ValueError:操作数不能与形状(5,5,160)一起广播(19,19,80)
、
、
、
、
我正在创建一个CNN,第一个隐藏层
的
大小为80,其余
的
conv层为160,
最后
一个隐藏层为128。但我总是遇到错误信息,我不知道这意味着什么。输入
的
数据形状是(80,80,1),这就是我输入到神经网络
的
内容。# Creates resnet block return x input =
keras
.Inputactivation="relu&
浏览 0
提问于2020-03-07
得票数 0
回答已采纳
1
回答
我应该
使用
什么策略
在
我
的
CNN从一个3D卷到一个2D飞机?
、
、
、
我应该
使用
什么策略
在
我
的
CNN从一个3D卷到一个2D平面作为输出层。我甚至可以有一个2D层作为输出吗?谢谢你,舒布姆
浏览 0
提问于2019-01-19
得票数 0
回答已采纳
2
回答
多滤波器
卷积
层
的
输出形状
、
、
我用
keras
构建了一个ConvNet,这是其中
的
两个层。model.add(
Conv2D
(8 , 3 , input_shape = (28,28,1)))model.add(Activation(act)) 第一层大小26x26x8
的
输出,我完全理解,因为有8个大小为3x3
的
过滤器,每个过滤器被
应用
于生成一个独立
的
特征映射,因此26x26x8
浏览 0
提问于2018-10-07
得票数 1
回答已采纳
1
回答
平面一
维
数据
的
一
维
卷积
(即没有时间序列)
、
、
、
我正在一个数据集中进行训练,其中(一些)相邻特性具有很强
的
相关性。为了帮助神经网络,我正在考虑增加一些一
维
卷积
作为第一层。尽管一
维
卷积
主要用于时间序列/nlp数据,但我认为它们不能在任何类型
的
数据
中
按矢量
使用
的
理论理由。在这一点上,我相信“发现
的
浏览 3
提问于2020-05-20
得票数 1
回答已采纳
1
回答
在
tensorflow
的
二
维
卷积
中
如何
连接两个不同形状
的
张量
?
、
、
在
我
的
计算管道
中
,我
使用
了自定义函数,它将创建定制
的
keras
块,并且
在
Conv2D
中
多次
使用
这些块。
最后
,得到了两个不同
张量
的
特征映射:TensorShape([None, 21, 21, 64])和TensorShape([None, 10, 10, 192])。在这种情况下,
使用
tf.
keras
.layers.concat
浏览 4
提问于2020-08-26
得票数 2
回答已采纳
1
回答
keras
.conv2d方法
中
'filters‘参数
的
含义是什么?
、
我
在
凯拉斯是个新手。我正在阅读有关
conv2d
方法
的
文档。我
的
问题是,
keras
.conv2d方法
中
'filters‘参数
的
含义是什么?它是否与内核
的
数量有关?这个参数会影响输出
的
形状吗?谢谢!!
浏览 5
提问于2019-10-15
得票数 0
2
回答
Keras
与Convolution2D不兼容
、
、
、
、
我将进入
卷积
神经网络,并希望为MNIST数据创建一个。每当我
在
CNN
中
添加一个
卷积
层时,我就会得到一个错误:我试图重塑X_Train数据集,但没有成功,我试图首先添加一个扁平层,但这会返回以下错误:import
keras
from
keras
.preprocessing.image import Imag
浏览 1
提问于2019-07-01
得票数 0
回答已采纳
1
回答
基于3D CNN
的
三
维
图像分类
、
、
我设计了一个CNN网络,以便在
keras
中
使用
"cifar10“数据集。这是我
的
代码:x = Conv3D(32,(5,5,3),activation='relu',padding='same')(
浏览 3
提问于2019-12-07
得票数 0
回答已采纳
1
回答
CNN凯拉斯:将训练多少个重量?
、
、
、
、
我对CNN
的
理解有点问题。我不太确定有多少过滤器和重量被训练。 示例:我有一个32x32像素和3个通道
的
输入层(即(32,32,3)
的
形状)。现在我
使用
了一个二
维
卷积
层和10个形状
的
(4,4)滤波器。因此,我最终得到了10个通道,每个通道
的
形状都是(28,28),但是现在是为每个输入通道训练一个单独
的
过滤器,还是它们是共享
的
呢?我是训练3x10x4x4还是训练10x4x4?
浏览 1
提问于2018-06-05
得票数 3
回答已采纳
1
回答
CNN --第二层
的
每一个核心到底是什么?
、
、
我是一名声学专业
的
学生,
在
深造方面真的很新。我
的
目标是很好地理解CNN到底是
如何
工作
的
。有一部分我不明白。我找不到这方面的任何精确信息。我
的
模型是这样
的
: model.add(
Conv2D
(32, (3, 3), padding='same', activation='relu'input_shape)) model.add(MaxPooling
浏览 1
提问于2017-06-21
得票数 2
2
回答
Keras
-将3通道图像输入LSTM
、
、
、
我已经将一系列图像读取到一个形状为(7338, 225, 1024, 3)
的
numpy数组
中
,其中7338是样本大小,225是时间步长,1024 (32x32)是3通道(RGB)
中
的
扁平图像像素。我有一个带有LSTM层
的
顺序模型:model.add(LSTM(128, input_shape=(225, 1024, 3))Input0 is incompatible with layer lstm_1: expected ndim=3, fo
浏览 3
提问于2017-12-06
得票数 12
回答已采纳
1
回答
在
Keras
中
跨频道转换: Conv1D,可分离
的
Conv,CCCP?
、
、
、
我正在开发一个
在
角星
的
CNN分类卫星图像,有10个光谱波段。在下面的网络
中
,我获得了相当高
的
精度(
在
15个类别
中
,大约60%
的
val精度),但是我想更好地将单个像素上
的
光谱波段之间
的
关系结合起来,这样就可以获得像素类
的
大量信息。例如: 我不确定这些方法之间
浏览 2
提问于2019-04-30
得票数 6
回答已采纳
3
回答
CNN与Python和
Keras
、
、
我是机器学习和
Keras
的
新手。我用
Keras
制作了一个神经网络,用于回归,如下所示:model.add(Dense(57, input_dim=44, kernel_initializeractivation='relu'))model.add(Dense(1, activation='linear')) 我
的
数据预处理后有44个维度,所以
浏览 0
提问于2018-08-27
得票数 2
回答已采纳
1
回答
Keras
Conv2D
内核
、
、
、
在
notebook convolution-and-relu中提到,
卷积
是
在
keras
中
完成
的
layers.Conv2D(filters=64, kernel_size=3, activation='relu') 随后,
张量
流等效函数被给出为 image_filter = tf.nn.conv2d( filters=kernel, pad
浏览 4
提问于2020-11-04
得票数 1
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
TensorFlow 手写数字识别与一步一步实现卷积神经网络
深度学习-keras实现cnn网络
一篇文章读懂什么是卷积神经网络
使用Keras集成卷积神经网络的入门级教程
基于深度学习的图像目标识别预测
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