1回答
密集层对不同识别任务的一般有用性
、、、、
我想问，在任何形式的识别任务中使用嵌入和相似性度量实用吗？如果我有一个经过训练的神经网络来查找照片中的不同对象，提取完全连接的层/密集层并对它们进行聚类是否有用？我最近发现有一个来自tensorflow的嵌入式投影仪工具，非常酷和有用。我知道在单词嵌入以及相似单词如何聚在一起方面已经有了一些工作。对于面孔也是如此。话虽
浏览 8提问于2020-03-14得票数 0
1回答
我正在编写一个节点应用程序，它有两个主要任务。假设任务A(从缓存层读取并响应请求)和B(它是响应未由任务A处理的请求的操作服务器)。在未来，我知道任务A将是更常用的任务，而任务B将仅限于新请求(几乎占总负载的10% )。考虑到这种情况(以及任务A(网络密集型)和任务B(CPU密集型)的不同性质
浏览 5提问于2016-03-12得票数 0
任务：从给定的图像中识别元音和辅音。
方法：首先在图像上应用CNN隐藏层，然后应用两个平行的完全连接/密集层，其中一个在图像中对元音进行分类，另一个在图像中对辅音进行分类。Problem：我采用了像VGG或GoogleNet这样的预先训练过的模型。如何修改该预先训练的模型，以应用两个平行的密集层，并返回两个输出。我尝试
浏览 1提问于2019-07-10得票数 3
2回答
前一层的输出具有形状(无，30,600)。我想把这个矩阵的每一行乘以一个不同的 (600,600)矩阵，或者等效地把这个矩阵乘以一个3D权重矩阵。这可以通过对每一行应用不同的密集层来实现。我尝试使用TimeDistributed包装器，但这将相同的密集层应用于每一行。我还尝试使用lambda层，如下所示：
Lambda(lambda x: tf.
浏览 1提问于2018-01-24得票数 2
回答已采纳
1回答
我正在尝试创建一个面部识别检测器，使用三重态损失，然后是kNN算法。base_cnn = resnet.ResNet50(
浏览 0提问于2021-09-07得票数 0
1回答
我正在从事人脸识别项目，使用深度学习架构将图像分类到相应的类中。网络在softmax层的输出是预测的类标签，在密集层的最后一层的输出是输入图像的特征表示。这里的特征向量是一个大小为1000的一维矩阵.预测类是识别类型问题，但我对验证问题很感兴趣。
因此，对于两个样本图像，我需要使用它们的特征表示来比较两幅图像之
浏览 1提问于2017-11-19得票数 0
回答已采纳
3回答
什么是冻结/解冻一层神经网络？
、、、、
我已经和神经网络玩了很长一段时间了，最近我在训练神经网络之前遇到了“冻结”和“解冻”这两个术语，同时读到了关于迁移学习的知识&我很难理解它们的用法。
我如何确定我是否需要解冻？如果是这样的话，我如何确定哪些层需要解冻和培训以提高模型<em
浏览 3提问于2020-06-06得票数 6
回答已采纳
2回答
a.隐藏层中神经元的数目：我的第一个问题是如何为我的分类问题定义最佳的神经元数目？我是否应该使用交叉验证的方法来获得一个训练数据集中表现最好的神经元数量？有选择三层或多层神
浏览 2提问于2014-04-07得票数 0
2回答
在CNN的实践中，什么会更容易:从头开始构建CNN，还是使用现有的架构进行一些更新？
浏览 0提问于2017-12-16得票数 0
回答已采纳
1回答
在阅读Tensorflow关于单词嵌入的教程时，我发现了两个让我感到困惑的注释：注意:通常，需要一个更大的数据集来训练更多可解释的单词嵌入。本教程使用小型IMDb数据集进行演示。
我不知道这两个音符中“更可解释”的确切含义，这与嵌入投影仪显示的结果有关吗？为什么在降低模型复杂度的同时，可解释
浏览 0提问于2023-02-25得票数 1
回答已采纳
1回答
我阅读了Richard关于RNTN模型的文章，用于细粒度的情感分类器，但我想我需要手动标记针对不同领域的短语的情感，并创建自己的树状库以获得更高的准确性。识别方面
使用POS标签识别所有名词。这应该在评
浏览 2提问于2017-08-06得票数 0
1回答
一般说来，是否有可能判断在Z期的Y训练示例上训练一个给定的X深度神经网络是否可能过于合适？或者，只有通过查看训练和测试集的丢失和精确图，才能确定是否存在过拟合？该模型是一个CNN，约有5个卷积+池层，其次是2个密集层，每个单元1024个单元。该模型对12个不同的类进行了分类。我已经训练了大约35个小时，训练集的准确率达到了90%，测试集的准确率也达到了80%。
浏览 3提问于2017-12-16得票数 4
回答已采纳
2回答
我有一个180 k图像的数据集，我试着识别图像上的字符(车牌识别)。所有这些车牌都包含7个字符，35个字符是可能的，因此输出矢量y是形状(7, 35)。因此，我对每一个车牌标签都进行了热编码。idx + 1)*self.batch_size]我使用以下代码对模型进行拟合，我观察到在训练的准确性和验
浏览 2提问于2020-07-16得票数 3
回答已采纳
1回答
我正在处理文本识别，目前我使用的是支持向量机方法。我也想试试神经网络。我读过一些关于神经网络是如何工作的文献，但是这个理论很重，我不知道它将如何适用于我的情况。所以，如果有人能帮我说清楚，尤其是神经网络的架构，那就太好了。
如果有200个特征，这将如何导致神经网络的结构(就数字
浏览 2提问于2014-03-06得票数 1
我正在试验一个biLSTM模型和2种不同的嵌入技术(FastText，BERT)在两个不同级别(单词、句子)上的应用，它们都用于二进制文本分类任务。我对伯特生态系统和复杂的深度学习的细微差别并不熟悉，我想要一些建议。，，我在这里如何准确地使用伯特的序列输出？(类似于通过嵌入层中的嵌入矩阵传递权重)建议首先在序列输出(或BERT)之上使用biL
浏览 9提问于2022-03-02得票数 0
2回答
预训练权和转移学习背后的逻辑
、、、、
我不太清楚预先训练的权重是如何合理的，并转化为一个新的问题背后的逻辑。更具体地说，例如，在对象检测网络中，一个模型的权重(例如，在COCO数据集上有80个类别)将如何转化为我的新问题，这个问题只有两个类别(类)。这有什么意义？由于类别(类)的数量已经改变，而且我正在尝试检测与以前的模型完全不同的对象类型，那么哪种有意义的特性甚至可以从预先训练过的模型转移到我的新问
浏览 0提问于2020-11-19得票数 0
1回答
我训练了一个关于同一图像的两个不同模式的网络。我将数据在一个层中一起传递，但在此之后，几乎两个网络是并行的，它们不共享一个层，两个任务有不同的标签集，因此我有两个不同的丢失和准确性层(我使用caffe )。我想共同学习这些任务。例如，当任务2预测特定的类标签时，对任务1类<e
浏览 3提问于2017-03-30得票数 1
回答已采纳
1回答
小背景：我正在做一个简单的岩石，纸，剪刀图像分类程序。基本上，我希望图像分类器能够区分岩石、纸张或剪刀图像。我试着增加我的训练数据和一些其他的东西，但没有运气。我想知道是否有人对如何抵消这个问题有任何想法。print("
浏览 0提问于2020-08-13得票数 1
回答已采纳
1回答
我正在为一个用于识别的项目与OpenCV合作，我有一个关于API和它的术语的一般性问题。我在网上查看过，找不到与此相关的任何具体内容，但我想知道在离散的Adaboost、Real AdaBoost、LogitBoost和Gentle AdaBoost方面有什么不同。如果有人能给我指点正反两方面的意见，或者一般性的描述，这样我就可以进行研究，这将是很有用的。
更新我添加了一个指向po
浏览 2提问于2011-07-07得票数 2
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
即时通信 IM
云直播
实时音视频活动推荐
腾讯云开发者
