1回答
合并不同的CNN模型
、、、、
我们是数据科学的新手，我们正在尝试合并两个不同的CNN模型(一个有2个班级，另一个有3个班级)。模型的代码为： 性别模型 #initialize the model along with the input shape inputShapemodel.compile(loss= 'categorical_crossentropy', optimize
浏览 35提问于2020-08-30得票数 2
回答已采纳
我正在使用Keras创建一个深度学习模型，我希望使用加权和或加权乘积合并两个CNN。
如何使用加权和加权乘积合并两个CNN？
浏览 0提问于2019-07-22得票数 2
回答已采纳
1回答
我试图实现一个多头模型，它有可变数量的1D数据输入，每个输入的长度为sps。
UserWarning:模型输入必须来自keras.layers.Input (因此保存过去的层元数据这里，指定为模型输入的张量不是输入张量，而是由层flatten_1生成的<
浏览 2提问于2018-09-26得票数 1
1回答
我试图传递和连接一个层的输出到另一个层在CNN中，如下图所示。30x30x512层在整形后与15x15x1024连接。请注意，两个不同的模型和合并他们不是我正在寻找的解决方案。我想知道我如何可以使用相同的模型来合并上述的层。
提前感谢您的建议。
浏览 4提问于2017-07-19得票数 3
回答已采纳
1回答
我在这里的目标是将我的顶层附加到一个预先训练的模型，如VGG19，并使用合并后的模型进行一些预测。合并后的模型精度为0。需要一点帮助。，获得了72%的准确率代码未显示from keras import applicationsTo
浏览 3提问于2018-04-15得票数 2
1回答
合并多个CNN模型
、、、
这就是我试图在这里实现的CNN架构：本文来源于描述层次的文件本身：
一个卷积层，包含200个神经元，接收和过滤1×100×N，其中N是数据集的</e
浏览 7提问于2022-07-28得票数 1
回答已采纳
为了解决我在这里发布的问题： (时间分布式tensorflow层的输入数据格式)，我想了另一个想法:与其将两个输入传递给一个CNN模型，不如在设计CNN模型之前，我使用熊猫或numpy将两个输入合并到一个输入中，然后将其传递给CNN模型，然后在输入层之后和卷积层之前添加一个自定义层，将它们简化为！下面的图片更详细地解释了我所说的内容：
浏览 4提问于2021-07-04得票数 0
1回答
提高神经网络输出中负类的精度
、、、、
我已经训练CNN来预测音频音调(负面，中性，正面)，我有4个不同的CNN模型，它们的架构和数据集略有不同。这些模型在大多数测试用例中都运行良好，并提供了预期的输出。Negative# 2 is for Positive
print(model.predict(x),model.predict_classes(x)) 我从所有4个模型得到的输出如下所示5.34
浏览 12提问于2021-01-21得票数 0
1回答
我想用Keras合并两个CNN深度学习模型，并想知道用于合并层的差、乘和点函数是什么？
浏览 0提问于2019-07-21得票数 2
回答已采纳
我正在尝试训练一个用于对象分类的CNN。因此，除了图像之外，我还想输入一些文本特征。我在这里找到了一个这样做的例子merged = Merge([cnn_model, text_model], mode='concat')
### f
浏览 0提问于2018-08-06得票数 3
1回答
我有一个用于文本分类的嵌入层的tensorflow CNN模型，如下所示： Embedding(vocab_size, embedding_dim，但我发现这个是不可行的。我理解CNN算法可以用于文本和图像输入，但我的理解是不能使用相同的 CNN模型进行文本输入和图像输入:文本将使用Conv1D和图像，Conv2D。链接的帖子
浏览 1提问于2020-07-02得票数 0
但是，汇集能增加CNN模型的准确性吗？我想这可能会发生，如果你的CNN是过度的，而池是不使用的，而引入池防止过度，这可能导致更好的准确性性能测试。但是，如果过度拟合并不是一个问题，首先，你应用了池，它是否有可能提高准确性的结果池？我看不出这种情况是如何发生的，因为池实际上是在进行低阶计算，所以您的准确性应该始终是\leq未合并的CNN</
浏览 0提问于2019-01-24得票数 3
1回答
我想训练图像维度为128*512的CNN，然后我想用这个权重文件来训练其他128*1024维度的数据。这意味着我希望在不同数据(128*1024)的训练时间内使用预先训练好的权重文件。我之所以这样做，是因为我只有300张图像，它们的维度是128*1024，而我有5000张图像，它们的维度是128*512，而且两个数据集都是不同的。
谢谢
浏览 0提问于2018-05-17得票数 2
1回答
我有一个数据集，并希望在不同大小的数据集子集上对CNN进行培训。我已经有一个CNN，如果我使用整个数据集，分类非常好。现在的问题是，如果我真的应该尝试额外优化CNN的参数为子集，无论我是否做数据增强？如果我试图通过使用RandomizedSearchCV或GridSearchCV来优化卷积层的数量、不同的学习速率等来改变这些子集的CNN模型，这真的有意义吗？换句话
浏览 0提问于2019-09-02得票数 0
1回答
卷积结构的差异
、、、
我很难理解多频道CNN的不同之处:在题为“用于任务诱发的fMRI数据分类的多通道2D卷积神经网络模型”(https://www.hindawi.com/journals/cin/2019/5065214从图上看，图像数=通道数=不同CNN数。这是真的吗？我的印象是，不管有多少频道，我们都有一个CNN，对每种输入分别应用过滤器。但是，这与每个输入类型有多个<e
浏览 0提问于2020-07-19得票数 2
回答已采纳
1回答
我使用tensorflow训练了一个深度学习模型，并使用keras将其保存为一个"cnn.h5“文件。现在我有3个文件，它们的名字中有"cnn.h5“，但是它们都包含一个不同的扩展名。这三个档案是：cnn.h5.index现在有人能告诉我上面哪一个文件是保存的模型吗？我必须在GUI中加载该模
浏览 0提问于2018-11-21得票数 0
回答已采纳
2回答
我正在编写一个代码来对科学文章的文本进行分类(使用标题和摘要)。为此，我使用了SVM，它提供了很好的准确率(83%)。同时，我使用CNN对这些文章的图像进行了分类。我的想法是将文本分类器和图像分类器合并，以提高准确率。 有可能吗？如果是这样的话，你会知道我如何实现它或某种指导方针吗？ 谢谢!
浏览 17提问于2019-02-04得票数 2
1回答
我正在训练一个卷积神经网络来识别智能手机上的MRZ(机器可读区域)字符。我想知道是否为了提高准确性，我应该用多种字体训练它，即使MRZ只使用OCR-B。此外，该模型在设备上的执行精度与我用来训练/测试它的python代码中的精度水平不同。有什么想法吗？这是我正在使用的架构： model.add(Convolution2D(filters=32, kernel_size=(3, 3), strides
浏览 4提问于2019-03-21得票数 1
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
