从收据、发票等典型文档中，利用OCR和模板提取相关信息。稍后，人员必须在视觉上验证信息是否正确识别，或者在需要的地方手动调整。我的任务是构建一个执行验证的模型。我在考虑卷积层和池化层，输入是图像，边界框的坐标是找到提取的文本的位置，提取的文本</em
浏览 12提问于2021-01-17得票数 0
2回答
我试图为商店门票(在Java中)编写一个OCR，我使用图像字典的距离有很好的结果，但对于倾斜的文本或糟糕的扫描没有效果。我听说神经元网络对此是完美的。问:您推荐哪种类型的神经元网络来进行售票字符检测？
特克斯
浏览 4提问于2014-02-09得票数 4
回答已采纳
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
我很想在这个问题上有一些见解--我试图在文献中找到解释，但我很困惑。因此，我正在构建一个神经网络(使用Keras)来解决回归问题。我有500,000个样本，每个样本有20,000个特征，我正试图预测一个数值输出。想想看，根据房屋、庭院等的一系列数字数据来预测房价。这些特征是按字母顺序排列的，因此它们的相邻特征是相当没有意义<em
浏览 1提问于2020-04-23得票数 2
回答已采纳
1回答
从非常高水平的机器学习方法来看，基于输入Python的颜色传感器像素数组(即16x16数组)，什么样的分类方法会更好地识别对象或情况？例如，如果我想根据数组中检测到的形状和颜色识别某些水果：苹果是圆的红色的
橙色是圆形和橙色。如果我以这种数组形式以常量数据流读取，是否有任何类似的机器学习和分类应用程序可能最适合这种类型的应用
浏览 0提问于2018-05-23得票数 2
1回答
高维数据集的处理
、、、
我有维数(25000, 100, 500)的数据，即25000行，每个行由一个二维的100×500矩阵组成。目前，我只申请CNN的分类目的。还有其他方法可以对这些数据进行建模吗？我把二维矩阵压平成一维阵列，形状(50000, )，并在(25000, 50000)数据集上应用主成分分析，我得到了约85%的解释方差的400个分量。PCA和LDA仍然适用于这样的高维数据
浏览 0提问于2020-09-10得票数 2
我目前使用Eigen进行深度学习，更具体地说是卷积神经网络。作为每一步，层可以是卷积层(一组特征图)、完全连接的层(单个一维向量)或其他任何东西。所以我选择MatrixX<ArrayXd, Dynamic, Dynamic>来表示我的数据。
但当我使用它(与矩阵乘积一起使用)时，我会有段错误。我不确定，但我认为因为对于Ma
浏览 2提问于2016-07-24得票数 1
回答已采纳
4回答
现在我正在学习卷积神经网络。我知道可以克服这个问题(用完全卷积的神经网络等)，而且我也知道，这是由于在网络的末尾放置了完全连接的层。
但是为什么呢？我无法理解完全连接层的存在意味着什么，以及为什么我们被迫有一个固定的输入大小。
浏览 0提问于2019-11-30得票数 9
回答已采纳
1回答
我刚开始深造，对完全连接的网络感到困惑。一个具有多个隐藏层的自动编码器是一种深度神经网络(DNN)吗？DNN总是完全连通的吗？假设一个包含三个隐藏层的自动编码器网络是使用H2O R包构建的，您如何知道您构建的自动编码器网络是否完全连接？
浏览 0提问于2018-08-07得票数 2
在matlab中，我实现了本文中描述的卷积神经网络。
第一层使用完全连接层将25x375矩阵投影到30x375。他们通过将大小为30的完全连接层应用于每一列来实现这一点。我正在尝试在Matlab中实现网络，但问题是matlab不支持这种完全连接层投影。然而，我读到，对于每个完全连接的层，都存在一个</e
浏览 58提问于2018-05-31得票数 1
回答已采纳
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final_
浏览 0提问于2018-08-06得票数 3
1回答
我是TensorFlow和深度学习的新手。我正在尝试识别自然场景图像中的文本。我曾经使用OCR，但我想使用深度学习。文本始终具有相同的格式：ABC-DEF 88:88。
我所做的是识别每个字符/数字。这意味着我在每个字符周围裁剪图像(因此每张图片给我10个字符)来构建我的</
浏览 2提问于2017-02-15得票数 7
回答已采纳
1回答
Pytorch卷积层返回Nan
、、、、
因此，我使用卷积层作为神经网络的第一层，用于深度强化学习，以从我构建的模拟中获得空间特征。模拟提供了不同的地图，这些地图具有不同的长度和高度。如果我理解卷积网络，这应该无关紧要，因为信道大小保持不变。在卷积网络和完全连接的层之间，有一个空间金字塔池层，因此不
浏览 12提问于2018-08-09得票数 0
设计了一种用于Keras图像分类的卷积神经网络，该网络具有多个卷积/最大池层、一个密集连接的隐层和最后一层的softmax激活。我想在最后一层用支持向量机或随机森林替换softmax，看看这是否产生了更好的准确性。在喀拉斯有什么办法吗？
浏览 1提问于2016-08-18得票数 1
1回答
我正在尝试创建一个卷积神经网络来识别手写数字(从MNIST数据集)，我想知道什么是旋转数字的好结构，现在我只能考虑更深一些，增加更多的层。对于如何建立这样一个CNN来识别旋转的MNIST数字，有什么想法吗？我和tensorflow一起工作。谢谢。
浏览 4提问于2017-11-29得票数 1
回答已采纳
3回答
None, None, 3], name = 'input_image')在Conv之后，我想添加一个稠密的内容如下：但是会有一个错误：
ValueError：“平坦”输入的形状没有完全定义(got (无，无，64) )。确保将完整的"input_shape“或&quo
浏览 2提问于2018-08-27得票数 1
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<
浏览 2067提问于2021-02-09得票数 0
云服务器
ICP备案
云直播
腾讯会议
实时音视频
腾讯云开发者
