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
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Andro
浏览 1
提问于2018-06-27
得票数 0
回答已采纳
1
回答
在实现人工
神经网络
的同时,如何减少
训练
值中的误差?
、
、
问题是,在我的
训练
值中,我得到了一个几乎0.8-1.0的错误,这是不可接受的。我如何找到减少错误的方法?我试过降低
训练
率,但没有效果。我目前正在使用excel工作表中的数据集来
训练
我的系统。
浏览 4
提问于2016-06-30
得票数 0
回答已采纳
1
回答
训练
后自适应
神经网络
、
神经网络
经过最初的
训练
后,最佳的适应方式是什么? 也就是说,我想做一些图像识别,网络应该得到更好的新图片,我呈现它。这可以通过加强学习来完成,但为了一开始的快速发展,我想使用反向传播。
浏览 4
提问于2015-11-23
得票数 2
回答已采纳
1
回答
为非遇到的输入建立
神经网络
、
、
、
、
我正在创建一个简单的多层前馈
神经网络
使用
神经网络
库.我的
神经网络
是利用BackPropogation学习算法
训练
有监督学习方法的3层激活网络。我的问题:如何
训练
我的网络来接受这种方式中没有遇到的输入,从而产生一个正确的序列模式,就像在学习过程中的
训练
集中所发现的那样?
浏览 4
提问于2015-11-03
得票数 2
回答已采纳
1
回答
一个输入和一个输出的平均值
、
我想用Encog构建一个
神经网络
,它有一个输入(0/1或真/假)和一个输出(双值),如果指定了标准(1作为输入),则计算平均值(如果没有指定标准(0作为输入)。
浏览 1
提问于2015-04-15
得票数 1
1
回答
存储和使用经过
训练
的
神经网络
、
、
、
、
我正在尝试开发一个
神经网络
来预测时间序列。这是正确的吗?如果是这样的话,我应该只
训练
我的网络一次,然后使用我的网络(权重)来预测未来的值。您通常如何避免重新计算整个网络?我是否应该将所有的权重保存在一个数据库或其他什么地方,这样我就可以随时访问它,而不必再
训练<
浏览 4
提问于2016-08-10
得票数 7
3
回答
我试图理解
神经网络
训练
中的“时代”。下一个实验是否等效?
、
、
、
、
假设我有一个定义好的
神经网络
的
训练
样本(带有相应的
训练
标签)(
神经网络
的结构对于回答这个问题并不重要)。让我们把
神经网络
称为“模型”。我用
训练
样本和
训练
标签来
训练
40个时代的“模型”。经过
训练
,
神经网络
将对整个
神经网络
有一组特定的权重和偏差,我们称之为WB_Final_experiment1。实验2 我用
训练
样本和
训练
标签来
训练
20个时代的“模型
浏览 13
提问于2020-03-20
得票数 3
回答已采纳
3
回答
CNN前馈或反向传播模型
、
、
、
卷积
神经网络
(CNN)是前馈模型还是反向传播模型。通过比较的博客和维基百科对CNN的定义,我得到了这种困惑。
浏览 0
提问于2017-03-14
得票数 3
1
回答
在Encog框架中,FinishTraining()方法在保存到磁盘之前可以重复调用吗?
、
、
当
神经网络
在很长一段时间内在大量数据集上进行
训练
时,请考虑senario。在将
神经网络
临时保存到磁盘以供稍后
训练
之前调用FinishTraining()方法是否正确?或者我们应该只调用一次FinishTraining(),在所有
训练
都在最后完成之后?Encog机器学习框架可以选择将
神经网络
保存到磁盘,然后使用Encog中的TriningContinuation类继续
训练
。在将
神经网络
保存到磁盘之前调用FinishTraining()方法是否会以任何方式
浏览 21
提问于2019-06-24
得票数 1
回答已采纳
1
回答
验证损失的原因是否很高?
、
、
、
、
我对深度学习模型非常陌生,并且尝试使用LSTM .I来
训练
多标签分类文本模型,它有大约2600条记录,其中4 categories.Using 80%用于
训练
和休息以供验证。]如果我能找到一个克服overfitting.You的方法,这将是非常有帮助的,可以参考下面的collab来查看完整的代码:- 编辑:--我现在使用的是预先
训练
过的嵌入层
浏览 1
提问于2020-07-16
得票数 0
回答已采纳
1
回答
Matlab -使用经过
训练
的网络测试其他图像
、
、
我已经使用前馈
神经网络
训练
了古代硬币图像。现在,我想使用经过
训练
的网络来测试图像。
浏览 1
提问于2011-04-14
得票数 1
回答已采纳
1
回答
具有未分类输入的人工
神经网络
、
、
我正在尝试使用前馈
神经网络
对时间序列数据的一部分进行分类,该网络使用单个隐藏层中的20个神经元,以及与我希望能够识别的3个事件相对应的3个输出。已经使用Matlab的模式识别
神经网络
工具箱执行了
神经网络
创建和
训练
,因为这是一个分类问题。 为了做到这一点,我依次填充一个移动窗口,然后将该窗口输入到
神经网络
中。我的问题是,我显然不能对时间序列采取的每一种可能的形状进行分类和
训练
。由于这个原因,我通常会得到充满数据的窗口,这些窗口看起来与我用来
训练
神经网络
的
浏览 5
提问于2014-08-16
得票数 1
2
回答
只检测一类对象的
神经网络
、
我对python中的
神经网络
( NN )完全陌生,我不知道NN是否能在raspberry pi 3中运行?因为我认为问题在于
神经网络
在
训练
、数据传输和计算方面需要良好的CPU/GPU性能。那么,用单类
训练
数据
训练
神经网络
是可能的吗?为了节省CPU/GPU? 例如,我希望系统只检测图像中的海参。一个好的答案/解释或链接到任何例子将是非常感谢的。谢谢你,PO
浏览 2
提问于2017-08-26
得票数 1
回答已采纳
1
回答
训练
神经网络
中途被kill?
、
、
、
前不久买了88元1年的腾讯云
服务器
,搭建了jupyter框架,然后用tensorflow
训练
神经网络
。这个程序预计
训练
280000轮,从
训练
速度来看感觉得花掉一天才会完成
训练
。但是实际
训练
了40000次,大概运行了5个小时就被killed了。 emmm,请问这是什么原因呢,是否有相关的设置保护我的程序不被kill呢?
浏览 1654
提问于2019-11-06
1
回答
用词袋/特征和
神经网络
、
、
、
、
3)将生成的单词矩阵作为trainingSamples,给出一个
神经网络
。 到目前为止,我已经实现了步骤1和步骤2,但我不太清楚如何格式化NN的输出向量。
浏览 5
提问于2017-01-31
得票数 1
回答已采纳
1
回答
特征面与深层
神经网络
的分类
、
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。A = USV^T 特征面分类用多幅图像
训练
深度
神经网络
容易吗?或者这是一项艰巨的任务?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
多类目标检测:N X (1 vs all)还是1 X (N vs all)?
、
、
我正在使用
神经网络
进行多类分类。假设我有10个目标类和一个null (非高于目标的类)。我为每个目标单独
训练
一个
神经网络
,每个网络(目标,非目标)有两个输出神经元,这样在上面的情况下,我需要10个单独的
神经网络
,还是有11个输出(10个目标,1个其他)的
神经网络
更好?P.S. (1)当然,在这两种方法中,
训练
示例的分布严重偏向非目标(“其他”)类,以及(2)假设NN的输出层具有softmax激活。
浏览 0
提问于2014-09-16
得票数 1
1
回答
如何制作haar级联分类器进行手工检测
、
一个检测图像中的手的分类器..。我正在做基于皮肤的检测来检测手.
浏览 7
提问于2020-03-21
得票数 0
3
回答
神经网络
可以只用一类
训练
数据来
训练
吗?
我只想知道
神经网络
是否可以用单一类别的数据集进行
训练
。我有一组数据要用来
训练
神经网络
。在
训练
之后,我想给
训练
好的
神经网络
提供新的数据(用于测试),以检查它是否可以识别出它与
训练
样本相似。使用
神经网络
可以做到这一点吗?如果是,这将是监督学习还是无监督学习。 我知道如果有多个类,
神经网络
可以用于分类,但我以前从未见过单个类。一个很好的解释和任何例子的链接将非常感谢。谢谢
浏览 76
提问于2016-08-18
得票数 3
回答已采纳
1
回答
Tensorflow / Keras + Python使用预先
训练
的NN
、
、
、
、
我想使用预先
训练
的
神经网络
与TF.Keras和Python。我想试试不同的案子。我在上看到了我可以使用的不同的预
训练
神经网络
。我还想使用一个具有相同参数和预
训练
的非
训练
神经网络
来获得比较结果的可能性。 我看到命令“model.summary()”存在。这是一个很好的方法,采取预先
训练
的模型,获得他的参数,用我的图片
训练
它,然后创建一个新的模型,用相同的参数,只
训练
它与我的数据,最后比较结果与2样本
神经网络</
浏览 6
提问于2022-06-15
得票数 0
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
神经网络训练优化方法
使用Google Colaboratory训练神经网络
神经网络训练Weights&biases
新颖训练方法——用迭代投影算法训练神经网络
为什么很难训练深度神经网络?
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
活动推荐
运营活动
广告
关闭
领券