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
8回答
我对神经网络这个话题很陌生。我遇到了两个术语--卷积神经网络和递归神经网络。
我想知道这两个术语是否是指同一事物，或者，如果不是，它们之间会有什么区别呢？
浏览 6提问于2014-01-04得票数 67
在我正在开发的应用程序中，我有大约5000张产品标签图像(每个产品有一个标签)。
我的应用程序的一个功能是，用户可以使用他的相机拍摄一张照片，并得到一个可能的匹配(Es)的产品标签注册的系统。由于最初，我的系统每个产品只有一个样本，所以我决定采用传统的计算机视觉技术。我使用特征提取和描述符匹配实现了这一点。blob/master/samples/cpp/mat
浏览 0提问于2017-10-24得票数 1
回答已采纳
1回答
胶囊神经网络采用卷积、原胶囊和数字胶囊层。同时，采用卷积和最大池层的卷积神经网络。我想对卷积神经网络和胶囊神经网络进行比较。下面的表格是我的cnn模型的架构。我需要在胶囊神经网络上做一个类似的结构。那么，如何正确地叠加胶囊神经网络，堆栈胶囊神经网络是什么样的呢？
浏览 10提问于2022-12-02得票数 -2
1回答
卷积中的反向传播
、、、
我在理解反向传播是如何在卷积层中工作时遇到了一些困难。实际上，在计算隐藏层中的误差后，我们可以在误差图像中表示它。但是在那之后，我如何更新内核呢？我在下图中给出了一个例子:我们有一个图像错误(l+1) (计算了反向传播)连接到父对象的输出(l)和相关的内核K。K1 =
浏览 0提问于2015-05-05得票数 1
1回答
每个边界盒的置信值
、、、、
我目前正在进行图像分类，给出了一种神经网络图像分类方法。我已经成功地在图像上创建了边界框，对于每个边界框，我应用了分类算法(W^X+B，其中W、B是已经从训练数据中学到的权重和偏差)来获得20个类中的每个类的值。对于一个边框，我得到了20个类的值：-16.232414211 (从0开始的类索引)，它的最大值为
浏览 1提问于2016-04-14得票数 1
回答已采纳
然而，我读过几次这样的话：我知道前馈神经网络是什么，但据我所知，深神经网络是指在输入和输出层之间有多个层次的所有人工神经网络？此外，我看到有各种各样的深度学习架构，例如：残差神经网络深玻耳兹曼机
..。然而，维基百科现在也让我很难区分所有的术语，它说：“深层神经网络、深层信念网络、递归神经网络
浏览 0提问于2019-07-15得票数 3
回答已采纳
我目前正在研究一项语音识别任务，将深入学习应用于标准声学模型(gmm-hmm)。
目前，我已经生成了我的话语的谱图，并且使用简单的模式识别设法在“是”/“否”数据集中接收到40%的WER。CNN被赋予了一个40帧的上下文窗口，在这个窗口中检测到了中心帧，我的问题是，使用RNN是否对这里有好处？因此RNN处理上下文，CNN在一个帧谱图上进行“图像分析”。如果是这样的话，它会不会明智地导致一些问题，当我在CNN上做的时候，是否通过在谱图的更大部分
浏览 0提问于2017-07-06得票数 2
回答已采纳
1回答
声音数字分类
、、、
我尝试做的事情在概念上类似于臭名昭著的NMIST分类示例。除了每个数字都是计算机产生的声波。我更喜欢更简单的模型，以换取几个百分比的性能点，最好是用Scikit Learn库来编写。
浏览 5提问于2017-09-19得票数 0
1回答
使用CNN，我想拍摄一张每个像素都有3个标签注释的图像。如下所示：0,1,2,3...(Object Number of given class eg, 2nd instance of cat)
换句话说，给出一张多只猫和狗的照片，CNN会输出给定的像素来自一个对象，该对象是一只猫，它属于图像中的猫的第二个实例编辑:我应该注意，我知道我最初必须用带注释的图像训练CNN，其中每个像素已经有2到3个如上所述的标签。
浏览 1提问于2017-05-15得票数 0
我必须开发一个视频事件检测工具，在票务中，counter.The工具必须为那些在没有点票的情况下通过门的人拍照。我有一套视频，人们拿着这些数据在gate.So上乱搞，我怎么能实现一个视频事件检测工具?我不知道在哪里可以start.Where，我能找到一些关于有监督的视频事件检测的教程吗？
浏览 0提问于2016-08-27得票数 1
回答已采纳
我读了很多关于Jetson Nano和Google Coral Devboard的文章，在我读过的大多数文档和论文中，推断和部署都是使用预先构建的卷积神经网络来完成的，例如AlexNet，Inception，MobileNet和其他用于图像分类的神经网络。据我所知，这些微型计算机需要将神经网络转换为tensorflow模型或任何它们接受的框架，以执行模型的推断。我想知道的是:对于J
浏览 20提问于2020-12-24得票数 1
回答已采纳
2回答
我读过关于时间延迟神经网络(TDNN)的文章，我不确定我是否理解它。据我所知，tdnn的工作原理就像一维卷积神经网络(CNN)。
如果这些体系结构存在的话，它们之间有什么区别？
浏览 0提问于2021-01-20得票数 1
回答已采纳
我已经完成了卷积神经网络的实现部分。但在卷积神经网络中，如何选择滤波器来获得卷积特征仍然是个难题。正如我所知，在filter.is的帮助下，我们通过检测特征(如眼睛、鼻子、嘴巴)来使用卷积层从图像中识别人脸。过滤器包含眼睛、鼻子、嘴巴来从图像中识别人脸是真的吗？
浏览 0提问于2018-11-14得票数 0
1回答
如果我没记错的话，卷积神经网络(CNN)首先被开发用于图像分类(参见LeCun等人的工作)。问题:你有成功应用CNN处理非图像数据的例子吗？
浏览 0提问于2018-11-23得票数 4
回答已采纳
我对神经网络很陌生，但我对线性代数和卷积的数学有很好的理解。model.add(Convolution2D(nb_filter = 32, n
浏览 0提问于2017-01-23得票数 35
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
