1回答
我正在使用swift运行我的模型，它是从keras转换而来的，不幸的是，在swift上运行时结果非常糟糕，所以我考虑使用我的预处理程序运行一些东西。然后，我发现coremltools可以在以下代码中使用特定的值缩放和减去输入，如255和-1：但是，如果我需要从图像中减去输入图像的平
浏览 0提问于2018-10-29得票数 0
我想做BatchNormalization layer在Keras中做的事情，去掉平均值并存储移动平均值。不幸的是，BatchNormalization layer in Keras总是考虑方差，我不想使用它。 我在考虑使用Average和Subtract图层，但它们不会在训练结束时存储任何内容以供使用。我的想法是，我的层删除并学习平均值，因此当对测试进行预测时，它减去一个常量值。
浏览 26提问于2020-10-31得票数 1
我有一个Tensorflow python实现，我正在尝试将它移植到python中的OpenCV DNN。blob: new shape {}".format(input_blob.shape)) out = net.forward()
上面代码中打印的形状的输出如下所示调试时，我发现在OpenCV DNN中输入的数据与Tensorflow python实现不同。我确信，无论是在blobFromImage()中还是在此之后，都存在一些问题。有人能告
浏览 1提问于2020-04-29得票数 1
回答已采纳
我试着把预先训练过的BN重量从一个pytorch模型复制到它的等价Keras模型，但是我总是得到不同的输出。我读过Keras和Pytorch BN文档，我认为区别在于它们计算“平均值”和"var“的方式。
因此，他们平均超过样本。例如，在Conv2D层之后使用data_format="channels_first"，在BatchNormalization中设置axis=1。来源：
在这里，他们平均的特征(频道</e
浏览 0提问于2019-02-12得票数 3
1回答
我正在构建一个基于VGG_face keras实现的图像分类器。对我来说，最简单的方法是提取一个csv文件，然后对这些表示进行分类。当我得到表示时，我首先从每个图像中减去整个数据集的平均值。换句话说，既然我在计算要减去的大平均值时包括了测试图像，那么现在这是否高估了我的精确测量？
浏览 0提问于2018-06-15得票数 0
回答已采纳
我计算了批次中每个通道的均值和方差，如图所示。在那之后，我使用BN 中提出的公式对数据进行归一化，减去平均值，再除以方差的根(我没有使用缩放因子或移位)。然后，我使用了TF中的函数tf.keras.layers.BatchNormalization(center=False，scale=False)。结果完全不同。我想要一些帮助来澄清批处理规范化(BN)是如何在TensorFlow ( TF )上执行的，以及是否有人了解为什么结果与TF如此不同。
浏览 0提问于2021-01-13得票数 0
2回答
我在MATLAB中检查了的设计，总结如下：
输入层显示带有zerocenter规范化的227x227x3。zerocenter标准化是什么意思？我怎么才能做到这一点呢？文档中还提供了以下属性： - samplewise_center - samplewise_std_normalization
浏览 0提问于2019-04-23得票数 2
3回答
期望有效地计算批处理的每个通道的平均值和STD值。
所以每一批都是128，32，32，3。例如，从每幅图像中减去整个数据集的平均值)
浏览 9提问于2018-01-08得票数 3
1回答
我想设计，多频道的CNN。我的代码如下_biCH_embeded = keras.layers.Reshape((2, self.lexicalMaxLength, charWeights.shape[1]))(_concat_embeded)
_1stConv = keras</e
浏览 6提问于2020-02-06得票数 0
1回答
因此，如果我的优化问题是min f(x) ==> loss，那么现在在我的DNN loss = f(x)中。
浏览 2提问于2020-09-28得票数 2
1回答
图像平均减法
、、
我感到困惑的是，在我的用例中，图像平均减法是否有帮助。
我正在用道路图像训练SegNet网络，并在训练期间减去平均值。我理解平均减法的重要性，因为它减少了不同光照的影响，也有助于在训练过程中的梯度计算。但是，这不意味着我失去了一些重要的信息。我正在拍摄图片以供参考。
浏览 2提问于2018-05-29得票数 0
1回答
keras.wrappers.scikit_learn模块可以用来建立KerasClassifier模型。如果可以的话，有什么例子吗？
浏览 0提问于2018-05-09得票数 4
1回答
我的计划是计算三个通道中每个通道的整个数据集的平均值和标准差，然后减去平均值，再除以标准差。计算平均值：= 3.5numpy.std(x[:,:,:,0])使第一个频道正常化：
x[:,:,:,0] = (x[:,:
浏览 0提问于2019-02-04得票数 3
回答已采纳
如果我在带有TensorFlow后端的Keras中使用该模型，是否应该绝对使用mode="tf"
在本文中，该模型被表示为经过尺度抖动训练的配置D。输入图像应该以平均像素(而不是平
浏览 0提问于2018-10-31得票数 13
回答已采纳
1回答
当我将输入数据集中在零(即从x中减去平均值)时，我的模型运行得很好，得到了最佳拟合线。但是如果我不把数据集中起来，这个模型就会有无限的损失： tf.keras.layers.Input(shape=(1,)),])
tf.keras.optimizers.SGD(learning_rate=
浏览 2提问于2021-01-30得票数 0
回答已采纳
1回答
下面是一篇关于使用LSTM进行股票预测的文章中时间序列的数据归一化过程：训练数据，使用20%的样本作为验证集。默认情况下，Keras的模型使用最后20%进行验证。因此，在训练阶段，通过步骤2的均值和标准差，模型对验证集有一点了解。
一方面，该模型是利用一些未来的信息进行培训。另一方面，测试集的信息没有泄漏到模型中。这是一种前瞻性
浏览 0提问于2019-03-09得票数 3
我想知道BatchNormalization在keras中是如何工作的，所以我编写了以下代码：X = keras.layers.BatchNormalization(axis=1)(X_input)输入是由两个二维码向量组成的一批，并沿axis=1对其进行规范化，然后打印输出据我所知，该批的平均值应为(0,1 + 2,3)/
浏览 1提问于2017-11-30得票数 2
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
