腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
如何为不同
的
用途自定义
AlexNet
tensorflow
、
machine-learning
、
keras
、
regression
、
conv-neural-network
因此,在过去
的
一周里,我一直在学习一些机器学习,我一直在利用我自己
的
回归CNN来学习彩色图像128x128
的
输入和一个评分
输出
。虽然我
的
数据集很小,只有400个左右,但我得到了一些过拟合
的
结果(训练时
的
mean_absolute_error为0.5,1-10级
的
测试为0.9 ),模型如下:model = keras.Sequential([ ker
浏览 1
提问于2019-07-30
得票数 0
回答已采纳
2
回答
AlexNet
中
卷积
层
的
输出
python
、
deep-learning
、
pytorch
我正在考虑用PyTorch实现
AlexNet
。根据公式,
输出
高度= (input_height + padding_top + padding_bottom - kernel_height) / stride_height + 1。因此,使用该公式,当输入大小为224,步长= 4,填充= 1,内核大小=11时,
输出
大小应为54.75。但是,如果您运行模型
的
摘要,您将看到这第一
层
的
输出
为54。PyTorch会裁剪
输出
大小吗?我想了解一下幕后<e
浏览 17
提问于2021-07-16
得票数 1
回答已采纳
1
回答
如何在CNN
中
获得输入和
输出
通道?
image-processing
、
filter
、
deep-learning
、
conv-neural-network
、
pytorch
我在这里特别介绍了
AlexNet
架构:谁能解释一下输入和
输出
通道是什么?class
AlexNet
浏览 32
提问于2018-07-05
得票数 3
回答已采纳
2
回答
关于将
卷积
层
实现为完全连接
层
的
混淆
machine-learning
、
neural-network
、
deep-learning
、
conv-neural-network
我有点理解我们是如何根据将完全连接到
卷积
层
转换
的
。 FC->CONV转换.在这两种转换
中
,将FC
层
转换为CONV
层
的
能力在实践
中
特别有用。考虑一个采用224x224x3映像
的
ConvNet体系结构,然后使用一系列CONV
层
和池
层
将图像缩小到大小为7x7x512
的
激活量(在我们稍后将看到
的
AlexNet
体系结构
中
,这是通过
浏览 5
提问于2017-07-02
得票数 0
回答已采纳
1
回答
Overfeat可以在ResNet或初始网络体系结构上工作吗
deep-learning
、
neural-network
、
computer-vision
、
conv-neural-network
、
object-detection
我很熟悉Overfeat
的
工作原理,它不仅能对图像
中
的
对象进行分类,而且还能通过仅使用
卷积
层
而不是最终完全连接
的
层
来定位图像
中
的
对象。然而,我读到
的
每个教程或解释都谈到了
alexnet
或一个非常基本
的
神经网络,它由几个连续
的
卷积
层
组成,然后是2-3个完全连接
的
层
来对图像进行分类。然而,我<em
浏览 15
提问于2020-02-28
得票数 1
回答已采纳
1
回答
googlent/Resnet50/Resnet101/inception v2和v3
中
的
完全连接
层
是什么
matlab
、
resnet
、
vgg-net
我正在研究matlab,并尝试使用上面引用
的
预训练模型作为特征提取器。在
Alexnet
和vggnet
中
,完全连接
层
很清楚是哪个名字叫'fc7‘,但在googlenet/resnet50/resnet101/inception v2 v3
中
就不清楚了,有人能给我指点一下吗?另外,这些模型
中
的
特征大小是多少,例如在
alexnet
中
是4096?
浏览 34
提问于2019-05-22
得票数 1
1
回答
如何在tensorlayer
中
实现
alexnet
的
“group”
tensorflow
、
tflearn
在
alexnet
中
,group用于将
卷积
核(连接上一
层
和当前
层
)
的
参数强制分组为k个部分,tensorlayer
中
是否有简单
的
分组实现?
浏览 1
提问于2017-04-24
得票数 2
4
回答
如何度量CNNs
中
各层
的
执行时间
conv-neural-network
在用于图像分类
的
卷积
神经网络体系结构(例如,VGG或
AlexNet
)
中
,我想比较在测试时间内进行前向传递(最好使用Caffe)时,计算网络每一
层
的
结果所需
的
时间。特别是,我感兴趣
的
是在
卷积
层
和完全连接
层
上花费了多少时间。
浏览 26
提问于2016-08-18
得票数 2
1
回答
利用Caffe框架提取预训练Alex网模型
的
卷积
参数
python
、
deep-learning
、
caffe
、
convolution
我正在为使
卷积
层
和全连通
层
快速工作而进行一些优化。我需要预训练
的
Alex网模型
的
卷积
核权重,以执行与实际图像
的
卷积
。 net = caffe.Net('models/bvlc_
alexnet
/
浏览 1
提问于2017-07-12
得票数 2
回答已采纳
2
回答
如何在CNN
中
安排不同
的
层次
tensorflow
、
machine-learning
、
neural-network
、
conv-neural-network
、
convolutional-neural-network
我搜索了很多关于
卷积
神经网络
的
文章,发现有一些很好
的
结构可以参考。例如,
AlexNet
、VGG、GoogleNet。 但是,如果我想自己定制CNN架构,如何安排/订购不同
的
层
?例如
卷积
层
,辍学,最大池..。有什么标准吗?还是继续尝试不同
的
组合来产生好
的
效果?
浏览 3
提问于2018-05-16
得票数 2
回答已采纳
1
回答
为什么CNN
中
的
过滤器数量通常是偶数?
machine-learning
、
neural-network
、
convolution
在
卷积
神经网络结构中选择多个滤波器时,滤波器
的
数量是偶数。例如,以下是
AlexNet
中
卷积
层
中
的
滤波器数量:conv2 - 256, conv4 - 384, conv5 - 256.筛选器
的
数字是偶数有什么原因吗?
浏览 7
提问于2018-01-09
得票数 0
1
回答
CNN
AlexNet
卷积
层
python
、
deep-learning
、
convolution
、
resnet
、
conv-neural-network
如果我错了,请纠正我;输入图像
的
维度是227x227x3,所以在第一个
卷积
层
之后,
输出
维度将是55x55x(3x96)=55x55x288 not 55x55x96。 如下图所示: ?
浏览 15
提问于2020-04-28
得票数 0
回答已采纳
1
回答
如何计算CNN
的
权重数?
tensorflow
、
machine-learning
、
keras
、
neural-network
、
conv-neural-network
考虑到用于将图像分类为两类
的
卷积
神经网络,我们如何计算权重数: 第三
层
:一个最大
的
池
层
,它将样本
层
2降为4倍(例如,从
浏览 2
提问于2019-12-15
得票数 3
回答已采纳
2
回答
为什么在CNN后期,我们通常有多个完全连接
的
层
?
image-processing
、
machine-learning
、
computer-vision
、
deep-learning
、
conv-neural-network
正如我注意到
的
,在许多流行
的
卷积
神经网络(如
AlexNet
)体系结构
中
,人们使用多个具有几乎相同维数
的
完全连接
的
层
来收集对早期检测到
的
特征
的
响应。
浏览 5
提问于2016-05-14
得票数 6
2
回答
卷积
神经网络可视化-权重还是激活?
machine-learning
、
deep-learning
、
data-visualization
、
conv-neural-network
上述可视化是对第一
卷积
层
的
权重
的
渲染,还是对第一
卷积
层
上给定输入图像
的
激活?下面是我已经训练了48小时
的
Inception v2模型
的
第一个
卷积
层
的
权重
的
可视化:我确信我还没有在仅仅48小时后(在CPU上)就将我
的
模型聚合到一起。在训练准确率超过90%
的
情况下,这些重量现在不应该开始平滑了吗?
浏览 0
提问于2018-07-31
得票数 2
回答已采纳
1
回答
以tf.gradients为单位
的
输入图像大小
python
、
neural-network
、
tensorflow
我试图计算相对于输入图像
的
某一
层
的
梯度。(gradient, feed_dict={x: img_4d})[0]# output (1,299,299,3)img_resized=
浏览 0
提问于2016-12-09
得票数 0
1
回答
分组
卷积
真的能改善学习吗?
deep-learning
、
neural-network
、
convolutional-neural-network
我对分组
卷积
的
理解或者,我们可以将输入分成n个组。例如,让我们假设是n=2。然后用64/n = 32滤波器将每个输入传递给不同<
浏览 0
提问于2021-07-19
得票数 0
2
回答
CNN
中
的
卷积
层
deep-learning
、
caffe
我们知道CNN
中
的
卷积
层
使用滤波器,不同
的
滤波器会在输入图像
中
查找不同
的
信息。但是假设在这个中,我们有一个prototxt文件,它有
卷积
层
的
规范,如 name: "conv2_1" bottom: "pool1"(GoogleNet、
AlexNet
、VGG等)
中</
浏览 4
提问于2018-01-12
得票数 0
回答已采纳
2
回答
AlexNet
第二
层
理解
neural-network
、
deep-learning
很长一段时间以来,我对理解一些
AlexNet
体系结构感到困惑:第一个conv
层
的
输出
是55x55x48 (96个考虑到GPU之间
的
划分,但让我们坚持1个GPU,所以深度48)。然后应用max池,就会出现我
的
问题。 当应用max池时,结果是27x27x48,对吗?如果是这样,如何将这个结果
的
下一个
卷积
(带有5x5x48滤波器)应用于
输出
27x27x128?最后,我不知道如何以及何时在
卷积
之间应用最大池。我一定是错
浏览 0
提问于2017-12-04
得票数 0
1
回答
无池
卷积
层
neural-network
、
cnn
、
convolution
我正在研究
AlexNet
的
CNN架构,我已经看到它有
卷积
层
,而没有在两者之间汇集:但我不明白为什么要这么做。不如像CONV池-CONV池之类
的
东西,而不是CONV池- CONV --CONV池? 为什么要这么做?提前谢谢。
浏览 0
提问于2019-12-03
得票数 2
回答已采纳
点击加载更多
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
一文读懂CNN中卷积层与转置卷积层的关系
深入学习卷积神经网络中卷积层和池化层的意义
深入学习卷积神经网络中卷积层和池化层的意义(一)
图像分类中全连接层对卷积神经网络性能的影响
从AlexNet到残差网络,理解卷积神经网络的不同架构
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券