1回答
CNN架构之间有什么不同？(AlexNet，ConvNet，ResNet等)因为我在互联网上遇到的大多数CNN对我来说都是一样的。
浏览 3提问于2017-10-23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Jetson Nano和Google Coral Devboard，我是否可以拥有与文档中举例说明的卷积<em
浏览 20提问于2020-12-24得票数 1
回答已采纳
我很熟悉Overfeat的工作原理，它不仅能对图像中的对象进行分类，而且还能通过仅使用卷积层而不是最终完全连接的层来定位图像中的对象。然而，我读到的每个教程或解释都谈到了alexnet或一个非常基本的神经网络，它由几个连续的卷积层组成，然后是2-3个完全连接的层来对图像进行分类。然而，我的问题如下，有没有可能修改一个更复杂的网络，比如ResNet或Inception，它不像Alexnet或VGG那样使用标准的连续卷积层技术？
谢谢
浏览 15提问于2020-02-28得票数 1
回答已采纳
nn.Conv2d(256,64,(1,1),padding='same'), ) nn.Conv2d(64,64,(1,9),padding='same'), self.inception_block)
x
浏览 46提问于2022-11-30得票数 0
1回答
我得到的错误是： model = keras.applications.inception_v3.InceptionV3(input_shape=(64, 256, 2), weights=None,
浏览 45提问于2020-04-10得票数 0
回答已采纳
我正在研究一个基于二维RGB像素的图像分类问题，通过卷积神经网络(CNN)在Keras中进行。我完整的CNN模型可以找到。shuffle=True,如何更改我的代码，使我从著名的CNN体系结构(如VGG和Inception
浏览 1提问于2018-02-02得票数 1
回答已采纳
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)。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。(使用OpenCV SIFT和FLANN技术，参考如下：https://github.com/kipr/opencv/blob/master/samples/cpp/matching_至_许多_images.cpp)
现在我正在考虑如何结合CNN或深度学习技术来提高准确性，因为当用户批准匹
浏览 0提问于2017-10-24得票数 1
回答已采纳
4回答
论文转到更深的卷积描述了包含初始模块的GoogleNet：对初始v2的更改是，它们用两个连续的3x3卷积替换了5x5卷积，并应用了池：盗梦空间v2和盗梦空间v3有什么区别？
浏览 0提问于2016-11-24得票数 23
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
3回答
修改神经网络以一次预测3个示例
、、、、
我这里有一个卷积神经网络，它获取96x96x3的图片并输出1x128编码。def faceRecoModel(input_shape): Implementation of the Inception model used for FaceNet1: a/b/c X = inception_block_1b(X)
X = inception
浏览 10提问于2019-08-20得票数 0
回答已采纳
4回答
皮肤病分类的深度学习模式
、、、
我已经计划创建一个深入学习模型，分类皮肤病(大约5至7种疾病)。请给我推荐一个好的深度学习模式。我计划将这个模型集成为一个移动应用程序。是这样的。用户上传皮肤病图像，机器将对其进行相应的分类。我需要一个很好的准确性。
浏览 0提问于2021-01-05得票数 1
1回答
然而，在使用我自己的卷积神经网络并尝试重新训练Inception-V3和AlexNet将三张卡片的图片分类为"set“和"notSet”之后，我很快了解到，CNN对于这项任务是没有用的。
浏览 0提问于2018-02-23得票数 1
1回答
在GoogLeNet这样的DNN架构中，1x1卷积被大量使用。我理解使用它们的原因主要是降维，即如果之前的卷积层有C个通道，我可以使用C‘<C的1x1xC’卷积来减少通道的数量。它后面的Inception模块(inception (4a))使用三个1x1卷积，C'=192，96，16。为什么不把C放在更小的前一层，比如200或300？当然，我仍然会使用1x1卷积来减少相应的3x3和5x5滤波器的尺寸。
浏览 1提问于2018-03-19得票数 0
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)。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上进行模式识别来解决上下文依赖，这取决于上下文窗口的大小，但是引入RNN，CNN在当时只需要对一个帧进行分析(我认为它甚至可以得到
浏览 0提问于2017-07-06得票数 2
回答已采纳
1回答
在我的实验中，我一直在使用keras inception v3模型。但是，当我打印模型摘要时，我看不到BN-辅助层.我想弄清楚，这是一个错误，还是因为某个特定的原因而被遗漏？input_shape=None, classes=1000):else:# Creat
浏览 0提问于2018-03-25得票数 1
回答已采纳
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?我对视频分析还不熟悉。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
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
腾讯云开发者
