我正在使用google colab。在使用EfficientNetB3时，我得到以下错误我理解这一点是因为我的数据不适合GPU。但是当我尝试InceptionResNetV2时，我没有得到任何错误。InceptionResNetV2中可训练的参数个数为109,380,744
InceptionResNetV2中可训练参数的数量比EfficientNe
浏览 0提问于2020-02-29得票数 3
1回答
通常使用CNN结构，在最后一层中使用Sigmoid函数作为激活函数，并使用二进制交叉熵来输出每个类的概率。然而，问题是，当我们有两个以上的标签，每幅图像，该模型将导致低精度。任何人都有一个健全的最先进的模型，做多标签图像分类的高精度的建议。
浏览 0提问于2021-04-20得票数 1
我正在尝试用数据增强的传输学习来训练一个模型。我的图像数据是32x32x3，我想导入EfficientNet07，但是每次我运行model = EfficientNetB0(weights='imagenet')ImportError: cannot import name 'EfficientNetB7' from 'tensorflow.keras.applications' (C:\Users\…..
我不
浏览 7提问于2020-08-10得票数 2
作为深度学习的新手，我正在努力理解不同的艺术状态之间的差异和它们的用途。比如resnet或vgg是来自yolo或rcnn家族的。它们是这些检测模型的子组件吗？另外，SSD是像yolo或rcnn那样的另一个家庭吗？
浏览 1提问于2021-05-18得票数 0
回答已采纳
我的问题更多的是关于算法是如何工作的。我已经成功地实现了灰度图像的EfficientNet集成和建模，现在我想了解一下它的工作原理。 这里最重要的方面是灰度和它的1个通道。当我放入channels=1时，算法无法工作，因为，如果我没理解错的话，它是在3通道图像上生成的。当我放入channels=3时，它可以完美地工作。 因此，我的问题是，当我使用channels=1放置channels = 3并向模型提供经过预处理的图像时，它为什么会继续工作？ EfficientNetB5的代码 # Variable assignmentsimg_height = 84
i
浏览 74提问于2020-08-19得票数 1
1回答
我在efficientnet上阅读代码时，被它的巧妙想法所震惊。但我不太明白它是如何调整频道数量的。 new_filters = int(filters + depth_divisor / 2) // depth_divisor * depth_divisor # Make sure that round
浏览 2提问于2020-03-08得票数 1
1回答
我想把我的GPU模型转换成TPU模型。我的GPU模型接受两个输入图像，并对两个图像具有相同的输出。为此，我使用自定义数据生成器。有两个并行网络；每个输入一个。dataset_12 = tf.data.Dataset.from_tensor_slices((left_train_paths, right_train_paths))dataset = tf.data.Dataset.zip((dataset_1
浏览 3提问于2020-06-27得票数 0
回答已采纳
2回答
EfficientNet作为新的多标签分类方法的基本模型.对于EfficientNets预先训练的权重，我选择了imagenet权重。
浏览 0提问于2021-05-13得票数 0
我对ML很陌生，我正在尝试使用转移学习的EfficientNets对乳腺癌组织学图像进行分类。
浏览 0提问于2020-10-25得票数 1
回答已采纳
我有一个ubermodel，它使用一个子模型作为一个层进行特征提取。我的代码是模块化的，因此我可以很容易地切换用于执行特征提取的子模型，只需更改我分配的任何子模型： pooling = FEATURE_POOLING,elif FEATURE_EXTRA
浏览 2提问于2020-04-29得票数 2
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
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