腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
如何实现谷歌的
神经网络
的
图像识别
?
、
、
我有一本回忆录要写,主要的主题是比较Google的
图像识别
深度
学习算法和我的老师用增量
神经网络
创建我自己的(基于我的老师)的算法,并建立一个基准。有人能给我一些资源,让我了解更多关于Google深层学习
神经网络
在
图像识别
中的实现吗?
浏览 6
提问于2017-05-17
得票数 0
回答已采纳
2
回答
深入学习NNs (2016)与我4年前(2012年)的研究有何不同?
、
在维基百科和deeplearning4j中都有这样的说法:
深度
学习
神经网络
是一种隐层大于1的
神经网络
.我的
神经网络
的背景大多来自大学,而不是工作:有5门关于artif的课程。情报。&马赫。学习。-也许其中有两个在NN上 用于小而简单的
图像识别
项目中使用的三层前馈
神
浏览 0
提问于2016-10-04
得票数 14
回答已采纳
2
回答
什么时候是
深度
神经网络
(DNN)而不是NN?
、
什么时候将
神经网络
定义为
深度
神经网络
(DNN)而不是
神经网络
? 据我所知,DNN是具有多层的
神经网络
,简单的
神经网络
通常有较少的层数。但又有多少人呢?还是有其他的定义?
浏览 0
提问于2016-12-28
得票数 8
回答已采纳
1
回答
卷积
神经网络
块表示法
、
、
、
“
图像识别
的
深度
残差学习”的论文在图3中说明了它们的剩余网络如下:我不是
神经网络
专家,所以有人能解释一下“3x3conv,256,/2”上面的高亮符号是什么意思吗?第一部分是清晰的(具有3x3像素窗口的卷积
神经网络
),但是"256“和"/2”是什么?
浏览 0
提问于2020-03-27
得票数 3
回答已采纳
1
回答
什么是
神经网络
中的同一性映射
、
我在一些关于
神经网络
的论文中遇到了同一性映射这个词,但我不确定它在这种背景下意味着什么。我猜这意味着把一种输入映射到一个输出?我在报纸“
图像识别
中的
深度
残差学习(2015)”和“
深度
剩余网络中的恒等映射(2016年)”中都看到了这一术语,这两篇文章都是他等人写的。
浏览 0
提问于2016-09-25
得票数 6
回答已采纳
1
回答
神经网络
还是其他算法?
、
、
神经网络
还是规则回归?
浏览 0
提问于2019-05-21
得票数 0
回答已采纳
1
回答
前馈
神经网络
与递归
神经网络
的基本区别?
、
我经常读到,前馈和递归
神经网络
(RNNs)之间有着根本的区别,这是因为前馈网络缺乏内部状态和短期记忆。乍一看,这似乎是有道理的。然而,当使用算法学习递归
神经网络
时,如果我正确理解,递归网络将被转化为等价的前馈网络。 这就意味着,实际上没有根本的区别。为什么RNNs在某些任务中表现更好(
图像识别
、时间序列预测、.)而不是
深度
的前馈网络?
浏览 2
提问于2014-05-24
得票数 7
回答已采纳
1
回答
Encog或Neuroph有可能在Android上运行吗?
、
、
我正在编写一个Android应用程序,将执行
图像识别
和分析。我听说
神经网络
是进行
图像识别
的较好方法之一,并试图将Mike‘’Neill在CodeProject上的库移植到Win32的优秀手写数字识别应用程序中。然而,最近有人告诉我Encog和Neuroph这两个优秀的用于
神经网络
/
图像识别
的Java库。我只需要
神经网络
工作,我将写我自己的
图像识别
套件周围的另一个
神经网络
库。
浏览 3
提问于2012-01-02
得票数 6
回答已采纳
1
回答
什么是“空间特征编码”?有人能举出一个具体的例子吗?
、
、
这个书“医学图像计算的
深度
学习和卷积
神经网络
”提到了一个术语空间特征编码。另一方面,与以往主流的
图像识别
方法(如HAAR、SIFT、HOG图像特征和spatial feature encoding、随机森林或支持向量分类器)相比,CNN模型具有更高的建模能力。考虑到在模型训练过程中需要适应的数百万个参数(比以前的管道多得多),CNN的表示增强了计算机
图像识别
模型的能力,使其能够很好地处理更具有挑战性的成像问题。本书的核心主题是关于如何解决这一任务的例子--通过
深度
学习模型选择、数据集重采样和平衡以及适当的
浏览 0
提问于2019-07-16
得票数 2
回答已采纳
1
回答
ImageNeuralNetwork错误不会下降
、
、
到目前为止,我的问题是,当我给
神经网络
更多的图像,是32X32,让它训练,错误永远不会下降到低于14%,并在开始时,它跳遍了整个地方。 我的图像是BW,它们被分为27个类别。
浏览 2
提问于2014-11-07
得票数 1
回答已采纳
4
回答
神经网络
非
深度
、
我已经找到了这张图片链接,我想知道什么NNs不是深神经?前三个?另外,它们使用什么样的功能激活?
浏览 0
提问于2022-03-28
得票数 3
1
回答
CNN上的最小样本数量
、
与相关,它也可以应用于卷积
神经网络
吗?我之所以这样问,是因为FNN和CNN有许多共同的特征。 这个CNN的条目是图片。
浏览 1
提问于2020-05-21
得票数 0
1
回答
CNN上的最小样本数
、
与本论文相关,它也能应用于卷积
神经网络
吗?我这么问是因为FNN和CNN有很多共同的特点。
浏览 0
提问于2020-05-21
得票数 0
2
回答
图像识别
能处理那些不能直接看到决定质量的类吗?
、
、
我有以下问题,不太确定它是否可以通过
图像识别
(和卷积
神经网络
)解决。,这是一个通过
图像识别
可以管理的问题吗?我已经研究过用于
图像识别
的示例(主要是Keras教程),它们都处理了明显可见的问题(比如“图像显示猫还是狗”)。浏览我的数据集,我意识到,有些图片是相当相似的,虽然属于不同的类。卷积<e
浏览 0
提问于2019-02-25
得票数 1
回答已采纳
1
回答
如何使用Theano将非常大的卷积
神经网络
适配到GPU中
、
、
、
、
我正在尝试用Theano编写一个大型的
深度
神经网络
(几个用于
图像识别
的大型卷积层)。整个网络不适合GPU,因此我需要以某种方式划分网络。
浏览 0
提问于2015-12-22
得票数 1
1
回答
特征面与深层
神经网络
的分类
、
我刚刚看到了华盛顿大学的一段视频,史蒂夫·布伦顿教授在视频中解释了如何使用特征脸进行分类,例如
图像识别
。 特征面非常简单,不需要任何训练或参数调整等。他表示,它只需几秒钟就完成了。超快。用多幅图像训练
深度
神经网络
容易吗?或者这是一项艰巨的任务?当我看到其他人在深造的时候,他们只是编造了一些东西,然后他们解决了世界的问题。听起来太好了不可能是真的对吧?在什么情况下,你更喜欢特征脸而不是深层
神经网络
?不是吗?
浏览 0
提问于2020-02-28
得票数 1
1
回答
图像识别
用预训练卷积
神经网络
的硬件要求
、
、
我知道,为了训练一个用于
图像识别
的深层
神经网络
,需要一个好的GPU或GPU,因为它们比CPU更适合这个任务。这是很清楚的,有许多不同的教程使用不同的库如何做到这一点。然而,当我训练了我的深层
神经网络
时,在服务器上的某个web应用程序中,运行经过训练的深层
神经网络
来识别图像的硬件要求是什么?我的钢铁需要服务器上强大的GPU吗?什么硬件对运行预先训练过的深层
神经网络
- RAM、CPU、存储器来说更重要? 我能在Android应用上运行经过预先训练的网络来进行
图像识别
吗?是个好主意吗?
浏览 1
提问于2018-06-27
得票数 0
回答已采纳
1
回答
探索随机连线
神经网络
在
图像识别
中的实现?
、
使用tensorflow探索用于
图像识别
的随机有线
神经网络
这篇论文有没有实现?
浏览 29
提问于2019-04-08
得票数 1
1
回答
基于
深度
图像的
图像识别
与检测算法
、
、
、
我得到了一个
深度
相机,它的输出是带有
深度
信息的灰度图像。有没有基于
深度
图像(特别是嵌入式系统)的
图像识别
和检测算法?
浏览 0
提问于2017-11-13
得票数 0
2
回答
ML图书的阅读策略
我正试着阅读下面的统计学习书籍列表。我有一个BSCS和大约4年的工作经验,在图像处理和并行编程。无论如何,我都不会成为这一领域的专家,但我的目标是:能够阅读和消化统计学习方面的最新研究成果,特别是计算机视觉。先决条件:统计与数学方法讲座卡洛斯·费尔南德斯-格兰达书籍:统计学习的要素:数据挖掘,推断和预测,罗伯特·蒂巴施拉尼等人。 理解机器学习从理论到算法Shai Shalev
浏览 0
提问于2018-10-10
得票数 1
点击加载更多
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
深度学习图像识别项目(中):Keras和卷积神经网络(CNN
如何系统地欺骗图像识别神经网络
基于神经网络的肿瘤图像识别-陈春晖
改善深度神经网络
从0到1:神经网络实现图像识别(二)
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券