我想在预先训练好的CNN (VGG)上建立一个LSTM来对视频序列进行分类。LSTM将由VGG的最后一个FC层提取的特征馈送。 该体系结构类似于： ? 我写了代码： def build_LSTM_CNN_net() from keras.modelsimport Model
from keras.layers import D
浏览 37提问于2020-09-09得票数 3
回答已采纳
我想训练一个CNN，用Keras从100x100x1图像中预测224x224x13矩阵(热图)。我的想法是完善keras提供的经过预先培训的网络(resnet、Xception、vgg16等)。第一步是用预先训练过的顶层来代替那些满足我的问题约束的层。我试图预测值从0到1的100x100x1热图图像，因此我希望我的网络<
浏览 0提问于2017-06-09得票数 4
回答已采纳
1回答
我想知道您是否可以给我一些提示，说明使用哪一种框架：我一直与西亚诺和拉扎涅合作，但不幸的是，没有可能实现双向LSTM与反恐委员会的盒子。千层面提供了RNN：的可能性你能和西亚诺和拉扎涅一起做这个吗？或者你会推荐一个不同的框架。
为你的反馈感到高兴！
浏览 2提问于2016-07-12得票数 0
回答已采纳
我正在尝试在Keras中构建一个具有预先指定连接的神经网络。例如：
我不确定如何在keras中指定各层之间的连接。
谢谢!
浏览 2提问于2018-12-04得票数 1
我正在尝试使用预先训练好的网络，例如tf.keras.applications.ResNet50，但我有两个问题：- Is there a way how I can omit this parameter?
浏览 54提问于2018-06-01得票数 0
回答已采纳
2回答
我只是试着用预先训练过的vgg16在Keras中做这样的预测。from scipy import ndimagefrom keras.applications.vgg16 import我把它评论掉了，它开始做出很好的预测。我还添加了preprocess_input(.)但这似乎并不影响对我所做的少数随机试验的预测。问题是，根据这个伟大<em
浏览 0提问于2018-02-24得票数 6
2回答
我正在阅读一些基于神经网络的研究论文，在那里我偶然发现了经过预先训练的CNN网络的“微调”这个词。它实际上是做什么的？
浏览 0提问于2019-06-20得票数 0
回答已采纳
1回答
在我的tensorflow模型中，一个网络的输出是一个张量。这个值需要输入到另一个预先训练过的网络中。编辑1：添加端到端详细信息：
我在tensorflow中定义了一个网络A，它接受输入input_a并生成输出output_a。这是我需要提供给ResNet50预先训练的模型。这个我需要提供给另一个预先训练过的网络，比如网
浏览 3提问于2019-11-28得票数 2
回答已采纳
2回答
我目前正在开发一个使用Keras + Tensorflow的模型，以便确定一组蛋白质的温度范围。我首先做的是创建一个预先训练的模型，将蛋白质转化为嵌入物，然后预测其各自的温度。我现在要做的是将这个pre=trained模型合并到一个新模型中，该模型可以使用这个给定的模型和相应的权重作为输入。然后拟合一个新的数据集，并再次进行预测。新的</
浏览 30提问于2020-11-11得票数 1
回答已采纳
我想使用预先训练的神经网络与TF.Keras和Python。我想试试不同的案子。我在上看到了我可以使用的不同的预训练神经网络。我还想使用一个具有相同参数和预训练的非训练神经网络来获得比较结果的可能性。
我看到命令“model.summary()”存在。这是一个很好的<
浏览 6提问于2022-06-15得票数 0
1回答
我目前正在开发一个从3D对象(准确地说是体网格)中提取某些特征的系统，我想将这些特征与tensorflow cNN中自动生成的特征与其他一些数据进行性能(分类)比较，但这不是这里的重点，只是为了背景。我现在的想法是，取一个数据集(modelnet10)，训练tensorflow cNN对它们进行分类，然后在我的数据集上使用它学到的东西-不是用来分类，而是提取特征。所以我想扔掉cnn所做的一切，除了它从物体上取走的东西
浏览 63提问于2021-04-29得票数 0
回答已采纳
我正在尝试训练一个接受4通道输入的卷积网络，并希望使用像VGG16这样的预训练模型。我不应该使用VGG16的初始卷积块是有意义的，因为它们是针对3个通道输入进行训练的，并重新定义了初始卷积块。但是，我想从VGG16开始使用block3。如何使用Tensorflow Keras api实现这一点？ 简而言之，我如何从预先<
浏览 20提问于2019-05-04得票数 1
回答已采纳
当我使用QAT (量化感知训练)训练Keras模型时， 有一些不兼容的问题，如不支持BatchNormalization或UpSampling2D等。如何在不使用每一层tfmot.quantization.keras.quantize_annotate_layer的情况下直接预防它？(尤其是使用tensorflow keras函数API (而不是tf.keras.
浏览 22提问于2020-09-29得票数 0
我想为回归任务构建一个完全连接(密集)的层。我通常使用TF2，使用Keras API，如下所示： model = tf.keras.models.Sequential()model.add(tf.keras.layers.Dense(units=2,
浏览 40提问于2020-01-16得票数 2
回答已采纳
如果我想使用预先训练过的VGG19网络，我可以简单地做VGG19(weights='imagenet')
在keras
浏览 0提问于2019-02-01得票数 5
回答已采纳
1回答
我有一个tensorflow 2.x函数模型，它的第一层来自另一个预先训练过的模型。我希望这些层保持冻结状态，所以我已经在经过预先训练的头上使用了tf.stop_gradient来阻止它们学习。下面是我的网络的一个最起码的例子：x = tf.ke
浏览 1提问于2021-11-16得票数 1
回答已采纳
2回答
我最近遇到了“可学习参数”这个术语，谷歌搜索并没有多大帮助，因为大多数搜索都是在CNN而不是DNN中描述可学习的参数。这两者有什么区别吗？
如何计算DNN中可学习参数的数量？我是机器学习的新手，所以我希望能在这方面提供一些帮助。
浏览 0提问于2019-03-23得票数 1
1回答
我一直遵循来自的代码来训练一个能区分10个猴子物种的CNN。在训练阶段，我取得了不错的成绩，有三个时代：然后，我编写了一个预测脚本，该脚本查看一个目录，并从保存的模型中进行预测我试着把它指向培训和验证文件夹，但这两种结果在16%的时间里似乎都是正确的
浏览 0提问于2018-03-10得票数 1
回答已采纳
我正在使用Python3.7.7。这是我用来将图像加载到numpy数组中的代码。simpleitk.github.io/SimpleITK-Notebooks/01_Image_Basics.html return images, images_array
这段代码适用于最小的数据集为了运行代码，我在Windows7上使用了PyCharm最新版本。
浏览 0提问于2020-08-11得票数 2
回答已采纳
2回答
我正在设置一个fit_generator来训练一个由keras训练的DNN。但我不知道如何在这台发电机里使用CNN。基本上，我有一个经过预先训练的图像生成器，它使用完全连接的卷积网络(我们可以将它命名为GEN)。现在，我想在我的fit_generator中使用这个完全-CNN来生成无限数量的图像来训练另一个分类器(称为类网)。但
浏览 0提问于2019-05-06得票数 0
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