腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(8297)
视频
沙龙
1
回答
在
发送到
损失
函数
之前
,
如何
处理
CNN
层
末尾
的
可变
大小
输入
、
、
我正在
处理
CNN
的
可变
大小
输入
我想知道
如何
将其提供给最后一个FC
层
,以满足CrossEntropy
损失
函数
的
要求 ..。即使只关注一个样本,后续
的
样本也会有不同
的
维度,不能用于反向传播。所以我想知道一种或不同
的
方式来
处理
这个问题。 (附注:当前正在使用裁剪
输入
以使其
大小
固定,查询是为了即兴使
浏览 33
提问于2021-02-18
得票数 0
回答已采纳
2
回答
卷积神经网络中
的
随机裁剪和翻转
、
、
在
我读到
的
许多关于卷积神经网络(
CNN
)
的
研究论文中,我看到人们从图像中随机裁剪一个正方形区域(例如224x224),然后随机水平翻转它。为什么要进行随机裁剪和翻转?另外,为什么人们总是裁剪一个正方形
的
区域。Can不能在矩形区域上工作吗?
浏览 0
提问于2015-09-29
得票数 17
回答已采纳
4
回答
为什么
CNN
必须有固定
的
输入
大小
?
、
、
、
为什么
CNN
必须有固定
的
输入
大小
?但是为什么呢?我无法理解完全连接
层
的
存在意味着什么,以及为什么我们被迫有一个固定
的
输入
大小
。
浏览 0
提问于2019-11-30
得票数 9
回答已采纳
1
回答
向MatConvNet添加回归
层
、
、
、
该系统建立
在
深度学习
的
基础上,并在MatConvnet上实现。最后一
层
是系统
的
输出,根据人
的
微笑量有10个输出。我想用一个数字输出来转换这十个输出,
在
1到10之间使用一个回归
层
。我
如何
在MatConvNet中做到这一点。谢谢
浏览 3
提问于2015-04-07
得票数 3
1
回答
如何
计算
CNN
的
第一个线性
层
的
输入
?
、
、
所以,我得到了这个
CNN
构建PyTorch
的
代码:
CNN
代码1
的
图片 到目前为止,我已经能够通过
在
forward
函数
中打印f5.shape
的
最后两个维度
的
乘积来计算最后一个conv1d块(
在
本例中为b5)之后
的
线性
层
(self.fc)
的
输入
大小
,但我需要自动执行实验,并且我不能只打印每个测试
的
值并更改代码。我
的</em
浏览 88
提问于2021-10-25
得票数 0
1
回答
输入
图像
大小
CNN
Tensorflow
、
、
我正在给我
的
CNN
提供2048x2048
的
图像尺寸。但是,我意外地忘记了更改
输入
的
大小
:input_shape = (3, img_width, img_height)提前谢谢。
浏览 2
提问于2018-05-24
得票数 0
3
回答
在
conv
层
后添加一个稠密
的
、
KL.Input([None, None, 3], name = 'input_image')
在
Conv之后,我想添加一个稠密
的
内容如下:但是会有一个错误: ValueError:“平坦”
输入
的
形状没有完全定义(got (无,无,64) )。确保将完整
的
"input_shape“或&qu
浏览 2
提问于2018-08-27
得票数 1
1
回答
训练神经网络:批次
大小
对Nan影响
的
数学原因
、
、
我
在
训练
CNN
。我使用谷歌预先培训
的
和替代
的
最后一
层
分类。
在
训练中,我遇到了很多问题,我
的
交叉熵
损失
变成了nan.After尝试不同
的
东西(降低学习率,检查数据等)。结果发现,训练批次
大小
过高。你能给出一个解释为什么太大
的
批次
大小
导致这个问题与交叉熵
损失
函数
?此外,是否有一种方法可以克服这一问题,以
处理
更高
的
批
浏览 0
提问于2018-03-01
得票数 3
1
回答
一维卷积
层
支持
可变
序列长度吗?
、
我有一系列
的
处理
音频文件,我使用作为
输入
到
CNN
使用Keras。Keras一维卷积
层
支持
可变
序列长度吗?Keras文档使这一点变得不清楚。
在
文档
的
顶部,它提到您可以使用(None,128)来
处理
128维向量
的
可变
长度序列。但是
在
底部,它声明
输入
形状必须是给出
浏览 6
提问于2017-11-30
得票数 6
回答已采纳
2
回答
LSTM
如何
处理
变长序列
、
、
、
、
我
在
的
第7章第1节中找到了一段代码如下:from keras import layers loss='categorical_crossentropy',如您所见,这个模型
的
输入
没有原始数据
的
形状信息,那么
浏览 1
提问于2018-04-19
得票数 10
回答已采纳
1
回答
CNN
图像二值分类准确率50%
、
、
我有一组睁开和闭着眼睛
的
照片。数据是通过这种方式从当前目录中使用keras收集
的
:N_images = 84898 #total number of images datagen = ImageDataGenerator
浏览 2
提问于2020-06-18
得票数 0
回答已采纳
3
回答
Deeplearning4j神经网络仅预测1类
、
、
、
、
在过去
的
一周左右,我一直
在
尝试使用RGB图像来实现神经网络
的
功能,但无论我做什么,似乎只预测了一个类别。我已经阅读了所有我能找到
的
与遇到这个问题的人
的
联系,并尝试了许多不同
的
东西,但最终总是只能预测两个输出类中
的
一个。我检查了进入模型
的
批次,我增加了数据集
的
大小
,我将原始像素
大小
(28*28)增加到56*56,增加了历元,做了大量
的
模型调整,我甚至尝试了一个简单
的
浏览 5
提问于2018-11-12
得票数 0
1
回答
Tensorflow
CNN
形状错误
、
、
我试图对一些数据使用
CNN
,但我
的
损失
函数
出现错误,因为我
的
模型
的
输出是形状1000,1000,4000,而它应该是1000,4000。
在
本例中,前1000个是批
处理
大小
,后4000个是我拥有的类
的
数量,因为这是一个分类问题。我认为我可能需要在fully_connected
层
之后再次使用tf.reshape()
函数
来获得正确
的
输出,但我不太确定
如何</em
浏览 2
提问于2017-05-25
得票数 0
1
回答
如何
利用tensorflow建立具有局部
损失
的
深层神经网络?
、
、
我是tensorflow
的
新手。最近,当我试图使用TF构造我
的
深层模型时,我感到很困惑,其中每个
层
都有自己
的
(局部)丢失
函数
。似乎许多由TF实现
的
深度模型(如
CNN
)只有一个(全局)
损失
函数
,因此首先可以将隐式表示从
输入
层压缩到输出
层
,然后得到
损失
,最后利用现有的优化算法和
损失
来训练模型。不像那些模型,我想使用TF训练每一
层
的
基
浏览 0
提问于2018-01-21
得票数 1
回答已采纳
1
回答
CNN
如何
应用反向传播来更新其权重和偏差?
、
、
、
、
据我所知,有线电视网络
的
三个主要
层
是卷积
层
、ReLU
层
和池
层
。我知道反向传播使用偏导数。但我看不出
CNN
是
如何
使用它们
的
。
浏览 0
提问于2019-09-30
得票数 1
2
回答
在
卷积
层
中,修改步幅和填充以获得期望
的
输出是标准做法吗?
、
、
我正在尝试实现在一种用于投资组合管理
的
层次深Q网络框架中描述
的
CNN
(见截图)。本文将
CNN
的
第一
层
描述为内核为1x3,采用形状(2,10,4)
的
价格张量,输出了32幅
大小
为2x5
的
特征图。这一
层
的
filter为1×3,我们在这里使用
的
激活
函数
是defined in (Klambauer等人,2017年)。在这一
层
中,我们得到了32个特征映射,每个
浏览 0
提问于2022-12-16
得票数 0
1
回答
手写文本识别(
CNN
+ LSTM + CTC)需要RNN解释
、
、
、
我正在尝试理解下面的代码,它是
在
python & tensorflow中
的
。我正在尝试实现一个手写文本识别。我指的是下面的代码here 我不明白为什么RNN输出要经过"atrous_conv2d“ 这是我
的
模型
的
架构,接受
CNN
输入
并传递到这个RNN过程中,然后传递给CTC。
浏览 26
提问于2019-03-07
得票数 0
2
回答
如何
使用
CNN
训练不同
大小
的
输入
数据?
、
、
CNN
似乎主要用于固定
大小
的
输入
。现在我想用
CNN
来训练一些不同
大小
的
句子,有哪些常用
的
方法?
浏览 3
提问于2016-03-28
得票数 5
2
回答
执行多尺度训练(yolov2)
、
、
、
我想知道
的
多尺度培训是
如何
运作
的
. 原YOLO
的
输入
分辨率为448×448。加上锚固箱,我们将分辨率改为416×416。但是,,因为我们
的
模型只使用卷积和池
层
,所以可以动态地调整
的
大小
。我们希望YOLOv2能够
在
不同
大小
的
图像上运行,因此我们将其训练成模型。我们不是固定
输入
图像
大小
,而是每隔几次迭代一次就改变网络。每10批,我们<
浏览 0
提问于2018-04-24
得票数 2
1
回答
tensorflow中
的
奇特索引
、
、
我已经实现了一个具有自定义
损失
函数
(Ax' - y)^2
的
3DCNN,其中x‘是来自
CNN
的
3D输出
的
展平和裁剪向量,y是地面实况,A是一个线性运算符,它采用x并输出a y。因此,我需要一种方法来展平3D输出,并在计算
损失
之前
使用花哨
的
索引进行裁剪。,但我无法将其推广到任意批
处理
大小
。,我希望能够泛化为任意批
处理
大小
。此外,如果您有实现此功能
的<
浏览 19
提问于2020-11-30
得票数 1
回答已采纳
点击加载更多
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
想知道比特币价格趋势?本文带你一探究竟
如何一夜暴富?深度学习教你预测比特币价格
如何一夜暴富?这里有一份比特币价格预测指南
一篇文章读懂什么是卷积神经网络
深度学习入门必须理解这25个概念
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券