3回答
我正在学习吴家祥关于卷积神经网络的讲座，他给出了CNN比非卷积神经网络参数少的两个原因。它们是：缺乏联系。第二个原因是不是有点多余？
谁能解释一下吗？
浏览 0提问于2020-07-09得票数 2
在我正在开发的应用程序中，我有大约5000张产品标签图像(每个产品有一个标签)。由于最初，我的系统每个产品只有一个样本，所以我决定采用传统的计算机视觉技术。我使用特征提取和描述符匹配实现了这一点。(使用OpenCV SIFT和FLANN技术，参考如下：https://github.com/kipr/opencv/blob/master/samples/cpp/matching_至_许多_images.cpp)
现在我正在考虑如何结合CNN或深度学习技术来提高准确性，因为当用户批准匹
浏览 0提问于2017-10-24得票数 1
回答已采纳
1回答
胶囊神经网络采用卷积、原胶囊和数字胶囊层。同时，采用卷积和最大池层的卷积神经网络。我想对卷积神经网络和胶囊神经网络进行比较。下面的表格是我的cnn模型的架构。我需要在胶囊神经网络上做一个类似的结构。那么，如何正确地叠加胶囊神经网络，堆栈胶囊神经网络是什么样的呢？
浏览 10提问于2022-12-02得票数 -2
1回答
访问卷积神经网络参数
、、、
我尝试从pytorch切换到tensorflow，由于该模型现在似乎在tensorflow中是固定的，因此在使用卷积神经网络时，我偶然发现了一个问题。我如何访问这个网络中的3个参数？(2个内核，1个偏置)我想这样做是为了将它们应用于更大的情况。我遇到了困难，因为我需要预先定义模型的输入大小，而pytorch并非如此。
浏览 14提问于2020-05-06得票数 0
回答已采纳
1回答
我已经看到了几种不同的卷积神经网络(CNN)的架构。我搞不懂哪一种是标准，以及如何决定使用什么。我并不为所使用的层数或所涉及的参数数目感到困惑，而是对网络的组件感到困惑。假设：
CL，SL，CL，SL，CM，Softmax
浏览 2提问于2014-10-17得票数 3
但是我读了很多关于卷积神经网络的书。到目前为止，我了解到输出层可以是例如用于分类问题的softmax层，或者您可以进行回归以获得量化的值。但我想知道是否有可能推断出不止一个参数。但我只想知道，在卷积神经网络的同一输出层中，是否有可能预测两个不同的输出值。或者我需要两个不同的卷积神经网络，一个预测房子的大小，另一个预测房子的价格。那么我们如何将这两个预测结合起来呢？如果我们可以在一个卷积神经网络中做到这一点，那么我们如何做到呢？
浏览 1提问于2018-11-14得票数 0
在CIFAR10示例中，conv2的定义如下。如何知道shape=[5,5,64,64] = _variable_with_weight_decay中的形状应该被赋予这些值，例如，5,5,64,64另外，在biases = _variable_on_cpu('biases', [64], tf.constant_initializer(0.1))中，[64]也被定义为[64]，如何获得这些值？with tf.variable_scope('conv2') as scope:
kernel = _variable_with_weight_d
浏览 9提问于2016-08-01得票数 0
回答已采纳
1回答
我的团队一直在研究Caffe的MNIST示例，并且能够在一些神经网络的层(如卷积层)中定位/指定神经元/滤波器的数量，这是一个名为num_output的参数所引用的。有没有任何方法来定位这些信息，以便我能够知道在MNIST示例神经网络的每一层中存在多少个神经元？
另外，第一卷积层具有num_output = 20，第二卷积层具有num_output = 50。我假设这是因为卷积层1和2之间的池层，但我还是不明白池层有多少过滤器。
浏览 2提问于2016-06-08得票数 2
回答已采纳
我正在阅读Krizhevsky等人的基于深度卷积神经网络的ImageNet分类论文，并在Intro段落中看到了以下几条线：什么是“统计的平稳性”和“像素依赖性的局部性”？另外，CNN理论上最好的表现仅仅比前馈神经网络差一些，这有什么根据呢？
浏览 0提问于2019-07-30得票数 0
回答已采纳
2回答
我试着训练一个分类器来识别我自己的签名。我就是这样造分类器的在一张纸上签名了50次，然后用它创建了50幅图像。我是怎么做功能工程的？img = cv2.imread(image,0)步骤2:执行自适应阈值，然后进行形态学开放以降低图像中的噪声。
edges = cv2.adaptiveThreshold(img,255,cv2.ADAPTIVE_THRESH_G
浏览 0提问于2018-12-03得票数 1
回答已采纳
我目前正在研究一项语音识别任务，将深入学习应用于标准声学模型(gmm-hmm)。如果是这样的话，它会不会明智地导致一些问题，当我在CNN上做的时候，是否通过在谱图的更大部分上进行模式识别来解决上下文依赖，这取决于上下文窗口的大小，但是引入RNN，CNN在当时只需要对一个帧进行分析(我认为它甚至可以得到
浏览 0提问于2017-07-06得票数 2
回答已采纳
我理解深高斯过程( DGPs )和贝叶斯深度学习( BDL )之间的区别:DGPs本质上是前馈神经网络，其中每个节点都是高斯过程，BDL对正常(可能是卷积的)神经网络的参数有一个先验的信念。
浏览 0提问于2019-11-20得票数 2
我正在寻找一种方法来计算卷积神经网络中的参数数。特别是，我在中使用Resnet模型。你知道有什么函数可以计算参数的总数吗？你对此有其他建议吗？提前谢谢。
浏览 2提问于2016-06-14得票数 1
回答已采纳
1回答
我在看Keras关于卷积神经网络的例子。(例如，请参见。)但是，我无法理解"maxlen“参数是什么意思。这和填充有关吗？这不是最大数量的特性；它们有一个max_features参数。
浏览 6提问于2017-07-10得票数 3
回答已采纳
我是这个领域的初学者，我从头到尾编写并训练了我的第一个卷积神经网络。我想知道数据科学家用什么类型的图形和参数来用最好的可能和数学的方法来解释神经网络。
浏览 0提问于2020-12-21得票数 0
云服务器
ICP备案
对象存储
云直播
腾讯会议
腾讯云开发者
