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
(992)
视频
沙龙
1
回答
Tensorflow
2.0
如
何在
卷积
层
之间
共享
参数
?
tensorflow
、
keras
、
keras-layer
、
tensorflow2.0
、
multiview
我正在尝试在
TensorFlow
2.0
中重新实现Multi-View CNN (MVCNN)。然而,在我看来,keras
层
没有像tf.layers中那样的reuse=True|False选项。有没有办法用新的API定义
共享
参数
的
层
?或者我需要以TFv1的方式构建我的模型? 非常感谢!
浏览 78
提问于2019-07-04
得票数 3
回答已采纳
1
回答
Tensorflow
不
共享
变量
deep-learning
、
tensorflow
我们对
卷积
神经网络( )进行了改进,使其能够在人脸性别分类数据库上运行。我们读到关于“
参数
共享
”的假设是有用的,因为不管图像中的位置如何,一个补丁功能都是有用的。但下列情况除外: 代码 我认为CIFAR-10教程使用
参数
共享
吗?('
浏览 2
提问于2016-01-18
得票数 7
回答已采纳
1
回答
如何用
tensorflow
实现跨过一步的一维解卷
层
?
python
、
tensorflow
、
keras
正如本指南所说的,反
卷积
层
可以转换成等效的
卷积
层
。问题是:因为
tensorflow
只提供了一个二维版本的解卷
层
,如果我想为一个步幅大于1的原始
卷积
层
实现一个一维反
卷积
层
,我如
何在
每
浏览 5
提问于2017-05-16
得票数 1
1
回答
神经网络
层
激活的可视化
tensorflow
、
pytorch
或我使用PyTorch和预先训练的resnet18模型。我只需要输入图像并为特定的
层
(例如Layer
2.0
.
卷积
2)获得激活。在预训练模型中指定了Layer
2.0
卷积
2。如何获取resnet18 PyTorch中的特定
层
以及如何获得输入图像的激活。我在
tensorflow
中尝试过这个,它成功了,但没有PyTorch。
浏览 2
提问于2019-11-24
得票数 3
回答已采纳
1
回答
如
何在
DecomposeMe中实现
TensorFlow
体系结构?
tensorflow
、
conv-neural-network
有一种架构我想在
TensorFlow
中进行实验。该方案的实质是将传统网络中的ND核分解为N个连续
层
的一维核。提出了一种由分解
层
组成的DecomposeMe体系结构。每个分解
层
表示一个N-D
卷积
层
作为一维滤波器的组合,此外,还包括一个非线性的φ(·)中间。 ..。将现有结构转换为分解结构是一个直接的过程,因为可以系统地将现有的ND
卷积
层
分解为由一维线性校
浏览 3
提问于2016-09-15
得票数 2
1
回答
Tensorflow
2.0
结合CNN + LSTM
python
、
tensorflow
、
keras
、
lstm
在
TensorFlow
2.0
/ Keras中,如
何在
(扁平化的) conv2d
层
之后添加LSTM
层
?我的训练输入数据具有以下形状(大小、sequence_length、高度、宽度、通道)。对于
卷积
层
,我一次只能处理一幅图像,对于LSTM
层
,我需要一系列特征。有没有一种方法可以在LSTM
层
之前重塑数据,这样您就可以将两者结合起来?
浏览 22
提问于2019-09-19
得票数 5
1
回答
在使用线程进行数据加载训练时,在验证集上保存性能最好的
TensorFlow
模型的最有效方法
python
、
multithreading
、
tensorflow
1)在两个不同的应用程序\app\run-
tensorflow
/models/image/cifar10/cifar10_train.py和cifar10_eval.py上进行培训和评估 我不喜欢这个2)使用权重
共享
(
tensorflow
/models/image/mnist/convolutional.py )创建验证模型。好得多,但我不喜欢我需要记住所有的模型
参数
,我确信在
TensorFlow
中有一种更好的
共享
浏览 2
提问于2016-10-24
得票数 1
回答已采纳
1
回答
TensorFlow
- tf.layers对tf.contrib.layers
python
、
tensorflow
在
TensorFlow
中,和
共享
了许多功能(标准的2D
卷积
层
、批处理规范化
层
等)。这两者
之间
的区别只是因为contrib.layers包仍然是实验性的,layers包被认为是稳定的吗?
浏览 1
提问于2017-06-28
得票数 12
回答已采纳
1
回答
有线电视新闻网
卷积
层
过拟合的预防
tensorflow
、
conv-neural-network
我用
TensorFlow
训练手语应用的
卷积
神经网络(CNN)。CNN必须对27种不同的标签进行分类,因此毫不奇怪,一个主要的问题是处理过度贴合。我已经建立了一个相当复杂的预处理阶段,以帮助最大限度地不变性的东西,
如
照明条件。 我将L2正则化应用于全连通
参数
。我怀疑过度拟合的来源在于
卷积
层
,因为我没有采取任何明确的步骤来规范(除了保持
层
尽可能小)。但是根据
TensorFlow
提供的例子,似乎正则化或退出并不是典型的应用于
浏览 1
提问于2016-03-21
得票数 16
1
回答
使用
Tensorflow
2.0
的同一
层
不同尺寸的过滤器
python
、
tensorflow
、
machine-learning
、
computer-vision
我在Udemy中学习了一个关于
Tensorflow
2.0
的类,并将其应用于图像数据集。无论如何,类代码库中典型的
卷积
层
如下所示:是否可以在相同的
层
中添加多个过滤器,比如大小:kernel_size=2、kernel_size=3、kernel_size=4和kernel_s
浏览 0
提问于2019-08-10
得票数 1
回答已采纳
2
回答
如何使用
Tensorflow
2.0
2.0
α叠加
卷积
层
和LSTM?
tensorflow
、
deep-learning
、
tf.keras
、
tensorflow2.0
我正在尝试为NLP任务实现一个神经网络,该任务由一个LSTM
层
跟踪一个
卷积
层
。我目前正在试验新的
Tensorflow
2.0
来做到这一点。然而,在构建模型时,我遇到了一个我无法理解的错误。LSTM
层
有关的任何问题。我找到了,这意味着我重塑了
卷积
层
和lstm
层
之间
的
层
。但这仍然不起作用,而我却得到了另一个错误。看起来很相似,但它没有使用
Tensorflow
2.0
,
浏览 0
提问于2019-04-18
得票数 4
回答已采纳
2
回答
如何像Pytorch中的conv2d
参数
"groups“一样在
tensorflow
中获得每通道
卷积
?
tensorflow
、
pytorch
它的一个
层
有conv2d
层
,其中group =某个值。当我在
Tensorflow
中构建项目时。考虑到我在
tensorflow
的conv2d
层
中没有找到任何组
参数
,我该如何处理这个特定的
层
呢?我在网上搜索,但找不到任何具体的东西,比如小组所说的是每个通道的
卷积
。我找到的最接近的东西是tf.nn.separable_conv2d,但仍然不确定如
何在
其中设置
参数
。Pytorch
层
是conv2d(input
浏览 56
提问于2019-06-22
得票数 2
1
回答
如何使
tensorflow
操作不可训练
tensorflow
我正在用
Tensorflow
Core构建一个堆叠的
卷积
自动编码器(没有纯
Tensorflow
的API )。我想在编码器和解码器
之间
添加不可训练的
层
。有人知道如
何在
tensorflow
图中添加不可训练的
层
吗?张力板图形图片是附加的,出现在蓝色标记框中的操作是我想要使其不可训练的操作,或者可以说我不想在它们上进行梯度计算。
浏览 0
提问于2019-11-25
得票数 0
1
回答
卷积
神经网络中并行
卷积
与序贯
卷积
的区别
tensorflow
、
neural-network
、
deep-learning
、
conv-neural-network
我试图用
tensorflow
实现一个
卷积
神经网络来对文本进行分类。第一个模型使用与输入数据并行的
卷积
,而第二个模型以顺序方式使用
卷积
。我把这两种模型形象化为拉伸板: 所以我的问题是,既然两者都被用来对文本进行分类,那么这两种实现
之间
的区别
何在
,哪一
浏览 0
提问于2017-06-13
得票数 1
回答已采纳
1
回答
使用急切执行重新计算
卷积
值
python
、
tensorflow
我创建了一个训练集、一个权重和一个
卷积
层
。如
何在
不再次声明图层的情况下重新计算
卷积
?我预计会是这样的: tfe = tf.contrib.eager TrainingDataExampleWeightExample, strides=[1, 1, 1, 1], padding="VALID", name="Co
浏览 0
提问于2018-08-30
得票数 1
2
回答
如
何在
深度学习中训练或逼近不同分辨率的图像数据集
deep-learning
、
cnn
、
image-recognition
、
image-preprocessing
、
image-size
图像分类:注意,这些是彩色图像。 我不知道这是好方法还是任何方法都是值得注意的。
浏览 0
提问于2019-07-01
得票数 0
1
回答
如
何在
Caffe中定位/指定池
层
的大小?
neural-network
、
deep-learning
、
caffe
、
conv-neural-network
、
mnist
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。但是,池
层
似乎没有指定它们具有/我们可以调整的输出数量。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<
浏览 2
提问于2016-06-08
得票数 2
回答已采纳
1
回答
CNN凯拉斯:将训练多少个重量?
python
、
tensorflow
、
neural-network
、
keras
、
conv-neural-network
示例:我有一个32x32像素和3个通道的输入
层
(即(32,32,3)的形状)。现在我使用了一个二维
卷积
层
和10个形状的(4,4)滤波器。因此,我最终得到了10个通道,每个通道的形状都是(28,28),但是现在是为每个输入通道训练一个单独的过滤器,还是它们是
共享
的呢?我是训练3x10x4x4还是训练10x4x4?
浏览 1
提问于2018-06-05
得票数 3
回答已采纳
1
回答
如
何在
一维CNN中训练多维输入的内核权重?
machine-learning
、
neural-network
、
cnn
、
convolutional-neural-network
对于一维
卷积
神经网络是如何学习的,我还远未完全理解,但我认为我理解内核是如
何在
一维输入数据上工作的。一维
卷积
与多维输入数据是如何工作的?来自这篇文章的图像:我认为
tensorflow
.keras Conv1D
层
中的“Conv1D”
参数
实际上控制内核的宽度(这在一维输入数据中似乎很明显),但是内核本身和输入数据中的行数一样“深”。如果是这样的话,内核“行”中的权重
之间
的关系是什么?它们都是相同的,不同的,但在某种程度上是相关的,还是完全不同的?请让我知道,如果我的理
浏览 0
提问于2021-08-01
得票数 0
回答已采纳
1
回答
如何改进我的神经网络设备(说话人识别- MFCC )
machine-learning
、
neural-network
、
identity
、
voice-recognition
、
mfcc
# function to show the plot这是我的压缩文件,包含代码和音频文件:编辑:from matplotlib import pyplotfrom random import randint import
tensorflow
浏览 2
提问于2019-11-25
得票数 0
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
你用iPhone打游戏,有人却用iPhone来训练神经网络
深度学习笔记
使用PaddleFluid和TensorFlow实现图像分类网络SE
DA Techie Start TF with MNIST
计算机图形学遇上深度学习,针对3D图像的TensorFlow Graphics面世
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
云直播
活动推荐
运营活动
广告
关闭
领券