我正在为MNIST任务调优一个VGG19模型。MNIST中的图像是(28,28,1)，这是一个通道。但是VGG希望输入为(?，?,3)，这是三个通道。因此，我的方法是在所有VGG层之前再添加一个Conv2D层，以将(28,28,1)数据更改为(28,28,3)，以下是我的代码：x =Conv2D(3,kernel_size=(
浏览 17提问于2018-07-31得票数 1
回答已采纳
我正在尝试构建一个卷积层，如下所示： name='conv_{:d}'.format(window_size))(in_x)
但是我得到了一个错误：
Val
浏览 7提问于2017-02-17得票数 1
我正在尝试编写一个模型来对mnist数据集中的手写数字进行分类。我目前使用的模型如下所示： model = tf.keras.models.Sequential([ tf.keras.layers.Conv2D(8,(3,3),input_shape = (28,28,1),padding == (28,28)),
浏览 26提问于2020-12-11得票数 0
1回答
我想设计，多频道的CNN。我的代码如下_biCH_embeded = keras.layers.Reshape((2, self.lexicalMaxLength, charWeights.shape[1]))(_con
浏览 6提问于2020-02-06得票数 0
我正在尝试使用VGG19的前10层来进行图像分类任务的迁移学习。x = basemodel.layers[-10] model.add(keras.layers.Conv2D(32,(7,7),input_shape = (256,256,3),activation = 're
浏览 0提问于2019-08-08得票数 1
1回答
在他们的中，作者写道：
import cv2
image = cv2.imread(PATH_
浏览 3提问于2020-06-14得票数 3
回答已采纳
我正在尝试在Keras中实现多个Conv1D层。不幸的是，在第一层之后，任何后续层都会抛出以下错误： tensorflow.python.framework.errors_impl.InvalidArgumentError: Negative dimensionsize caused by subtracting 8 from 1 for 'conv1d_2/convolution/Conv2D' (op: 'Conv2
浏览 7提问于2019-04-22得票数 0
回答已采纳
我正在尝试对具有不同类的数据集的VGG16模型进行微调。遵循，我尝试这样做：from keras.models import Modelfrom keras import backend as K
pretrained = VGG16(include_to
浏览 2提问于2017-05-01得票数 0
当我将输入图像的高度和宽度保持在362X362以下时，我得到了尺寸为负的错误。我很惊讶，因为这个错误通常是由错误的输入尺寸引起的。我没有找到任何原因，为什么数字或行和列会导致错误。rotation_range=40, height_shift_range=0.2, fill_mode='n
浏览 0提问于2018-03-03得票数 11
1回答
如何在keras中减去频道均值？
、、、、
我实现了一个lambda函数，将图像的大小从28x28x1调整为224x224x3。我需要从所有通道中减去VGG平均值。当我尝试这样做时，我得到一个错误def try_reshape_to_vgg(x): x[:, :,
浏览 5提问于2017-12-18得票数 0
回答已采纳
我使用Keras和Tensorflow作为后端，下面是我的代码：model=Sequential()model.add(layers.Conv2D(64,(3,3),activation='relu'))
model.add(layers.Ma
浏览 0提问于2020-11-08得票数 0
1回答
当对一维阵列进行一维卷积时，我会收到一个误差，表明我的第二维还不够大。以下是相关守则的概述：x1 = tf.expand_dims(inputs_, axis=1)
x1 = tf.layers.conv1d(x1, filters=64, kernel_size=1, strides=1</em
浏览 1提问于2018-03-31得票数 0
回答已采纳
1回答
,1,1,32，2，32，64的'{{node conv2d_115/Conv2D}} = Conv2DT=DT_FLOAT, data_format="NHWC", dilations=[1, 1,1, 1], explicit_paddings=[], padding="VALID", strides=[1,
浏览 26提问于2021-10-31得票数 0
我正试图通过微调一个VGG16网络(在ImageNet上进行预先培训)来进行传输学习，以便对一个小得多的数据集(11000幅图像，200个类)进行图像分类。实际上，我只训练修改后的VGG16网络的最后3个FC层。我在3个FC层中的两个增加了辍学，概率为0.5。所以，当我在这个网络上训练时，我不会做任何花哨的预处理，只会用原始作者给出的VGG_MEAN值减去图像中的每个通道。我尝试过
浏览 4提问于2016-11-09得票数 0
回答已采纳
我的训练数据包括numpy大小数组(2590，3(用于RGB)，875(宽度中的像素)，375(高度))。我已经完成了数据的训练，现在我正在使用model.h5(带有权重)来进行预测。expected zero_padding2d_1_input to have shape (None, 3, 875, 375) but got array with shape (1, 375, 875, 3)
这是我的VGG-16
浏览 3提问于2017-08-12得票数 1
回答已采纳
1回答
Keras预测新图像
、、、
我用的是image = encode_img('new_image/x3fwf.png')image.shape prediction_model.predict(image)
ValueError:由{{NodeFunction13/Ma
浏览 2提问于2021-01-22得票数 0
回答已采纳
我是Python和Tensorflow的新手，现在我正在尝试学习DC GAN。我已经实现了这个版本的鉴别器： with tf.variable_scope('discriminator', reuse=reuse):
x1 = tf.layers.conv2d(images, 128, 5, strides=2, padding='same'
浏览 1提问于2017-05-16得票数 1
我的模型(在概念上)很简单，因为它只有VGG19减去前三层，然后是一些额外的可训练的层。keras.models import Modelfrom sklearn.datasets维度和(50000,10)的y_test维度进行训练时， 我得到一个错误： ValueError: Error when check
浏览 1提问于2020-06-22得票数 0
回答已采纳
TL;DR:我可以用米来设置对撞机的大小，而不是它所在物体大小的几个部分吗？
我正在实现一个经典的NES游戏，我的比例尺是1米= 16像素。我有一个带有刚体的8x1x1m棱镜，我需要它的盒对撞机比它的每一侧小一个像素--有尺寸(8 - 1/16 - 1/16) x (1 - 1/1
浏览 0提问于2015-01-21得票数 1
回答已采纳
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
云直播
腾讯会议活动推荐
腾讯云开发者
