如何标记CNN的训练数据？
CNN（卷积神经网络）是一种深度学习模型，用于图像识别、计算机视觉和自然语言处理等任务。标记CNN的训练数据是为了让模型能够学习正确的特征和模式，从而提高其准确性和性能。
标记CNN的训练数据通常需要进行以下步骤：
- 数据收集：收集大量的图像数据作为训练样本。这些数据可以来自于公开数据集、自己收集的数据或者第三方数据提供商。
- 数据预处理：对收集到的图像数据进行预处理，包括图像的缩放、裁剪、旋转、灰度化等操作，以便使其适应CNN模型的输入要求。
- 标记数据：为每个图像样本添加标签或者类别信息。这可以通过手动标注、半自动标注或者使用标注工具来完成。标签可以是数字、文本或者其他形式的标识符。
- 数据增强：为了增加训练数据的多样性和泛化能力，可以对图像数据进行增强操作，如随机翻转、旋转、平移、缩放、加噪声等。
- 数据划分：将标记好的数据集划分为训练集、验证集和测试集。训练集用于模型的训练，验证集用于调整模型的超参数和监控模型的性能，测试集用于评估模型的准确性和泛化能力。
在腾讯云上，可以使用以下产品和服务来标记CNN的训练数据：
- 腾讯云图像标注（Image Tagging）：提供了图像标注的功能，可以通过简单的API调用或者图形界面来标记图像数据。链接地址：https://cloud.tencent.com/product/ivs
- 腾讯云数据万象（Cloud Infinite）：提供了丰富的图像处理和增强功能，可以用于数据预处理和增强。链接地址：https://cloud.tencent.com/product/ci
- 腾讯云机器学习平台（Tencent Machine Learning Platform）：提供了强大的机器学习和深度学习工具，可以用于训练和部署CNN模型。链接地址：https://cloud.tencent.com/product/tmpl
请注意，以上仅为腾讯云的部分产品和服务示例，其他云计算品牌商也提供类似的产品和服务，可以根据实际需求选择合适的解决方案。
相关·内容
1回答
基于深度机器学习的数据集标注
、、、、
我试图创建CNN张量流来进行文本识别，我已经遵循了如何使用MNIST数据集构建它的教程，我试图做的是将我自己的数据集添加到模型中并对其进行训练，但是CNN是作为监督构建的，我的数据集没有标签。我应该如何给数据集一个标签，我试图使用不同的标签方法，如标签盒和亚马逊机械土耳其，但没有成功。有没有办法给数据集贴上标签，或者把CNN转换成一个无人监督的网站？
示例数据集：
浏览 0提问于2018-02-24得票数 0
1回答
如何使用Python (也许还有一些工具，如OpenCV)以编程方式从左边的图像转到右边的图像？
这是我用一个在线裁剪工具手工制作的。我在图像处理方面完全是新手(尤其是在实践中)。我正在考虑应用一些边缘或轮廓检测来创建一个蒙版，稍后我将在原始图像上应用它，以将其他所有东西(除了感兴趣的区域)涂成黑色。但我惨败了。
目标是预处理非常相似的图像的数据集，以便训练CNN二进制分类器。我试图通过裁剪图像接近感兴趣的区域来训练它，但噪音太高了，以至于CNN什么都没学到。
有人能帮我做这个预处理吗？
浏览 9提问于2017-02-24得票数 1
回答已采纳
1回答
我成功地训练了一个具有回归输出层的CNN，以预测图像的数字指标。此外，我想将每个图像的描述编码到CNN中，以获得更好的回归性能。
我的数据是一系列512x512的x射线图像。每张图像都有一个描述，记录了图像是如何拍摄的。例如，图像#1的描述为
Voltage: 40V
Current: 2A
Shuttle speed: 1 sec
Filter material: rhodium
图2的描述是
Voltage: 38V
Current: 1.7A
Shuttle speed: 0.7 sec
Filter material: tungsten
其他图像的描述非常相似，只是参数不同。
我的问题
浏览 6提问于2020-02-17得票数 0
1回答
Data我正在尝试用一个相当专门的任务(流预测)来训练生物医学领域的模型。我的输入包括视频剪辑，我想预测一个单一的图像或视频。我有像素的地面真相，每帧的视频，但数量是非常有限的视频。然而，我确实有很多相关场景的未标记数据，这就是为什么我考虑转移学习/预培训的原因。
体系结构体系结构明智我正在考虑一个CNN，RNN组合，其中CNN为RNN提供输入帧的表示，以了解输入帧之间的时间关系。
现在我的问题是:我应该使用什么样的CNN，我应该对它进行什么预训练？由于我正在处理生物医学数据，我会假设图像网络以及大多数其他图像数据集并没有真正的帮助，因为图像内容是非常不同的。是否有任何数据集/任务/网络
浏览 0提问于2018-10-10得票数 1
1回答
我刚接触自然语言处理和神经网络，并试图理解spaCy框架背后的想法。我知道CNN一般是怎么运作的。根据美国有线电视新闻网德国模型文档，这是一个在和WikiNER语料库上训练的多任务CNN。
因此，该模型使用语料库作为训练数据，然后能够对我的特定句子进行例如词性标注。
我已经习惯了，然后是神经网络来研究模型摘要，就像下面这个例子一样。
Layer (type) Output Shape Param #
=================================================================
浏览 20提问于2020-03-12得票数 0
3回答
我试图解决一个多标签分类(数据集是tweet文本)结合使用伯特和CNN。作为一个基准，我会将它与其他单词嵌入进行比较，其中一个是Word2vec。经过多次尝试，Word2vec-CNN的表现似乎略好于伯特-CNN，这是我最后一次尝试的结果：
Word2vec-CNN
precision (macro): 0.89
recall (macro): 0.87
f1-score (macro): 0.88
accuracy (test set): 0.81
hamming loss: 0.062
BERT-CNN
precision (macro): 0.86
recall (macr
浏览 0提问于2021-04-18得票数 2
回答已采纳
1回答
我使用固态硬盘和更快的r-cnn训练我的数据集用于tensorflow对象检测，我的数据集中有220个训练图像和30个测试图像。我对模型进行了200k步的训练，结果损失在1以下。但当我在视频上测试我训练过的模型时，它几乎可以检测和标记视频中的所有内容。有人能告诉我为什么会这样吗？谢谢
浏览 1提问于2017-11-21得票数 2
3回答
如何为训练模型准备图像数据集？
、、、、
我有一个项目，使用深度CNN来分类停车场。我的想法是对每个空间进行分类，无论有没有车。我的问题是，如何准备图像数据集来训练模型？我已经下载了用于训练的PKLot数据集，包括负图像和正图像。我应该将我所有的数据训练图像转换为灰度吗？我是否应该将所有训练图像重新调整为一个固定大小？(但是如果我将我的训练图像调整到一个固定的大小，我就有了横向和纵向图像)。谢谢:)
浏览 0提问于2017-09-04得票数 0
1回答
假设我们有五个班:狗、猫、香蕉、苹果和树。如果我们用all训练CNN，并且希望像“汽车”图像那样预测未知图像的类别，那么模型每次都会给出一个类。
请您告诉我，如果数据不是训练数据集的一部分，我们如何才能告诉模型，比如“我没有检测到类”之类的东西？
谢谢
浏览 4提问于2021-11-08得票数 0
1回答
本文试图验证浅层CNN模型(AlexNet)和深度CNN模型(ResNet)的性能差异。当训练数据集较小时，浅层CNN优于深层CNN。但随着训练数据集的增大，性能差异逐渐减小。最后，深层CNN的表现要好于浅层CNN。你能请这些详细的背景或者让我知道相关的文件吗？致以敬意，
浏览 5提问于2022-01-08得票数 1
3回答
我使用一维CNN输入1*512大小的随机分段时间序列数据，输出将输入分为10类。在接受CNN训练后，我将the应用于我在测试数据中输入的预测。通常，tsne结果的输出形状是球形的(例如，应用于MNIST数据集)。但现在我在自己的数据集中应用t。无论我如何及早调整困惑，学习速度或最大迭代次数。它会给我长形状输出的结果，就像下面的图一样。长形的t-SNE有什么意义吗？事先谢谢大家。
📷
编辑:解释有关数据集内容。附注：在输入CNN进行训练之前，我随机地将它分成训练/测试数据集。
📷
浏览 0提问于2018-07-08得票数 10
1回答
R-CNN中的澄清
、、、
我正在学习用R探测物体.
我有图像和注释文件，它给出了对象的边框。
我理解R-CNN的这些步骤，
使用选择性搜索得到建议的区域
使所有区域的大小一致。
在CNN上播放这些图片
保存特征图并输入支持向量机进行分类。
在训练中，我把所有的对象(只有来自图像的对象，而不是背景)提供给CNN，然后用支持向量机训练特征图以进行分类。
在每一个博客里，都在说在R-CNN中，有三个部分，1 -selective搜索2 -CNN 3 -BBox回归
但是，我没有得到BBox回归的深刻解释。
我理解IOU(Intercept )检查BBox的准确性。
请您帮助我了解如何使用这个BBox回归来获取对象的坐标。
浏览 2提问于2020-04-11得票数 0
回答已采纳
我想在不同的数据集上训练cnn，并比较预测精度和cnn训练时间。对于每个数据集，我需要训练几次CNN，然后选择性能最好的那个。我的第一个问题是，为什么我们需要训练几次CNN？一次训练后的模型是否保留了先前训练的权重或任何信息，或者每次训练都是独立的？
我的第二个问题是，当我们比较CNN之间的训练时间时，我们是否应该在获得最佳模型之前也比较我们需要的训练迭代次数？
下面是一个例子，我对一个模型(Cnn)进行100次训练，并打印出最好的MSE：
for i in range(100):
history = model.fit(training_data,label_data,
浏览 1提问于2021-02-05得票数 0
1回答
作为一个项目的一部分，我想调查颜色在CNN上的作用/效果。不幸的是，到目前为止，我还没有发现什么信息，如果你有什么文献建议的话，我想听听你的意见。
基本上，我想要研究的是，如何，为什么和什么影响的颜色在CNN。为什么我要使用一个3通道的图像，而不是只有一个通道的图像。
此外，我想研究颜色空间有什么影响，我找到了一篇论文，但也许其中一个人知道其他有用的文献。
你知道我怎样才能最好地做这个调查吗？
我想过以下几点：
使用RGB数据集训练CNN (例如VGG16)。
在灰度上训练相同的数据集。
比较性能，过滤器(不知道这是否有用)，比较特征图。
--
对于第二个问题(颜色空间)，
浏览 2提问于2021-01-21得票数 1
我正在玩，并在我自己的数据集上训练更快的R-CNN网络。我正在检查Tensorbord的学习进度。所有的指标都在那里，但是有没有办法在一个图上同时显示训练和验证数据的损失图？或者我必须深入TOD Api代码并对其进行修改？我希望避免第二种情况，因为在每次更新API时，我必须记住一些代码是在本地更改的。
浏览 9提问于2018-08-24得票数 2
我刚开始深入学习，我已经从kaggle下载了一个数据集作为掩码检测器。数据集有两个文件夹，一个是注释，另一个是图像。当我要使用CNN进行分类时，我如何给训练和测试集的数据贴上标签，因为数据没有标签，注释是在XML文件中给出的。
谢谢。
浏览 3提问于2022-05-28得票数 0
我正在使用Keras来使用train_on_batch命令对我的CNN进行模拟图像的训练，可以得到训练的损失。下一次跑--我正在预测精度，并回忆使用我的预先训练的CNN (自己的体系结构)来预测我的结果，在那里我使用命令predictions =model.predict(np.array(图像)，batch_size=batch_size)将我的数据再分割成训练和测试数据集。
我希望得到验证损失，但我不确定如何做？
浏览 1提问于2020-01-23得票数 0
回答已采纳
1回答
我正在处理一个类别间和类别内的分类问题，例如，首先，有两个类别，猫和狗，而在猫中，有三种不同品种的猫，在狗中，有五种不同的狗。
我还没有尝试过编码，如果可行的话，我只是在研究它的可行性。我的问题是，对于这类问题，什么是可行的设计。我正在考虑为训练设计第一个CNN-1网络，它将区分猫和狗，并收集所有训练图像的图像数据。猫和狗分离后，CNN-2和CNN-3将为每种狗和猫进一步训练这些图像。我只是不确定在这种情况下测试将如何工作。
浏览 0提问于2019-04-09得票数 0
2回答
如何正确训练扩展数据集
、、、
我训练了我的分类器，在每幅图片上混合了几个类，例如A。分类器能够(几乎)正确地分割图像上的这些类。
现在我得到了更多显示G类图片的数据，为了最小化我的工作，我只在图像上标记了G类，而其他的则没有显示出来(无效)。
我的训练有两个问题：
如果在我的第一个数据集中没有G类的例子(因为它可能是A的子类)，我如何正确地训练它？建议的解决方案:我可以将我的新数据添加到旧的数据中，但是当有G类图像时，我必须告诉CNN，因为我必须以某种方式改变CNN的误差测量。但是怎么做呢？
如果G包含在我的第一个数据集中(假设G是“警车”，而B是“汽车”，但是有些图像显示了警车)，那么在这种情况下，我该如何训练呢？
浏览 0提问于2017-02-14得票数 1
1回答
最近，我一直在玩MATLAB的RCNN深度学习示例。在这个例子中，MATLAB设计了一个基本的15层CNN，输入大小为32x32。他们使用CIFAR10数据集预先训练这个CNN。CIFAR10数据集也有32x32大小的训练图像。后来，他们使用一个小数据集的停止标志微调这个CNN，以检测停止标志。这个小的停车标志数据集只有41张图像，所以他们用这41张图片来微调CNN，也就是训练RCNN网络。他们就是这样发现停车标志的：
正如你所看到的，除了顶部的一小部分外，包围框几乎覆盖了整个停车标志。在使用代码时，我决定用PASCAL数据集对CIFAR10数据集进行预先训练的相同网络的微调，但只对“飞机”
浏览 0提问于2017-04-18得票数 0
回答已采纳
CNN的输入大小是否应该跟随训练数据的大小？例如，如果我的训练数据的大小是192x98，那么我的CNN的输入大小应该是多少？如果我使用32x32输入的CNN会不会是个坏主意？
关于CNN的细节，我问了太多的问题，但是没有人知道答案。
浏览 4提问于2016-07-05得票数 3
回答已采纳
我已经训练了支持向量机，细胞神经网络和神经网络上的UCF-101数据集，支持向量机和神经网络使用CSV文件的色调和LBP的特征，而CNN使用的分类图像和我想结合{支持向量机和CNN}和{ANN和CNN}.Is可以这样做吗？若有，如何进行？ 我已经提取了数据集中的每个视频的第一个关键帧，然后计算它的LBP histogram.Used它作为图像的特征，写在csv连同它的标签(我只选择了5类数据的101个可用)，然后训练支持向量机和神经网络上的it.ANN是一个简单的网络与Softmax激活函数在输出和2个隐藏层，每个隐藏层8节点。不使用dropout。对于CNN，我提取了图像的LBP特征并将其
浏览 87提问于2019-05-15得票数 0
1回答
我想使用CNN从数据集中提取特征。我的问题是：
当训练CNN提取特征时，停止的标准是什么？
训练50期和100次后提取特征有什么区别？
我应该如何选择最好的一层特征提取？
这取决于模型的准确性吗？
浏览 0提问于2018-09-01得票数 1
回答已采纳
3回答
我是数据科学的新手，我还在学习机器学习。我知道我们可以根据应用程序使用Regression、Classification、Clustering、ANN、CNN、RNN等模型。
我们在PC机上对这些模型进行编码、训练和预测。一些模型也需要花费大量的时间进行训练。在那之后，我们关闭了PC。
如果我想在几天后使用相同的数据集使用相同的模型，请再次打开PC并训练相同的模型。
我想知道如何在没有训练的情况下使用训练过的模式，一次又一次，每次PC打开。我问的主要是ANN，CNN，RNN型号。
另外，我想知道modal的权重值存储在哪里，因为权重没有存储在变量中。我如何才能找到它，并且不能使用这些经过训练的
浏览 0提问于2019-01-15得票数 0
2回答
我正在努力训练cnn的面部性别和年龄检测模型。我的训练集包含彩色和灰度的面部图像。如何规范此数据集？或者如何处理混合灰度图像和彩色图像的数据集？
浏览 4提问于2018-01-13得票数 4
回答已采纳
1回答
我正在和西亚诺一起训练一个有100万张图片的CNN。现在我对如何准备培训数据感到困惑。
我的问题是：
当图像调整为64*64*3时，整个数据的大小约为100 G。我应该将数据保存到单个npy文件中还是一些较小的文件中？哪一个是有效的？
如何确定CNN的参数数？1M/10 =100 K怎么样？
我应该限制训练块的内存成本和CNN参数小于GPU内存吗？
我的电脑有16G内存和GPU Titian。
非常感谢。
浏览 2提问于2015-11-02得票数 2
1回答
目标是对狗和非狗进行分类。训练数据集只包含狗的图像。神经网络将仅使用此训练数据集进行训练，然后使用包含狗和非狗图像的测试数据集进行测试。
我遵循，在我的例子中，自动编码器将所有测试图像归类为狗，这是错误的。
为一个类别分类构建CNN也是不可能的。你知道怎么做吗？
浏览 4提问于2020-07-19得票数 0
我正试图在朱莉娅的Flux ML图书馆中写一篇CNN (U-Net)。然而，我面临的第一个障碍是，如何从文件夹加载图像来训练模型。我已经在互联网上搜索了大量的方法，但没有运气。所有的例子在互联网上CNN在Flux，使用图书馆功能导入预先存在的数据集，如MNIST数据集。实际上，所有示例都使用一个库函数来加载此数据集。请有人告诉我，如何从文件夹中加载自定义图像数据集来训练用Flux Julia编写的CNN模型。数据集的目录结构如下：-
浏览 8提问于2021-06-21得票数 1
有人跟我说过这种实验。第一步是训练CNN并保持权重，第二步是使用这些权重对CNN进行再训练，但这一次要为您的训练集添加更多的数据(微调)。
我想这有点像转学，但是你训练的是CNN。有没有办法在训练CNN之前选择权重和你选择的权重？
因此，到目前为止，我所做的是训练我的CNN模型，并将权重保存到h5文件中，下面的代码如下所示
model.compile(loss='categorical_crossentropy', optimizer=opt,metrics=['accuracy'])
validation_data=(x_testcnn, y_test))
c
浏览 1提问于2020-03-15得票数 1
回答已采纳
4回答
ROC曲线解释
、、、
我训练了一个CNN模型和一个组合的CNN-SVM分类模型。我想用ROC曲线来比较它们的性能，但我搞不懂哪种型号更好。如何解释给定的ROC曲线？
📷
📷
浏览 0提问于2019-11-24得票数 3
回答已采纳
以R-CNN为例。我知道有一个区域建议网络，然后是一个单独的分类网络，一般的想法是它找到可能是对象的潜在区域，然后将这些区域传递给分类器，以找出它是什么。我想知道如果我有一个自定义的数据集，分类器是如何训练的。它是否简单地提取所有边界框，使用这些边界框坐标创建新图像，对其进行预处理，然后使用它们进行训练？
换句话说，目标检测模型中使用的分类器是在基于边界框坐标生成的图像上训练的，还是更复杂？
浏览 0提问于2020-08-03得票数 0
1回答
我想在physioNet2017心电图数据上训练一维CNN。训练数据中的每一行都具有可验证的长度，即，一些行的长度为9000列，而另一些行的长度为18286列。为了使它们具有相同的长度，我对每一行都填充了0，直到最大长度为18286。现在我有20200行，每行有18286列长，所以数据形状是(20200,18286)。现在，我想重塑这些数据，以便训练1D CNN。我使用了以下代码将数据拆分为训练和验证。 Xt, Xv, Yt, Yv = train_test_split(trainX_bal, trainY_bal, random_state=42, test_size=0.2)
print
浏览 26提问于2021-07-25得票数 0
回答已采纳
在普通的ANN中，每个训练样本由一行矩阵表示，通过这种方式，可以处理成批的训练数据，但在CNN中，如何处理多个图像。
浏览 49提问于2019-03-11得票数 0
回答已采纳
1回答
关于十进制值的卷积神经网络
、、、、
我有很多csv文件，其中包含大约1000行和2列，数据如下所示：
21260.35679 0.008732499
21282.111 0.008729349
21303.86521 0.008721652
21325.61943 0.008708224
这两个特性是输出将是设备名称的特性。每个csv文件都是来自不同时间的特定设备的数据，也有许多设备。我想做的是训练数据，然后使用CNN对设备名称进行分类。如果在经过训练的观测之外有任何输入数据，则应将其归类为异常。
我试图将这些值转换成图像矩阵，这样我就可以使用CNN来训练这些数据。但是我关心的是，第二列包含小于1或接近于零的值，并且值也是
浏览 2提问于2022-05-08得票数 -2
我是CNN的新手，我想训练resnet，下面是我的代码：
我得到了一个错误：
我不熟悉CNN，因此我不知道如何调整我的网络。我想我需要先试着理解它，但由于某种原因，我没有太多的时间。有没有人能帮我？
我有2287行，每行都有908*908个浮点数。我想使用2000行作为训练数据，其余的数据作为测试数据。
浏览 0提问于2017-05-17得票数 0
2回答
卷积神经网络的交叉验证
、、、、
我正在使用Keras创建一个CNN模型，我将使用K-折叠交叉验证来训练数据集。
数据集包含图像，我正在使用flow_from_directory函数。
您知道如何在Keras中使用K折叠交叉验证来创建CNN模型吗？
浏览 0提问于2018-09-21得票数 3
2回答
我一直在研究MNIST数据集，以了解如何在我的深度学习课程中使用Tensorflow和Python。
多亏了网站上的tensorflow教程，我可以在内部/外部读取数据，还可以在softmax和cnn中训练它。最后，我可以在softmax中获得>%90，在cnn中获得>%98，准确性。
我的问题是，我想要将MNIST上的所有图像调整为14x14，并再次训练它，也是为了增强所有图像(加噪，旋转等)。再训练一次。最后，我希望能够比较这三个不同数据集的准确性。
你能帮我解题吗？如何调整所有图像的大小以及模型应该如何更改。
谢谢!
浏览 2提问于2017-03-14得票数 1
在CNN中使用预先训练过的嵌入(快速文本)的句子分类中，当单词不在训练集时，CNN如何预测句子的类别？
我认为经过训练的模型包含了权重，这些权重在预测阶段没有更新，是吗？那么，当训练中没有看到句子中的单词( cnn将预测一个类别)时，会发生什么情况呢？我认为他们没有一个字向量，只有在训练中找到的单词。
浏览 0提问于2020-08-09得票数 0
1回答
我的意思是CNN如何知道输出概率会导致下课。我的意思是，如果我训练CNN的狗和猫的图片或数据集，所以在最后知道这个概率将导致狗或猫.
浏览 0提问于2019-01-10得票数 1
在文本处理中，需要显示(如果我正确理解的话)数据库单词为向量(降维后)的。现在，我想知道，有什么方法像这样通过CNN显示提取的特征吗？
例如:考虑我们有一个CNN和培训和测试集。我们希望用训练集训练CNN，同时通过CNN在拉伸板的嵌入段中看到从密集层中提取出的相应的类标签。
这项工作的目的是了解输入数据在每一批中的特性，并了解它们在一起有多近或有多远。最后，在训练的模型中，我们可以找出分类器的精度(如softmax等)。
提前谢谢你的帮助。
浏览 2提问于2017-09-06得票数 1
回答已采纳
我在一个拥有32vCPU和120 it的Google Cloud深度学习虚拟机中使用coco预先训练好的权重训练一个Mask R-CNN模型，它已经运行了20多个小时，仍然处于1/30纪元。该脚本使用在后台运行，输出保存在一个.log文件中，该文件在15小时前就没有更新过。我的数据集包含2050张图像。如何确保我的模型仍在运行？Mask R-CNN一般需要多长时间才能接受训练？
浏览 22提问于2019-07-15得票数 0
2回答
基于卷积神经网络的文档分类
、、、、
我试图使用CNN (卷积神经网络)对文档进行分类。CNN的短文/句子已在许多论文中进行了研究。然而，似乎没有报纸使用CNN的长篇文本或文件。
我的问题是，文档中有太多的特性。在我的数据集中，每个文档都有超过1000个标记/单词。为了将每个示例提供给CNN，我使用word2vec或手套将每个文档转换为一个矩阵，生成一个大矩阵。对于每个矩阵，高度是文档的长度，宽度是字嵌入向量的大小。我的数据集有9000多个例子，它需要花费大量的时间来训练网络(整整一周)，这使得很难对参数进行微调。
另一种特征提取方法是为每个单词使用一个热向量，但这将创建非常稀疏的矩阵。当然，这种方法甚至比以前的方法需要更多的
浏览 0提问于2016-04-11得票数 12
我在训练CNN。我的输入是一个图像和一些元数据。我想训练一个CNN，它只看卷积阶段的图像，然后使用卷积级的输出和最终密集层中的元数据。
metadata -----------------
|-> dense -> output
image -> Convolutions -
我怎么能和Keras一起做这件事？是否可以输入非矩形形状的输入？
例如，如果图像是(255, 255, 3)和元数据(10)，这将如何工作？
我已经找到了似乎相关的，但我不知道它们如何分割输入，并在稍后将第二部分与中间输出合并。
浏览 4提问于2017-06-18得票数 7
回答已采纳
我刚刚开始学习ConvNets，我有一个关于如何培训他们的问题。
实际上，我所理解的是，一个人可以使用CNN从图像中提取特征，即使是在不同于用于训练网络的图片上。
由于我想使用ConvNet (例如Vgg或Inception)，我也想从一个经过训练的网络开始，并继续其训练，以便使用我的数据集来提高权重。
问题是我有3D数据，而最强大的CNN都是为使用2D数据而设计的！有没有一种聪明的方法来向2D ConvNet提供3D数据，而不是3D图像切片的原始平均？
谢谢!
浏览 10提问于2017-02-15得票数 0
3回答
我在想一个我刚刚想到的简单的问题。
许多人利用图像数据上的数据增强来训练深度CNN。
当我从Andrew的DL课程中学习时，他提到要训练一个更好的模型，通常需要您的训练/测试数据来自相同的分布。比如，如果你用大量的汽车和人类图像训练你的CNN，用它来分类一只猫或一只狗(通常)并不是个好主意。
在增强之后，我的训练数据得到了一定的提升，那么我还能不能说我的训练/测试数据集来自相同的分布呢？我违反了他说的话吗？为什么？或者为什么不呢？
浏览 0提问于2017-11-02得票数 1
1回答
如何验证手写签名？
、、、、
我试图创建一个模型来确定被质疑的手写签名是否与已知的签名样本相匹配，并预测签名是真实的还是伪造的。
我猜我得用有线电视新闻网( CNN )，也许还得用PCA的一些变体。
您将如何处理“签名验证”问题？
有受过训练的模特吗？还是数据集？
我只能找到一些研究文章，但是：
没有GitHub项目。
没有AWS/Azure/Gcloud服务。
没有Kaggle完成或数据集。
也许我不是在寻找正确的东西！
我可以使用的任何签名数据集，以及如何处理此类问题的想法都将非常有用。tnx :)
浏览 0提问于2018-08-12得票数 0
我知道Elmo使用CNN而不是字符嵌入字符。然而，我不明白在高速公路网络中，字符嵌入是如何与单词嵌入连接在一起的。在Elmo论文中，大多数评估将Glove用于单词嵌入和CNN字符嵌入一起，这是有意义的，因为他们提到了单词嵌入。但是对于像TF-Hub中的模型这样的预训练模型，我们在公路层中使用哪些词嵌入来连接字符嵌入？ 如果可以的话，请帮助我理解。
浏览 16提问于2020-09-02得票数 0
1回答
无法加载自定义数据集
、、、、
我想在keras中训练一个CNN分类器，但我的定制数据集。我已经创建了CNN模型，但我完全搞不懂如何将我的数据集输入到训练集、有效集和测试集。我是深度学习的新手。我有7种类型的类，即['A','C','F','L','N','R','V']，但这些都包含在图像名称中。我的图像名称应该是MLII_C_1.jpeg or V1_C_1.jpeg。图像名称中的中间字母告诉我它所属的类。如何加载我的图像？并按目标标签制作。求求你们谁来帮帮我。 ?
浏览 47提问于2019-02-26得票数 0
我在ImageNet上训练CNN，这个数据集包含小到96 * 96像素的图像，而其他的图像则大到1600 * 1200像素。然而，我知道缩小大图像，但我不能理解放大小图像，它是如何做到的，它是如何影响训练的？
浏览 32提问于2021-08-24得票数 1
1回答
一个人能训练多少次CNN模型有限制吗？从这个意义上说，我有我的CNN模型和一套培训集，我训练我的模型，并使用一个看不见的数据测试它。如果我对测试的准确性不满意，我是否可以尽可能多地(假设地)重新训练我的CNN，并再次测试它，直到性能更好？
我知道其他提高性能的方法，比如，改变网络的结构，过滤器的大小和数目，但我说我想要有结构和超参数固定。另外，当我第五次或第六次训练我的CNN时，它给了我更好的测试准确性。
这是正确的吗？
谢谢你的时间和帮助。
-文卡特
浏览 0提问于2018-03-18得票数 0
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
云直播活动推荐
腾讯云开发者
