我已经习惯了scikit学习风格的机器学习包，并且对Python深度学习包非常陌生，尽管我已经在R中使用过Mxnet。我很难理解如何将.csv训练数据提供给模型。
我想给一个简单的CNN提供一些图片。图像大小为28x28像素，以扁平数组的形式存储在.csv中。我有两个.csv文件，一个用于训练，另一个用于测试。请告诉我这个错误是怎么回事，并为我提供一套关于如何加载
浏览 10提问于2016-07-17得票数 3
回答已采纳
当使用MxNet训练深度卷积神经网络时，打开一定的丢失量以减少过拟合的最简单方法是什么？有没有一种方法可以在网络架构中不手动实现丢包率的情况下添加丢包率？
浏览 2提问于2017-12-04得票数 0
1回答
我试图用Keras库，Tensorflow后端建立一个完全卷积的神经网络。不超过5个图像具有相同的维度，因此将它们分组似乎没有帮助。
Numpy允许以列表形式将数据存储在单个变量中。但是keras model.fit()函数在接收列表类型
浏览 3提问于2017-07-21得票数 15
1回答
数据集清单：现在，我想将training data和training labels提供给一个卷积神经网络(VGG-16或ResNet)进行训练，同时也想用CNN验证和测试我
浏览 0提问于2018-05-03得票数 2
回答已采纳
我目前正在使用Mxnet和C++ Symbol API训练一个卷积神经网络。该网络包含一些批处理归一化层，其中包含四个参数NDArray。其中两个参数，moving_mean和moving_variance参数应该在训练期间的每一批中更新。 我猜测，由于executor的前向传递的布尔值设置为true，因此它将自动更新新参数。此外，由于没有为这两个NDArray计算梯度，因为它不是“可学习”的参数，所以我无法通过常规
浏览 14提问于2019-03-01得票数 0
1回答
enter image description here我在一个文件夹中有3000个用于训练和测试的图像，我还有label.csv文件中的图像标签，其中包含五个类别。谁能帮我把这个数据集分成训练数据和测试数据，这样我就可以使用卷积神经网络对图像进行分类了。将csv和图像链接后，我的数据集看起来如下图所示。
浏览 14提问于2019-02-19得票数 0
1回答
我正在按照tensorflow关于卷积神经网络的教程来研究深度神经网络。但我拥有的数据集是csv文件形式的。我有4个csv文件，2个用于训练(xtrain.csv和ytrain.csv)，2个用于测试(xtest.csv和ytest.csv)。xtrain.csv和xtest.csv分别包含1280行和4096列以及320行和4
浏览 3提问于2016-08-15得票数 0
回答已采纳
2回答
我想用一种语言训练卷积神经网络，但在另一种语言中使用它(出于各种与技术/性能相关的原因)。有没有一种通过节省权重来实现这一点的编程方法？例如，我可以用Python训练一个多层感知器，然后将所有权重保存在一个CSV文件中，然后用Java创建一个新的MLP并使用该文件设置权重。但是，我不确定如何使用卷积神经网络做类似的事情，因为我不知道如何处理卷积层。我认为我的</e
浏览 0提问于2016-01-22得票数 0
1回答
图像质量神经网络方案
、、、
我试图创建一个神经网络项目，以确定彩色图像的质量，并返回是否通过质量检查。这一质量检查将在包含50%好照片和50%坏照片的2000份样本中确定和培训。假设我正在执行的检查是1280x1280像素与RGB无阿尔法通道。我正在尝试创建以下神经网络2x隐层==>层1= 1638400，2层= 409600神经元我的问题是，在简单的异或训
浏览 5提问于2015-05-21得票数 0
回答已采纳
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
浏览 87提问于2019-05-15得票数 0
2回答
我有80名受试者的脑电数据集，3072个数据点和100个试验。这是一个单变量数据，它意味着只有一个渠道。我很困惑如何将这些数据提供给卷积神经网络。大多数博客和教程都涉及多元数据。但是我是单变量的，我不知道如何前进
浏览 0提问于2019-06-14得票数 0
1回答
我想使用从训练图像数据集中提取的特征向量作为caffe卷积神经网络的输入。特征向量保存在xml文件中。我是caffe的新手，我想知道如何将xml文件转换为LMDB作为caffe的输入，以及如何在模型中提到我使用的是特征向量而不是图像。xml文件是：
浏览 2提问于2016-01-31得票数 0
我是python和tensorflow的新手。我正在尝试使用在tensorflow中实现的卷积神经网络算法。需要做的是训练和测试我自己的数据集，而不是MNIST数据集。mnist.test.images # Returns np.array你能指导我如何训练和测试CNN<e
浏览 0提问于2017-10-11得票数 0
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？我一直在尝试使用ImageFolder来做到这一点。谢谢!
浏览 27提问于2019-02-15得票数 0
我试图使用经过训练的卷积神经网络进行预测，这与示例专家tensorflow教程中的示例略有修改。我按照的指示从CSV文件中读取数据。
我对模型进行了训练，并对其准确性进行了评估。然后，我保存了模型，并将其加载到一个新的python脚本中进行预测。我仍然可以使用上面链接中详细描述的批处理方法吗?还是应该使用feed_dict呢？我在网上看到
浏览 0提问于2016-09-05得票数 2
我从各种教程中学习了Tensorflow，我想知道是否可以为卷积网定义一个自定义过滤器。例如，如果我知道这些特性中存在有意义的结构，那么所有其他特性都是相关的，那么我想要定义一个过滤器，它看起来像0 1 0 1 1。tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)
到目前为止，我看到的所有例子都用到了对我来说，把0 1 0 1放在过滤器参数中是
浏览 2提问于2016-06-27得票数 6
回答已采纳
我正在使用一个卷积神经网络，我正在保存它并通过模型序列化程序类加载它。然后我像以前一样用net.train(DataSetIterator)给它数据；
这似乎是可行<e
浏览 0提问于2018-02-09得票数 0
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
