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
CNN
模型
中
的
多个
输入
tensorflow
、
keras
、
deep-learning
、
accelerometer
、
conv-neural-network
我之所以问这个问题,是因为很多问题都是假设Please click here for the image
模型
的
输入
是一幅图像。我
的
问题是-我有一个.csv文件,其中包含0-2分钟内记录
的
come加速度计数据。我有另一个包含0-2分钟加速度计数据
的
.csv文件(实验基本上是重复
的
),我有另一个.csv文件,同样
的
实验重复了第三次。我想做一个
模型
,它在这段时间内0-2分钟内进行一些预测,但是我有三个不同
的
数据集可以作为<
浏览 15
提问于2020-11-07
得票数 0
1
回答
在预测过程
中
从Keras/Tensorflow获得中间输出
tensorflow
、
neural-network
、
keras
、
extraction
、
descriptor
假设我加载启动,并且需要在分类之前提取最后
的
描述符。因此,给出这样一个简单
的
代码: include_top='False',pooling='avg')如何在预测最后一层时提取?
浏览 1
提问于2018-02-24
得票数 5
回答已采纳
1
回答
如何将
CNN
模型
一分为二并合并?
python
、
tensorflow
、
keras
、
deep-learning
、
conv-neural-network
我想从一个
CNN
模型
创建两个独立
的
CNN
模型
。让我将其命名为
CNN
-A和
CNN
-B。在预测期间,原始
输入
数据集被馈送到
CNN
-A。
CNN
-A
的
输出被馈送作为
CNN
-B
的
输入
。原始<em
浏览 1
提问于2021-06-09
得票数 0
1
回答
如何在训练时向
CNN
添加额外
的
参数
machine-learning
、
deep-learning
、
conv-neural-network
因此,我必须训练一个网络,其中我有一个图像,地面实况,以及一个与图像相关
的
额外参数(当前图像状态)。 有一个摄像头可以捕捉不同变焦级别的图像。对于特定
的
环境,我有四个不同缩放级别的图像(0,25,50,75)。我需要训练网络,以便在给定测试图像
的
情况下,我可以对我想要放大或缩小
的
图像进行分类。如何在网络
中
添加此当前缩放级别,以便网络正常训练? 我计划现在使用VGG或AlexNet,然后在将来迁移到Inception或ResNet。
浏览 58
提问于2018-12-19
得票数 1
1
回答
有人能解释或总结一下不同类型神经网络下keras
的
输入
形状吗?
python
、
keras
我是python keras
的
新手。随着对Keras
的
理解,我对Keras
的
输入
形状感到困惑。我觉得在不同
的
神经网络下,我需要将我
的
数据重建成不同
的
形状。例如,如果我正在构建一个简单
的
ANN,我
的
训练数据应该是像m,n这样
的
矩阵,m是样本
的
数量,n是特征
的
数量。但最近我正在学习一维卷积神经网络。我想知道有没有不同神经网络
的
training_data形状
的<
浏览 7
提问于2019-08-26
得票数 0
1
回答
卷积结构
的
差异
time-series
、
cnn
、
image-classification
、
convolution
我很难理解多频道
CNN
的
不同之处:在题为“用于任务诱发
的
fMRI数据分类
的
多通道2D卷积神经网络
模型
”(https://www.hindawi.com/journals/cin/2019/5065214/#sec2.1)图1
中
,作者使用一个频道来表示
输入
图像类型。从图上看,图像数=通道数=不同
CNN
数。这是真的吗?我
的
印象是,不管有多少频道,我们都有一个
CN
浏览 0
提问于2020-07-19
得票数 2
回答已采纳
1
回答
如何将numpy数组
的
序列作为
CNN
的
输入
python
、
keras
、
conv-neural-network
、
tf.keras
Dense(32, activation='relu'))我怎样才能在LSTM之前加入
CNN
浏览 9
提问于2022-05-22
得票数 0
1
回答
Keras函数API:将
CNN
模型
与RNN相结合,以查看图像序列
keras
、
time-series
、
conv-neural-network
、
recurrent-neural-network
因此,我遇到了一个问题,即如何在Keras中将
CNN
与RNN结合起来。在发布问题时,有人指出这是解决问题
的
正确方法。显然,我只是忽略了原始代码
中
的
一些东西,这让我回答了自己
的
问题。原来
的
问题是: 如何在Keras
中
创建一个
模型
,该
模型
以图像序列作为
输入
,
CNN
‘查看’每个单独
的
图像,并将
CNN
输出
的
序列
输入
到RNN
中</
浏览 4
提问于2018-11-27
得票数 9
1
回答
是否有可能创建相同
的
CNN
的
多个
实例,接收
多个
图像,并连接到一个密集
的
层?(角角)
python
、
tensorflow
、
keras
、
deep-learning
、
conv-neural-network
类似于,我希望有几个图像
输入
层通过一个更大
的
CNN
(例如,XCeption减去密集层),然后将所有图像
的
CNN
输出连接到一个密集层。 对于Keras来说,这是可能
的
,还是甚至有可能用这种体系结构从底层训练网络呢?本质上,我希望训练一个
模型
,它能接受更大但固定数量
的
每个样本图像(即具有类似视觉特性
的
3+图像
输入
),但不要通过一次训练几个
CNN
来增加参数
的
数量。其想法是只训练
浏览 2
提问于2019-11-11
得票数 1
回答已采纳
1
回答
在
CNN
中集成遥感和GIS数据
machine-learning
、
neural-network
、
keras
、
tensorflow
我正在尝试开发一个
CNN
模型
,它将从卫星图像中提取
的
一组参数作为
输入
。 为了使Geotiff数据作为keras
模型
的
有效
输入
,需要执行哪些必要
的
步骤?
浏览 0
提问于2019-03-28
得票数 1
回答已采纳
1
回答
向LSTM提供
CNN
功能
tensorflow
、
keras
、
lstm
我想建立一个端到端
的
可训练模式,包括以下几个方面: 我现在
的
问题是在重塑之后,如何用Keras或Tensorflow将特征矩阵
的
值提供给LSTM?到目前为止,这是我使用VGG16网<
浏览 3
提问于2017-04-28
得票数 1
1
回答
训练
CNN
-LSTLM端到端?
neural-network
、
tensorflow
、
deep-learning
、
torch
已经有许多论文(特别是图像标题)将
CNN
和LSTM架构联合用于预测和生成任务。然而,他们似乎都是独立于LSTM训练
CNN
的
。我在浏览Torch和TensorFlow (用Keras),却找不到为什么不可能进行端到端
的
培训(至少从架构设计
的
角度来看),但似乎没有任何关于这种
模型
的
文档。 那么,能做到吗?火炬或TensorFlow (甚至西亚诺斯或卡菲)是否支持联合训练端到端
的
CNN
神经网络?如果是这样的话,是否就像将输出从
CNN
浏览 2
提问于2016-10-17
得票数 8
1
回答
Grad传输学习错误:尝试将不受支持
的
类型(<class 'NoneType'>)
的
值(无)转换为张量
python
、
tensorflow
、
machine-learning
、
image-processing
、
deep-learning
在训练了一个机器学习
模型
之后,我尝试运行Grad,使用转移学习技术对一些图像进行分类。我使用
的
模型
是MobilenetV2。我给它加了一个分类器部分。我已经完成了
模型
培训和微调部分,并且
模型
本身也运行得很好。_____________________________________________________________我使用以下代码查看MobileNetV2层,并获取我在Grad函数
中
需要提到
的
最后一个卷积层
的
名称<Figu
浏览 6
提问于2022-03-31
得票数 0
1
回答
一维
CNN
方法能应用于实时时间序列分类吗?
classification
、
time-series
、
cnn
、
prediction
所以我得到了一个带有形状
的
EEG数据集(数据点,19),每一行
的
形状(1,19)代表1秒
的
EEG。 我读到了许多关于脑电分类
的
研究,这些研究采用了多种深度学习方法,而一维
CNN
就是其中之一。我
的
问题是,对于我
的
数据集,1D-
CNN
的
输入
必须有多行数据,例如(50,19),这样它就可以过滤
输入
矩阵。但是我想逐行预测新数据((1x19)形状),1D-
CNN
能用这个
输入
浏览 0
提问于2020-06-22
得票数 0
回答已采纳
1
回答
CNN
特征向量
的
提取
keras
、
feature-extraction
、
cnn
如何获得数据集
的
特征向量。我有一个精心调整
的
CNN
模型
和我
的
数据。现在,我想将从
CNN
最后一层提取
的
所有数据集
的
特征
输入
到LSTM
中
。到目前为止我已经
cnn
_output =
cnn
_model.get_l
浏览 0
提问于2018-01-23
得票数 5
1
回答
当使用batchsize=1时,如何使用
多个
GPU?
deep-learning
、
caffe
我正在尝试训练用于语义分割
的
深层
CNN
模型
。由于
模型
尺寸和
输入
图像
的
分辨率都很大,即使使用batchsize=1也会耗尽内存。在这种情况下,如何使用
多个
GPU来获取更多可用内存?
浏览 0
提问于2017-03-19
得票数 0
1
回答
创建一个定制
的
tensorflow层以分离特性
python
、
tensorflow
、
keras
为了解决我在这里发布
的
问题: (时间分布式tensorflow层
的
输入
数据格式),我想了另一个想法:与其将两个
输入
传递给一个
CNN
模型
,不如在设计
CNN
模型
之前,我使用熊猫或numpy将两个
输入
合并到一个
输入
中
,然后将其传递给
CNN
模型
,然后在
输入
层之后和卷积层之前添加一个自定义层,将它们简化为!下面的图片更详细地解释了我所说
的
浏览 4
提问于2021-07-04
得票数 0
1
回答
在Tensorflow 1.3
中
导出和加载tf.contrib.estimator,以便在不使用Tensorflow服务
的
情况下预测python
python
、
tensorflow
经过培训,我可以使用estimator.predict_scores()方法天真地访问经过训练
的
预测
模型
。然而,据我所知,这将从检查点文件
中
重新创建tensorflow图形,这对于我
的
预期应用程序来说是缓慢
的
。因为我只用深列构造feature_spec,所以我不明白保存
的
模型
如何知道我对线性列使用
的
是什么。我不知道如何组合这两种类型
的
列以进行保存/导出。虽然我能够成功地导出经过训练
的
回归者
模型</e
浏览 2
提问于2017-10-13
得票数 2
1
回答
Keras -合并层- Keras 2.0
keras
、
keras-layer
我可以通过以下操作来完成这一任务:但我收到一个警告:merged = Concatenate([
CNN
_Model, RNN_Model])model.add(merged) 并得到了以下错误
浏览 7
提问于2017-06-22
得票数 3
回答已采纳
1
回答
我可以不使用标签数据只将图像提供给简单
的
CNN
模型
吗?
deep-learning
、
keras
我只想从简单
的
CNN
模型
中
获取特征地图,所以我可以只给
模型
图像而不使用标签数据吗?如何与madel唯一
的
图像相匹配?📷
浏览 0
提问于2019-09-09
得票数 0
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
基于Attention-CNN的语义匹配模型
CNN中卷积的意义
如何快速在多个单元格中输入相同的数据或文字
TensorFlow中如何优雅给模型批量输入训练样本
谷歌开发新模型EfficientNets,缩放CNN的精度与效率超越现有模型
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
云直播
实时音视频
活动推荐
运营活动
广告
关闭
领券