如何执行图像分类。获取Breakhis数据集，并使用深度学习对恶性与良性进行分类。
我只能使用Python和Tensorflow。我需要编写数据集拆分、预处理和训练的代码，以及在测试图像上创建预测的代码。如何开始和如何编码？
浏览 4提问于2017-09-26得票数 0
1回答
计算机视觉环境下训练数据集的大小
、、、、
一般来说，对于机器学习模型的训练，训练数据集的大小应该大于预测器的个数。对于一个神经网络，甚至一个深度学习模型，参数的数量通常是数万甚至数百万。在实践中，训练数据集的数量，即图像的数目，通常少于参数的数目。怎么解释这个？我知道，我们可以声称，预先训练过的模型可以消除拥有这么多图像</e
浏览 0提问于2020-04-02得票数 0
我已经开始了一个使用深度学习对数据集进行分类的项目。我试过把学习转移到预先训练的模型上。现在，我想设计一个CNN模型，它可以完成分类工作，但在任何地方都需要大量数据。我的问题是:是否有可能在小于1000幅图像的图像数据集上设计深度CNN模型？
浏览 0提问于2018-03-13得票数 0
2回答
图像分割训练集标注
、、、
我是pytorch和深度学习的新手。我正在尝试做图像分割。但是，我被困在如何标记训练集图像上。这是我的训练图像之一我这里有两种植物--一种是杂草，另一种是好作物。有人能告诉我怎么做吗？
我将对标记的数据使用深度神经网络模型(如ResNet )。
浏览 1提问于2018-04-08得票数 0
1回答
我有一个关于生物医学图像分析的一般性问题。因为生物医学图像需要配准，以便在相同空间中对齐图像并更好地提取特征。我的问题是，基于深度学习的分类是否也需要训练数据集图像的图像配准？在深度学习中，架构本身定义了最佳特征，使用深度神经网络进行腹部CT扫描图像分类是否需要注册？当我们为了更好地训练<em
浏览 34提问于2019-06-04得票数 1
我正在研究一种机器学习模型，用于使用深度图像检测手部关键点。到目前为止，我看到的数据集包括世界视图和图像视图中关键点/骨架的标签(参见Shrec 17或DHG数据集)。我已经看过几篇论文和它们的实现，它们学习关键点检测的世界坐标。我想了解如何将3D世界坐标映射到深度图像，检查数据的可
浏览 21提问于2020-11-26得票数 1
我的深度学习主题是将图像分类为5个不同的类别。我使用ImageDataGenerator库将我的数据集分割为训练和测试。我已经成功地按照CNN方法开发了一个模型架构，并在测试数据集上评估了我的模型的性能，这使我的准确率达到了83%。 是否可以应用技能学习评估指标，如精度、召回率、f1_score等来评估我的测试结果？如果是，我该
浏览 12提问于2020-09-23得票数 0
回答已采纳
显然，深度学习方法并没有在表格数据问题[1，2]上取得最先进的结果。这一索赔似乎也为Kagglers所知。SOTA方法看起来像是梯度提升决策树。神经网络是否有更强的IID假设来抑制表格数据中的学习？文学：我们真的
浏览 0提问于2022-05-15得票数 3
我正在通过glob加载图像，我遇到了一个问题。我认为，问题之一是，我需要加载整个图像，但每次我将数据更新到新图像，而不是计算计数。我正在学习“深度学习”，以使“深入学习”，我真的很想自己做，请帮助。
<em
浏览 2提问于2020-01-15得票数 0
回答已采纳
1回答
大数据集上的keras训练
、、、、
我正在研究一种去噪神经网络去噪高维x射线图像。其想法是对一些数据集(如1、2、3)进行培训，在获得权重之后，另一个数据集(如4、5、6)将开始进行一次新的培训，从上一次培训中初始化权重。换句话说，从dataset上的培训中提取的权重: 4,5,6不能给数据集1的图像带来好的结果，就像在数据集上训练的那样: 1,
浏览 3提问于2020-11-18得票数 0
回答已采纳
我正在学习机器学习和深度学习。我正在尝试从Keras网站https://keras.io/examples/generative/wgan_gp/自定义此模型 我的模型在每次训练迭代中获取3512x512张图像(来自10个不同的目录)，然后将其划分为用于训练生成器和鉴别器的补丁。这些图像必须是连续的，并且属于同一目录。可以在每次迭代中随机选
浏览 17提问于2020-10-11得票数 1
回答已采纳
众所周知，深度网络往往优于浅层网络和其他经典的机器学习技术，例如在涉及图像的学习任务上进行增强。我相信这是因为从低像素强度中提取有用的高层次特征需要深入的模型。我很想知道是否有任何非图像数据集(例如，通常在UCI存储库中发现的表格数据集)，这些数据集需要深层网络才能获得良好的性能，而浅层网络<
浏览 0提问于2019-12-06得票数 4
1回答
我很好奇，是否对无监督和监督学习相结合的随机森林进行了研究，使单一算法能够在多个不同的数据集中找到模式，并与之协同工作。我在谷歌上搜索了所有可能的方法来寻找这方面的研究，结果却一无所获。谁能给我指明正确的方向？
注意:我已经在数据科学论坛上问过这个问题了，但是它基本上是一个死掉的论坛，所以我来到这里。
浏览 1提问于2015-12-30得票数 0
回答已采纳
5回答
我想在一个包含大约3000幅图像的数据集上训练一个深度学习模型。由于数据集很大，我想使用Google，因为它支持GPU。我如何上传这个完整的图像文件夹到我的笔记本并使用它？
浏览 0提问于2018-03-23得票数 23
1回答
我有一个图片集，每个图像可以包含几个对象(桥梁，床，河流等)。我想使用深度学习来检测每个图像上的对象。图像1包含汽车和狗图像2包含河流、人和船
我没有带标签的训练数据集。我可以使用像ImageNet或CIFAR100这样的开放图像数据集来训练模型吗？
浏览 0提问于2017-03-02得票数 0
1回答
我有一些数据，数据集包括设备id (int)、phone (int)、name(string)、device id等特性，但所有数据都没有标签。我的任务是获取一个人使用多个ids或多个设备的概率。我不知道怎么做，有人有主意吗？ name id phone device_id
Jason 123 12345 12341231 ....
浏览 0提问于2020-11-02得票数 0
3回答
基于词嵌入的文本分类
、、、、
我有一个正面和负面内容的数据集。让我们假设这是一个垃圾邮件项目。我想用Keras模型来解决相同的任务。所以我的问题是：
它仍然是有监督的还是无监督的，因为我在这个任务中使用了单词嵌入，在这里引用本文，单词嵌入用于无监
浏览 2提问于2020-03-30得票数 0
回答已采纳
在本文“深度学习时代数据的不合理有效性”中，作者使用一个新的数据集JFT-300M探讨了大数据对深度learning.The的影响，作者描述了数据集具有重长尾，实际上，尾部很重，每一个category.At的图像少于100幅，约有2K类，每个category.At有20幅以下的图像。这种长尾似乎不会对随机训练产
浏览 0提问于2018-01-29得票数 0
我目前正在努力学习深度学习。我问自己，在回归方面，深度学习在哪些方面优于支持向量机和随机森林？
你有什么回归数据，深度学习优于支持向量机和随机森林吗？我提出这个问题的主要目的，是看看哪种数据集的深度学习优于支持向量机和随机森林。因为我不知道这些数据集是什么类型的，所以我不想在询问这些数
浏览 0提问于2017-11-22得票数 1
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
