1回答
Tensorflow量化-解析模型失败:pybind11 11：：init()：工厂函数返回nullptr
python、tensorflow、tensorflow-lite、quantization
该模型由三个不同的模型组成：
k=2; d=1; padding = (k - 1) * d
# temp_block_input_p = tf.pad(temp_block_input,到目前为止，我还没有找到解决方案，但我认为应该能够量化这
浏览 0提问于2021-03-21得票数 0
回答已采纳
1回答
你能使用完全卷积网络进行二进制分类吗？
image-classification、convolutional-neural-network、pytorch
我知道完全卷积网络可以用于图像分割和类似的，但我想知道你是否也可以将它们应用于简单的图像分类任务。如果是这样的话，正确的方法是什么(在火把中)？假设我们有30x30大小的猫和狗的RGB图像和下面的(演示)网络。self.layer(x)然后你可以使用：normal_network= NormalNetwork()
fully_convolutional_
浏览 0提问于2021-07-05得票数 4
1回答
Keras -如何分类一维时间序列
machine-learning、python、keras、time-series
假设我有一个训练数据集，由128个一维时间序列以numpy数组的形式组成。
它们都对应于一个特定的动作，我给它贴上action_1标签，我想识别它。
浏览 0提问于2018-12-03得票数 2
1回答
如何使TensorFlow神经网络训练更加健壮？
python、tensorflow、machine-learning、recurrent-neural-network
我在训练一个RNN的时间序列。我将RNNCell子类化，并在dynamic_rnn中使用它。RNNCell的拓扑如下：
为什么这个模型如此
浏览 0提问于2018-01-28得票数 0
回答已采纳
1回答
我们如何使用TensorFlow while loop (tf.while_loop)实现基于梯度的神经网络可视化？
python、tensorflow、neural-network、deep-learning、conv-neural-network
为了知道卷积神经网络中卷积层中的某个滤波器对什么敏感，可以应用基于梯度的滤波器可视化。conv_node be a convolutional layer in a neural network
filter_index be the index of the filter
浏览 0提问于2019-07-07得票数 0
1回答
keras: ValueError:在检查模型目标时出错:期望activation_1具有形状(无，60)，但得到与形状(10,100)相同的数组
python、tensorflow、keras、convolution
import Sequential, Modelfrom keras.layers import convolutional"filter_width_1": 5# copy defaults, but override with anything in kwargsnetwork= Sequential()network.add(<
浏览 0提问于2018-02-19得票数 4
回答已采纳
1回答
一种简单卷积神经网络的反向传播
cnn、backpropagation、convolutional-neural-network
嗨，我正在做一个简单的卷积神经网络(图片附在下面)。输入映像为5x5，内核为2x2，它经历了一个ReLU激活函数。在ReLU获得最大的2x2池池后，这些池就会被平化，并连接到完全连接的层中。我已经通过网络进行了传播，现在正在执行反向传播步骤。取交叉熵和softmax的导数，计算了全连通层的权值。
我感到困惑的是如何通过最大池预先形成反向传播，然后最终在卷积层中找到权值的导数。堆栈溢出(https://stackoverflow.com/questions/63022091/
浏览 0提问于2020-07-22得票数 2
回答已采纳
2回答
应用神经网络进行图像识别
machine-learning、image-processing、neural-network、deep-learning、conv-neural-network
在对图像进行精巧的边缘检测之后，神经网络是如何进行图像识别的？我不是在寻找代码，我想知道神经网络实际上是如何工作的，以便从一组图像中匹配图像的相似性。
在输入层、隐藏层等方面应该考虑什么？
浏览 0提问于2016-05-19得票数 0
2回答
在R中有没有一个函数可以把几个单独的图打包成一个"Network.List"？
r、igraph、adjacency-matrix、sna、ggraph
我使用不同的包(例如igraph、network、networkDynamic、ggraph等)。也尝试过不同的解决方案。我有几个邻接矩阵(每个矩阵都包含边或它们的权重随时间的变化)，通过它们我可以使用network()命令创建单独的网络。为了从它们创建动态网络，我想将这些网络表示为network.list，这样我就可以将它们插入到命令networkDynamic()中。我是通过“Newcomb的兄弟会网络”网络数据集想出这个想法的，
浏览 20提问于2020-12-03得票数 1
1回答
如何在CoreML模型中使用Keras生成class_labels.txt？
swift、keras、deep-learning、coreml、apple-vision
我一直在尝试使用coreML创建IOS应用程序，我在Keras中训练了一个卷积神经网络，当我使用CoreMLTools将此模型转换为CoreML模型时，它显示输出是一个多维数组，但我希望它是一个类别概率coreml_model.author = 'Thijs van der Heijden'coreml_model.description = 'A basic Deep ConvolutionalNeural Network
浏览 0提问于2017-11-05得票数 0
1回答
TfLearn混淆矩阵训练在std::bad_alloc上终止
machine-learning、tensorflow、scikit-learn、confusion-matrix、tflearn
当使用TFLearn创建卷积神经网络时，如何得到混淆矩阵存在问题。hdf5Test = h5py.File('/path', 'r')
Y = hdf5Test['Y']
network = input_data(shape=[None, 240, 320, 3], name=&#x
浏览 3提问于2017-07-25得票数 4
回答已采纳
1回答
卷积神经网络中的反向传播及滤波器更新
machine-learning、neural-network、deep-learning、artificial-intelligence、convolutional-neural-network
我正在学习Convolutional Neural Network，现在我对如何实现它感到困惑。我知道常规的神经网络和像Gradient Descent和Back Propagation这样的概念，我也能理解CNN是如何直观地工作的。过滤器只是简单的矩阵？或者他们有像规则神经网络这样的
浏览 1提问于2018-05-13得票数 0
回答已采纳
2回答
Keras，顺序和时间序列:我们是否应该扁平化？
machine-learning、keras、neural-network、time-series、flatten
我试图为时间序列分析构建一个简单的NN。到目前为止，我只添加密集层(但欢迎评论LSTM等，如果这是您喜欢的)。所以，我想知道在第一层之前是否可以在某种程度上删除时间依赖所需的信息.
浏览 1提问于2019-12-01得票数 2
3回答
多元时间序列分析:什么时候CNN和LSTM比较合适？
time-series、cnn、lstm
我在一个时间序列中有多个特征，并希望在下一个时间步骤中预测相同特性的值。我已经训练了一台LSTM，它运转良好，但训练需要一些时间。所以现在我的问题是:使用CNN而不是LSTM是否合理，即使它是一个时间序列？当你永远不应该转到CNN上的时候，有什么指示吗？
浏览 0提问于2020-07-20得票数 7
回答已采纳
2回答
卷积神经网络性能的改进
machine-learning、neural-network、classification、convolutional-neural-network
我正在进行图像分类，为此，我建立了以下神经网络：model.add(Conv2D(filters=96, input_shape=input_shape, kernel_size=(3,3)categorical_crossentropy', optimizer=adam, metrics=['
浏览 0提问于2019-12-02得票数 0
回答已采纳
3回答
澄清convLSTM用于回归的用法
regression、lstm、deep-learning
因此，我假设它推断出来自input_shape的时间步数。我的理解正确吗？W=图像宽度−F+2P/S+1📷
主要问题:我应该如何使用这些输出来执行预期的回归，即提前预测j个时间步骤的天气数据？此外，
浏览 0提问于2019-04-29得票数 1
2回答
基于训练tensorflow模型的单幅图像分类
python、tensorflow、deep-learning、classification、conv-neural-network
我使用卷积神经网络对3种标签中的图像进行分类。我做了所有的训练和测试，获得了60%的准确率。然后，我保存了这个模型，我想加载一个图像，并将其分类为其中一个标签。我使用的代码：pred = convolutional_neural_network编辑：def convo
浏览 0提问于2020-04-09得票数 0
1回答
mnist数据集的mlp神经元数？
machine-learning、keras、image-classification、perceptron、mlp
我试图找出在MNIST数据集(60,000次训练和10,000个测试数据)中可以使用的神经元的最佳数量。我用角角建立了一个单一的隐层模型，但当我增加隐层中的神经元时，每100个神经元的准确率会略有提高，即使我使用的是2000个神经元，而不是784个神经元，它也不会有很大的变化。我认为，由于overfitting.but的存在，增加神经元的数量会降低分类的准确性。我甚至尝试使用2000个神经元，但测试的准确性不会降低，我认为这一限制对我来说是不可能的，因为它会使我的计算机崩溃。
是找到MLP隐藏层中最佳神经元数目的唯一途径。我如何进一步调整参数，是否可以使用一些其他的超参数来处理，比如弱化隐藏层
浏览 0提问于2018-03-04得票数 0
1回答
时间序列压缩用自动编码器
keras、time-series、lstm、convolution、autoencoder
我试图使用自动编码器(简单，卷积，LSTM)来压缩时间序列。 autoencoder.compile(optimizer=adamax, loss='mean_absolute_percentage_error')
浏览 0提问于2019-10-01得票数 4
云服务器
ICP备案
即时通信 IM
云直播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号