1回答
Tensorflow中的对话卷积
、、、、
如何在与完全相同的网络中使用Tensorfow中的，除非我使用的不是普通的5x5感受域，而是2拨号的3x3感受域(最终应该是5x5，只有9个非零权重)。
浏览 11提问于2017-08-03得票数 1
回答已采纳
下面是我的代码： import tensorflow as tffrom scipy import signal
img2 = np.array([
浏览 20提问于2020-07-23得票数 0
回答已采纳
我试图在Tensorflow中构建一个递归卷积自动编码器，但是我很难将卷积自动编码器与递归层连接起来。根据我的理解，Tensorflow RNNCell接受形状的输入(batch_size，time_steps，info_vector)，但是我的一维卷积层的输出形状为(batch_size，info_vector有没有办法让tensorflow存储以前的信息向量。或者，我是否需要使
浏览 3提问于2017-03-28得票数 0
回答已采纳
我知道tensorflow提供了一些处理稀疏张量的方法。例如，当存在稀疏矩阵时，tf.sparse_tensor_dense_matmul比tf.matmul更快。在深卷积网络中，经过训练得到稀疏卷积核。我想知道如何保存卷积核，使tensorflow知道内核是稀疏的？
我看过一些报纸。本文提出了稀疏卷积比传统卷积更有效的计算方法。但是，tf.nn.conv2d并不表示它将比密集卷积
浏览 4提问于2017-05-25得票数 2
回答已采纳
Tensorflow和cudnn卷积具有不同的填充。但是CPU/GPU卷积对于用户来说是相似的。tensorflow如何使用cudnn进行“十流风格”卷积？
浏览 4提问于2018-01-24得票数 2
我正在尝试将一些代码从tensorflow 1.x转换到tensorflow 2.x。到目前为止一切都很顺利，但我被困在了atrous卷积上。与其他层不同，似乎没有一对一的转换。有一个纯粹的keras实现here和一个tf.nn.atrous_conv2d实现here，但我也不确定是否可以在tf.keras.Model函数here中使用它们。b if bias else 0)
return out 我只想转换它，把它放
浏览 373提问于2020-10-30得票数 1
回答已采纳
我正在尝试在图形处理器上的tensorflow中实现一个3DCVN，但我的大多数变量都是complex64。当我所有的变量都为float32时，一切都能正常工作。我已经整理了一些相关的问题，但我被这个错误卡住了：was: Conv3D = Conv3D[T=DT_COMPLEX64, padding="SAME",
浏览 0提问于2016-10-25得票数 0
我刚接触tensorflow进行深度学习，对tensorflow中的解卷积(卷积转置)操作很感兴趣。我需要看一下操作反卷积的源代码。我猜这个函数是。但是，在该函数中，它调用另一个名为gen_nn_ops.conv2d_backprop_input()的函数。我需要查看此函数中的内容，但在存储库中找不到它。任何帮助都将不胜感激。
浏览 1提问于2016-12-15得票数 37
1回答
仅用CPU训练神经网络
、、、
我正在远程服务器上的虚拟机上工作，我想在它上训练一个神经网络，但是我在这个VM中没有GPU。是否可以仅使用CPU在此VM上训练网络？如果是这样的话，它是否适用于大型数据集，还是会成为一个问题？
浏览 1提问于2019-02-27得票数 0
在最新的tensorflow版本中，有用于2D去卷积操作的。但是，对于，没有相应的一维反卷积操作。如何对一维数据进行反卷积？
浏览 9提问于2018-01-18得票数 0
我在网上没有找到这个问题的明确答案(如果它存在的话，很抱歉)。我想了解这两个函数(SeparableConv2D和Conv2D)之间的区别，一步一步地处理，例如输入数据集(3,3,3) (作为RGB图像)。==============Trainable params: 13我理解Keras如何通过Conv2D计算模型2的预测，但是有人能解释一下模型1预测的SeperableConv2D计算以及它的参数数(16)吗？
浏览 1提问于2019-02-15得票数 12
回答已采纳
1回答
我想扩展TensorFlow的tf.nn.conv2d函数，让它在乘以滤波器之前对每个感受域中的输入(使用sigmoid或ReLU函数)设置阈值。实际的卷积操作是在Eigen中实现的，Eigen的卷积功能是在一个名为的函数中实现的。但是，我还没有找到choose函数的实现。choose函数位于TensorFlow github存储库中</
浏览 1提问于2016-03-28得票数 2
我正在对权重做一个相当基本的线性缩放，通过假设权重和偏差的正态分布，然后将平均值的2个标准差内插到-128,127范围内的所有值。这一切都起作用了，我通过推理运行了模型，但我的图像非常糟糕。我知道这会对性能造成很小的影响，但我看到大约10倍的性能下降。我的问题是，在对权重进行缩放之后，我是否需要对输出执行反向缩放操作？我读过的论文中似乎没有提到这一点，但我不确定为什么我的结果会如此糟糕。 该网络用于图像去马赛克。它接
浏览 20提问于2019-02-17得票数 0
1回答
这是我的问题。我训练了一个卷积神经网络，用tensorflow将图像分为两类。我现在想知道如何使用来自神经网络的权重，并在未标记的随机图像上进行测试。tensorflow中是否有这样的函数，还是我现在应该自己运行卷积？
浏览 0提问于2017-04-05得票数 0
回答已采纳
我正在使用Keras库，我只是尝试初始化VGG16模型，并且我得到了一个关于所有输入都不是这个图的元素的错误。我用的是Tensorflow后端。\backend\tensorflow_backend.py"，第121行，在get_session _initialize_variables()中文件"C:\Users\joshu
浏览 4提问于2017-09-29得票数 1
dw})我一直在尝试找出conv2d_transpose，以便在Tensorflow中反转卷积。我的理解是，“反卷积”应该包含与“噪声”相同的数据，然后应用正常的卷积，然后转置，但“反卷积”只包含一些完全不同的图像。是我的代码有问题，还是理论不正确？
浏览 0提问于2016-06-18得票数 4
我有一个带有一些较大的135 x 135 x 1 x 3卷积滤波器的tensorflow模型。我发现tf.nn.conv2d对于如此大的过滤器变得不可用了--它试图使用超过60 it的内存，这时我需要关闭它。下面是重现我的错误的最小脚本：import numpy as np
frames, height, width, channels = 200, 321(注意:我还试着改变我<e
浏览 5提问于2017-08-30得票数 6
回答已采纳
我想知道我是否可以简单地应用TensorFlow中的卷积。它将如何应用？卷积掩码的权重是否随机设置为零，而其“幻灯片”对输入？
浏览 3提问于2016-08-16得票数 4
回答已采纳
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
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
