我正在尝试建立一个可以在线玩游戏的CNN。准确地说，这个游戏：
optimizer='rmsprop',问题是。大多数情况下，即使图像与游戏图像完全不相关，网络也总是输出1或始
浏览 4提问于2018-08-24得票数 0
1回答
我是机器学习的新手。我在一篇关于使用CNN进行图像分割的论文中偶然发现了术语“训练实例”。在这篇论文中，总共使用了1100张图像进行建模。作者从图像中选择子区域进行训练，并给出了超过500K训练实例的分类性能曲线。我对他们从1100张图像中获得如此多的训练实例感到困惑。一个训练实例是否表示一个训练样本或其他与训练大小相关的东西？
浏览 3提问于2017-05-22得票数 4
2回答
背景:我正在学习CNN的课程之外，我的本科课程的ML。我有几个关于CNN的问题。2)假设训练已经完成。我们的模型似乎足够精确，没有问题。从这里开始，让我们有一个大的，高清图像，一只没有遮挡的狗跑
浏览 0提问于2016-11-20得票数 3
回答已采纳
1回答
在一个研讨会上，我正在对机器学习算法进行一些研究，该研讨会的重点是基于能量的建模与深度学习建模，特别是在图像处理中。现在我知道这些都是宽泛的话题，但我想知道有什么特别的相似之处和不同点。我读过无数的论文说："EBMs的特性使它们在某些任务中比DL更好“，但我并没有真正找到一个全面的动机我们为什么要这么做？基于我继续阅读的更新--我相信，简单地说，我对ebm vs的概念
浏览 0提问于2021-01-13得票数 2
我是机器学习的新手。我的机器学习目标是通过分析植物叶片的图像来识别营养缺乏。从我到目前为止发现的关于机器学习模型构建技术的情况来看，理想的做法是使用迁移学习。它似乎是大多数(全部？)可用的迁移学习模型已经在imagenet上进行了训练。
如此所示，在imagenet上训练的迁移学习模型返回树叶图像的“bramb
浏览 9提问于2021-09-24得票数 0
我的CNN模型给出了静态背景下正确和破损的电路板的例子(每个电路板大约有100幅图像)。该模型训练非常容易，达到99%的验证acc无问题；我们还训练了各种数据增强，因为我们知道我们的数据集是小的。对于为什么我们的方法可以更好地应用于某些应用程序(例如，其他需要检查的部分)，我们没有一个很好的答案。我们提出了几点：2)可以做在线学习来改进系统(例如，人类可以告诉软件它出错的例子)。对于深度NNs何时可以成为这项工作的技术，还有一些随机的想法
浏览 0提问于2017-03-03得票数 9
回答已采纳
2回答
我正在做一个项目，其中包括将图像分类为猫或狗的图像，而不使用CNN。我使用SKImage将图像转换为矩阵，并将其更改为灰度，以减少维数和复杂度。这让我相信我把图像转换成了错误的格式，这就是为什么ML标志无法适应数据的原因。那么我该把它们转换成什么呢？我应该使用特征提取吗？
浏览 0提问于2020-06-14得票数 0
1回答
这是我第一个机器学习项目，也是我在这里的第一个问题。我是一个机器学习的新手，有理论物理学的背景。
我想使用CNN来检测高分辨率图像中的制造缺陷引起的划痕。图像必须是高分辨率的；下采样会破坏我们想要检测到的特征。另外，由于我们专门在产品的某些部分寻找划痕，我们不能简单地将图片分割成许多块并处理每一堆--网络将必须“理解”图片的小规模结构(单划痕)和大规模结构(整个产品)。*使用现成的CNN (可能<e
浏览 0提问于2019-01-16得票数 3
我最近才刚刚开始学习使用OptaPlanner。如果下面有任何技术上不准确的描述，请原谅。我用链式时间模式对这个问题进行了建模，其中每台机器都是锚。但问题是，由于优先级限制，某些<
浏览 1提问于2018-11-16得票数 0
4回答
我正在使用Python，scikit-学习和keras。我有3000,000张正面手表的图片，比如：观看_1，观看_2，观看_3。.我想写一个程序，接收一个真正的手表的照片作为输入，这可能是在不太理想的条件下拍摄的上面的照片(不同的背景颜色，黑暗的闪电等)，并找到其中最相似的手表3000。我的意思是，如果我给出一张圆型棕色手表的照片，上面有细花边，那么我希望它是圆形、深色和细花边的输出表。1)利用<
浏览 0提问于2018-02-14得票数 12
我对keras和机器学习是个新手。我的研究问题绝对可以从使用卷积神经网络(cnn)中受益。我正在尝试建立一个cnn，用于特定于我的研究问题的图像转换。到目前为止，我遇到的大多数cnn例子都是某种形式的分类。对于分类示例，我理解cnn的基本操作，给定输入图像，网络给出一个数字。将这个数字与标签(与输入图像相关联)进行比较，然后将由此产生的误差反向传播到网络，以调整下
浏览 0提问于2018-04-21得票数 0
2回答
类中不同数量的图像
、、、、
我正在做一个深入学习的CNN项目。数据集包含500多个类，类有不同数量的项(图像)。例如，有些类有5幅图像，有些类有10幅，有些类有20幅图像，有些类有超过20幅图像。我可以使用这个数据集来创建CNN模型吗？注:我将使用VGG来训练模型。
浏览 0提问于2018-06-28得票数 3
回答已采纳
1回答
我是机器学习的新手，我知道有一些参数和选择适用于您附加到特定输入集的模型，这些参数和选择可以被调优/优化，但这些输入显然与通过切片和切分您所拥有的任何源数据所生成的字段相关联，这对您来说是有意义的。但是，如果您决定对源数据建模和分割，从而对数据进行培训的方式不是最优的，那该怎么办？是否有方法或工具将机器学习的能力扩展到，不仅是模型，而且是首先创建培训数据的方式？所以你删掉了你的数据，可以自由地更正你
浏览 1提问于2019-02-21得票数 0
我对机器学习很陌生，我想更好地理解神经风格的迁移，但我觉得我错过了一些东西。就我所知道
我的问题是<
浏览 0提问于2019-06-09得票数 4
5回答
背景当一个新用户想注册一个服务时，会记录他/她的面部图像，并使用这些图像对机器学习模型进行训练。然后，当一个人请求服务时，模型会识别这个人是否是成员。但是，当有新用户进入注册时，机器学习模型必须被重新训练并扫描所有以前的图像(或特征向量)。我已经阅读过这个帖子，但是我的
浏览 0提问于2019-01-31得票数 2
1回答
对于某些问题，你有一些你知道的规则，因为事实是真实的。一个非常简单的例子是-声明中没有含糊不清之处，对于这一制度，它将永远是正确的。在任何机器学习模型中对这样的规则进行编码，都应该允许它避免简单的错误，并在理论上提高准确性。
我知道这里有几个小众库，还有整个子字段。然而，我将如何在一个典型的模型(CNN、LSTM等)中将这样的逻辑规则结合在一个像TensorFlow、PyTorch这样的平台中呢？编辑
浏览 0提问于2019-11-03得票数 1
1回答
我正在使用完全连接的CNN研究医学领域的图像分割问题。
问题是，对于特定的图像，它可能具有许多相似的结构。我们的任务是找到正确的。我想让CNN学习的一件事是，不应该有一个结构在另一个结构下面，这个结构首先在顶部找到。在地面真实图像中，它被隐式地显示出来，因为在每个图像中只有一个结构。有没有可能用CNN来实现？如果不是，可以做些什么来实现它呢？
浏览 1提问于2019-05-10得票数 0
数据集包括从视频中以12帧/秒的速度提取的图像。我建立了两个模型，3D-CNN和CNN-LSTM，但只使用角角和Tensorflow获得了大约25-30%的精度。X_train = (651, 1, 128, 128, 22)Y_train=(651, 4)图像大小为128*128与一个通道，我是附加22张图像一次与651作为总样本数。return_sequ
浏览 0提问于2018-11-19得票数 2
回答已采纳
1回答
我对机器学习的整个领域都是新手，但我之前确实有过一些AWS识别的经验。在Rekognition中，您可以自定义图像中的不同部分，而不仅仅是整个图像。我希望在Tensorflow中做一些类似的事情，但尽管浏览了他们的文档并进行了搜索，但我还是找不到任何东西。 这在Tensorflow中是不可行的，还是我错过了什么？如果我在单独建模的图像上训练一个模型，它是否可以选择图像</e
浏览 24提问于2020-06-26得票数 0
回答已采纳
1回答
这个网络是暂时的，因此时间步骤是其功能的重要组成部分。不需要太多的细节，我在一段时间内运行网络的一般实现是：其思想是，每个时间步骤生成一个新的网络，它已经学会了多一个图像/标签对。然而，这种方法导致了一些试图从以前的网络中记忆东西的总体数据结构。这是网络中各层之间的关系，其中X、Y和Z是三个层。因为它是时间敏感的，它似乎是一
浏览 2提问于2016-12-10得票数 2
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
腾讯会议
云直播活动推荐
腾讯云开发者
