1回答
为了训练一个递归的神经网络，你必须把它展开50次，并把它当作一个RNN细胞链。
现在，如果你使用这个RNN实时训练，那么你可能会有一个50细胞的链。也许把它们的权重都确定在卷积神经网络中是一样的。
浏览 0提问于2017-11-17得票数 1
2回答
那么什么是“细胞”？我不知道“细胞”在哪里起作用。它们是层层的集合吗？细胞是层层和黄色物质的集合？我很难理解这个“单元”在什么地方适合于整个NN体系结构。我习惯了图片的输入层，->隐层，->输出层。那么“细胞”会发生在哪里呢？
📷
浏览 0提问于2020-08-04得票数 4
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。作者构建了两个模型，一个用于图像识别的CNN模型和一个用于文本识别的普通ANN模型。最后，他将它们合并在一起，并应用softmax激活。因此，他的管道如下所示：final_model = Seque
浏览 0提问于2018-08-06得票数 3
1回答
我正在寻找一个建议，尽快实施卷积算法的CNN推断，但不是一个培训。 这种卷积神经网络被建模为alexnet、mobilenet、resnet等。据我所知，目前已经有各种实现方式和神经网络框架，它们有不同的实现方式，如直接卷积、展开卷积(im2col)、基于快速傅立叶变换或Winograd，但我的主要关注点是在嵌入式设备的性能约束下执行CNN。如果任何人有经验，并可以推荐卷积实现CPU和并行实现，指向研究论文或开源实现，我将非常感激。
浏览 19提问于2019-02-27得票数 1
1回答
我试着训练一个基于神经网络的模型来玩类似于Pac-Man的游戏，除非没有迷宫。也就是说，玩家是在一个二维的网格中，在一些地方有点的食物，玩家需要弄清楚带着食物步行到细胞。我希望玩家只看到他周围的11x11细胞，也就是一个11x11细胞阵列，我们的玩家在中间，每个细胞中要么有食物，要么没有食物。但与图像不同的是，我们根本不关心轮
浏览 0提问于2020-09-19得票数 2
回答已采纳
2回答
水平分层LSTM单元
、、、、
我对整个神经网络领域都很陌生，我刚刚读了一些关于LSTM细胞的教程，特别是tensorflow。在本教程中，他们有一个对象tf.nn.rnn_cell.MultiRNNCell，据我理解，它是LSTM单元的垂直分层，类似于分层卷积网络。我明白，因为这些细胞是反复出现的，他们不需要这样做，但我只是想看看这是否真的有可能。
干杯!
浏览 0提问于2016-07-20得票数 1
在我正在开发的应用程序中，我有大约5000张产品标签图像(每个产品有一个标签)。由于最初，我的系统每个产品只有一个样本，所以我决定采用传统的计算机视觉技术。我使用特征提取和描述符匹配实现了这一点。(使用OpenCV SIFT和FLANN技术，参考如下：https://github.com/kipr/opencv/blob/master/samples/cpp/matching_至_许多_images.cpp)
现在我正在考虑如何结合CNN或深度学习技术来提高准确性，因为当用户批准匹
浏览 0提问于2017-10-24得票数 1
回答已采纳
1回答
胶囊神经网络采用卷积、原胶囊和数字胶囊层。同时，采用卷积和最大池层的卷积神经网络。我想对卷积神经网络和胶囊神经网络进行比较。下面的表格是我的cnn模型的架构。我需要在胶囊神经网络上做一个类似的结构。那么，如何正确地叠加胶囊神经网络，堆栈胶囊神经网络是什么样的呢？
浏览 10提问于2022-12-02得票数 -2
1回答
因此，我在TensorFlow文档中读到，当你实现细胞神经网络时，在将数据输入卷积层之前，需要对数据进行整形，因为卷积层接受4D张量，而不仅仅是元素列表(下载的训练数据)。卷积池过程的输出也是一个4D张量。它被送入扁平层。Now...the扁平层，用于接收在将其传递给卷积之前需要整形相同列表元素。但是，为什么这两种方法都适用于扁平层呢？它正在接收项目列表(不能直接馈送到卷积)，现在正在接收4D张量。
因此，如果没有卷积，扁平层接收未整形的数据，如果有<
浏览 1提问于2020-04-06得票数 1
那么，记忆电阻(硬件)和神经网络节点(软件)有什么不同呢？这两者很可能是完全不相关的，但鉴于我的理解是神经网络是用来模拟“生物神经网络”的，在我看来，忆阻器只是由神经网络模拟的生物版本的silco版本。
浏览 2提问于2010-12-05得票数 1
回答已采纳
下面是我想要分割的图像：
我想要实现的结果是将每个细胞分割为单独的图像(将来作为卷积神经网络的输入)，并手动对它们进行注释。最后，我可以将注释输出为每个单元格的标签，以便将来对它们进行分类。分割我的意思是输出多个细胞图像，而不仅仅是在单个图像中分割它们。有没有人有主意？谢谢!
浏览 1提问于2016-03-27得票数 1
我正在OpenCL中搜索一个神经网络示例代码，以便使用GPU内核进行优化。请帮助我，因为我是一个初学者在OpenCL。
浏览 4提问于2013-03-25得票数 2
1回答
我想用Keras建立CT图像序列的分类模型。我的数据集从50名病人中获得，每个病人有1000张图像。对于病人来说，每一张图像都与前一张图像有着有意义的关系。我想使用这些有意义的关系，所以我不知道如何为这个问题建立一个模型。你能给我一个或几个例子吗？
浏览 4提问于2019-04-24得票数 6
回答已采纳
我目前正在研究一项语音识别任务，将深入学习应用于标准声学模型(gmm-hmm)。如果是这样的话，它会不会明智地导致一些问题，当我在CNN上做的时候，是否通过在谱图的更大部分上进行模式识别来解决上下文依赖，这取决于上下文窗口的大小，但是引入RNN，CNN在当时只需要对一个帧进行分析(我认为它甚至可以得到
浏览 0提问于2017-07-06得票数 2
回答已采纳
1回答
我使用的是一个带有双核Arm处理器的zybo z7开发板，我想在Xilinx上实现一个简单的神经网络，它包含一个卷积层，然后是一个密集的神经网络。特别是，在手臂上传递一个基于蟒蛇的模型。对我来说，一个简单的方法是使用一个库，自己执行乘法/点积/卷积等操作(快速)，就像python中的numpy一样，避免使用纯for...loop语法。举个例子就好了！
谢谢你抽出时间
浏览 2提问于2021-03-09得票数 1
回答已采纳
我读了很多关于Jetson Nano和Google Coral Devboard的文章，在我读过的大多数文档和论文中，推断和部署都是使用预先构建的卷积神经网络来完成的，例如AlexNet，Inception，MobileNet和其他用于图像分类的神经网络。据我所知，这些微型计算机需要将神经网络转换为tensorflow模型或任何它们接受的框架，以执行模型的推断。我想知道的是:对于Jetson Nano和Google Coral Devboard，我是否可以拥有与文档中举例说明的卷积神经网络</em
浏览 20提问于2020-12-24得票数 1
回答已采纳
我已经完成了卷积神经网络的实现部分。但在卷积神经网络中，如何选择滤波器来获得卷积特征仍然是个难题。正如我所知，在filter.is的帮助下，我们通过检测特征(如眼睛、鼻子、嘴巴)来使用卷积层从图像中识别人脸。过滤器包含眼睛、鼻子、嘴巴来从图像中识别人脸是真的吗？
浏览 0提问于2018-11-14得票数 0
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
腾讯云开发者
