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
胶囊网络初级胶囊层的胶囊数量是多少？
在许多文章中，胶囊的数量是32，但在论文中，通过Hinton -动态路径在胶囊之间，它被写成“PrimaryCapsules有32×6×6胶囊输出(每个输出是一个8D向量)，而6×6网格中的每个胶囊都在互相分担重量。”
这意味着这层有36个胶囊。
浏览 0提问于2019-05-18得票数 0
1回答
我是深度学习及其框架的新手。我收集了一些自行车和自行车物体的jpg图像。现在，我想用胶囊网络来训练这个图像。 在mnist数据集上实现了胶囊网络。代码是here。 要应用我的自定义数据集，需要做哪些更改。应将图像更改为numpy格式或tfrecord格式？以及如何在网络上加载它们？
浏览 28提问于2019-03-01得票数 0
3回答
我一直在尝试使用自定义数据集来训练一个style-gan2网络。不幸的是，我目前运行计算的服务器有点不稳定，在经过三天的培训后，它就会崩溃。在网络崩溃之前，是否有任何方法可以继续使用网络的最后快照来训练网络？我已经看到了一些关于网络继续培训的参考，但是样式-gan或style-gan2GitHub页面都没有提到它。
浏览 8提问于2020-02-28得票数 5
回答已采纳
3回答
我理解了GAN是如何工作的，而两个网络(生成网络和区分网络)是如何相互竞争的。我已经建立了一个DCGAN (具有卷积鉴别器和非卷积发生器的GAN)，它现在成功地生成了类似于MNIST数据集中的手写数字。
我读过很多关于GAN从图像中提取特征的应用。如何使用我训练过的GAN模型(在MNIST数据集上)从MNIST手写的数码图像中提取特征？
浏览 0提问于2017-03-09得票数 13
1回答
我们知道生成性对抗网络的训练是基于博弈论的，并且在训练过程中达到了纳什均衡。但当使用tensorflow：查看GAN样本时，
我在代码中没有发现博弈论在哪里被应用，纳什均衡在哪里被估计。谁能展示一下我们在这段代码中使用博弈论的地方？
浏览 32提问于2020-02-19得票数 0
回答已采纳
1回答
在原始GAN (生成对抗性网络)论文)，生成对抗性网络由I.古德费罗，J. Pouget，M.阿尔。他们指出，GAN的一个优点是“根本不需要马尔可夫链，只使用后备技术获得梯度，在学习过程中不需要推理”(论文第6节)。
我不明白为什么这是个优势？如果我们从另一个角度来看这个说法，为什么使用马尔可夫链会是一个劣势呢？
浏览 0提问于2022-10-03得票数 3
回答已采纳
1回答
类不平衡问题是GAN固有的吗？在GAN中，有两个相互对抗的网络，一个是分类器，对手试图通过生成虚假图像来欺骗分类器。所有从GAN生成的图像都将是假的，所以如果算法运行足够长的时间，就会出现类不平衡，对吧？
浏览 8提问于2017-08-05得票数 1
2回答
我正在尝试使用一个基于此的简单生成对抗网络(GAN)。代码中GAN示例使用MNIST数据集
# Load the dataset
(X_train, _), (_, _) = mnist.load_data()
您能帮助我如何将mnist.load_data()更改为我自己的自定义数据集吗？
浏览 4提问于2020-02-10得票数 2
1回答
Keras中的GAN优化器设置
、、、、
我正在研究一个生成性的对抗性网络，在Keras中实现。我有我的生成器模型G和鉴别器D，它们都是由两个函数创建的，然后使用这两个模型创建GAN模型，就像代码中的这个简单示例：
gopt=Adam(lr=0.0001, beta_1=0.9, beta_2=0.999, epsilon=1e-08)
dopt=Adam(lr=0.00005, beta_1=0.9, beta_2=0.999, epsilon=1e-08)
opt_gan = Adam(lr=0.00006, beta_1=0.9, beta_2=0.999, epsilon=1e-08)
G= gmodel(......)
G
浏览 0提问于2019-04-12得票数 1
1回答
我想创建一个自定义指标，以便在R中训练一个完全连接的神经网络。问题是我不知道如何将语法传递给R tensorflow。所需的函数如下所示： fganancia <- function(probs, data)
{
tbl <- as.data.table( list( "prob"=probs, "gan"= ifelse( data==1, 29250, -750 ) ) )
setorder( tbl, -prob )
tbl[ , gan_acum := cumsum( gan ) ]
gan <- max( tbl$gan_ac
浏览 7提问于2020-12-03得票数 0
1回答
当我读到Cartoongan 卡通络:用于照片卡通化的生成对抗性网络的报纸时，我对vgg在整个网络中的位置感到非常困惑。
根据关于GAN 生成对抗性网的文章，我看不到网络中存在vgg的任何地方。
我觉得我看不清卡通根的整个建筑。我知道GAN是如何用发电机和识别器构造的，但卡通根不是。如果有人能帮忙，我很感激。
浏览 0提问于2022-09-20得票数 1
回答已采纳
1回答
全卷积变分自编码器
、、、
我想做一个神经网络，它使用黑白图像作为输入，并输出它的彩色版本。在这个过程中，重要的是图像的大小必须保持不变。
通常，这是通过使用完全卷积网络与GAN或AE architecture。现在我决定实现一个VAE版本，但是当我在互联网上查找它时，我发现了潜在空间是线性/密集的版本，这意味着它破坏了整个卷积。
对于这类神经网络，VAE不是一种有效的方法吗？或者有人可以提供解决方案/代码来帮助这种情况？(Pytorch更喜欢)
浏览 0提问于2019-08-17得票数 1
1回答
我试图比较我从GAN (生成对抗性网络)生成的样本(即MNIST数字图像)。对于我的第一个实验，GAN训练是不成功的，所以生成的样本与真实的MNIST图像不相似。对于我的第二个实验，GAN训练是非常成功的，因此生成的样本应该与真实的MNIST样本在一个可视化的图中很好地重叠。
上面的例子图显示了我希望实现的目标：(1)第一个图显示了原始的真实图像分布(2)第二个图表明，GAN1的结果与实际数据没有很好的重叠(3)第三个图显示，GAN2的结果与实际数据很好地吻合。
有人能提供一些指导吗?用Python来绘制这样的东西的好方法是什么，并提供一些示例代码？
浏览 1提问于2020-09-01得票数 1
回答已采纳
1回答
我正在使用Keras构建一个基于中描述的模型的图像去模糊模型。我使用以下培训代码对Colab模型进行了培训：
x_train, y_train = load_h5_dataset()
def train(batch_size=16, epoch_num=5, critic_updates=5, log_dir='drive/MyDrive/train_logs'):
g = make_resnet_generator_model()
d = make_discriminator_model()
gan = make_gan(g, d)
d_o
浏览 5提问于2021-10-28得票数 0
我使用DCGAN ( Deep Convolution GAN )生成图像。但是，我想在嵌入式设备上运行它，比如Intel Movidius或Jetson。
但是，在浏览了几篇互联网文章时，我知道嵌入式设备只用于深入学习的情况下进行推理。
我有几个问题：
GAN基本上是一个生成网络。怎么能有推论呢？对于GAN来说，推理和训练是否是一回事？
它(GAN)能在嵌入式设备上运行吗?内存是一个真正的问题吗？
浏览 0提问于2018-08-27得票数 2
我有一个GAN网络(生成性对抗网络)，由一些CNN，ResNet组成的结构。我想知道我是否可以将两个经过训练的模型组合成一个模型，像以前一样维护model1和mode2的功能。
我有两个训练数据集1和2(分别表示为T1和T2)。在我用T1训练GAN之后，我得到了模型1(表示为M1)。然后，我继续使用T2训练M1 (在本例中，T2是新的)，以获得模型2 (M2)。
如果我想将M1和M2结合起来，我应该怎么做？我是否应该投入50%的T1和50%的T2，并继续训练M2？有没有更好的方法将两者结合起来？
浏览 0提问于2019-02-19得票数 2
我正在尝试编写一个AppleScript，它将检查网络驱动器(在本例中是我的时间胶囊)是否已挂载，如果没有，则挂载它。我已经知道了如何挂载时间胶囊，但我不知道如何让脚本检查它是否先挂载，如果是就退出，如果不是就挂载它。
tell application "Finder"
mount volume "afp://AirPort%20Time%20Capsule._afpovertcp._tcp.local"
结束讲述
浏览 2提问于2015-03-30得票数 5
回答已采纳
1回答
这是解码-卷积生成对抗性网络(DC-GAN)代码的一部分。
discriminator.trainable = False
ganInput = Input(shape=(100,))
# getting the output of the generator
# and then feeding it to the discriminator
# new model = D(G(input))
x = generator(ganInput)
ganOutput = discriminator(x)
gan = Model(input=ganInput, output=ganOutput)
g
浏览 2提问于2017-12-26得票数 1
回答已采纳
当我试图训练一个GAN进行图像生成时，我遇到了一个我无法解释的问题。
在训练生成器时，train_on_batch在2或3次迭代后返回的损失直接降到零。在调查之后，我发现了train_on_batch方法的一些奇怪的行为：
当我检查以下内容时：
noise = np.random.uniform(-1.0, 1.0, size=[batch_size, gen_noise_length])
predictions = GAN.stackedModel.predict(noise)
这将返回接近于零的值，正如我所预期的，因为生成器还没有经过训练。
然而：
y = np.ones([batch_s
浏览 1提问于2018-02-26得票数 1
回答已采纳
1回答
我试图在google中将一个keras模型转换为tpu模型，但是这个模型里面有另一个模型。
看看代码：
这是google文档中一个示例的修改版本：
如果sub_model被转换并直接使用，它就能工作，但是如果子模型在另一个模型中，它就不能工作。我需要子模型类型的网络，因为我试图训练一个GAN网络，其中有2个网络(gan=generator+discriminator)，所以如果这个测试工作，很可能它也将工作与gan。
我试过几件事：
在不转换子模型的情况下，将模型转换为tpu，在这种情况下，当训练开始时，将提示与子模型的输入相关的错误。
将模型和子模型转换为tpu，在这种情况下，当转换
浏览 0提问于2019-02-18得票数 3
我在用Tensorflow。我想从google驱动器加载未标记的图像，然后将图像规范化。但是，当我运行这段代码时
data_train_gan = (data_train_gan - 127.5) / 127.5 # Normalize the images to [-1, 1]
我看到错误：TypeError：-：'BatchDataset‘和'float'.的不受支持的操作数类型
完整代码：
import pathlib
data_dir = pathlib.Path("gdrive/MyDrive/projects/images/rock/")
浏览 2提问于2021-05-24得票数 1
1回答
我试图理解GAN和DCGAN之间的关键区别。
我知道DCGAN使用卷积网络。但是：
哪些数据更适合进入GAN，哪些数据更适合DCGAN？对于小的数据维度，DCGAN工作得更好吗？
浏览 0提问于2018-06-05得票数 8
回答已采纳
2回答
胶囊网络-面部表情识别
、、、
我想在FER上试验胶囊网络。目前，我使用的是fer2013 Kaggle数据集。
在胶囊网中，我不理解的一件事是在第一个卷积层，大小减少到20x20 -输入图像为28x28，滤波器为9x9，步幅为1。但在胶囊中，大小减少到6x6。怎么会出这事？因为当输入大小为20x20，过滤器为9x9和2个步长时，我不能得到6x6。也许我漏掉了什么。
在我的实验中，输入大小为48x48的图像。我应该在开始时使用相同的超参数吗?或者有什么建议的超参数可以使用吗？
浏览 3提问于2018-05-15得票数 1
1回答
我和胶囊网络一起工作。我的参考论文是。本文阐述了一次胶囊层产生位姿参数的8D矢量。我的问题是，我们能从图层的输出得到矢量并打印出8D矢量吗？
浏览 0提问于2019-02-26得票数 1
回答已采纳
1回答
我试图理解关于条件GAN的本论文，它说额外的信息y(类标签)是给网络的。然而，我无法理解它在培训中的使用或它的好处。据我所知，GAN是无监督学习，在这种额外信息使用的情况下，我们是否可以说架构是受监督的？
浏览 0提问于2019-06-24得票数 2
回答已采纳
我在Google云上训练了一个巨大的神经网络(尺寸更大、类更多的胶囊网络)。这个网络需要大约400 GB的RAM和4个GPU来训练它而不会崩溃。理论上，我听到的是神经网络可以在普通PC上执行预测。但是，考虑到培训所需的资源如此之多，是否仍有可能下载tensorflow检查点并在我的膝上型计算机上运行网络以进行预测？
浏览 4提问于2020-04-04得票数 1
1回答
在生成的对抗性网络中，我是如此的初学者，learning.My的目标是训练一个简单的gan，使用密集的层来生成时尚mnist的形象。我在网上尝试过许多代码，这些代码给每个人都提供了成功的输出，但在我的例子中，它们都产生了相同的输出，这是一个空白的白色图像，在特定区域经常有一些点。我也检查了激活函数，但它们似乎是fine.Also，提到我在google colab.Here中运行的代码是我的代码。
import numpy as np
import tensorflow as tf
from matplotlib import pyplot as plt
from tensorflow.kera
浏览 3提问于2022-02-03得票数 1
1回答
GAN鉴频器收敛到一个输出
、、、、
我正在MNIST数据集上运行一个GAN。随着GAN的继续训练，发电机的质量似乎越来越差，甚至似乎它开始收敛到一个值。
时代7：
📷
21世纪：
📷
为什么会发生这种情况？我在这里运行这个回购程序的代码：https://github.com/bstriner/keras-adversarial/blob/master/examples/example_gan.py
浏览 0提问于2018-03-23得票数 5
回答已采纳
1回答
是否有可能训练GAN模型在特定环境(例如办公室、树林、海滩.)上画出一幅图像.在我们把它的人挖出来之后？
例如，我在Places2上使用了这个Places2‘S预先训练过的GAN模型
我使用MaskRCNN模型对人进行分割，然后将其裁剪出来：
📷
📷
但是当我把图像输入到上面提到的GAN模型时，结果并不是很好：
📷
如果可能的话，最好的GAN架构是什么？
浏览 0提问于2018-07-11得票数 3
回答已采纳
我为整个场景创建了一个“网络管理器”和一个“网络管理器hud”。我的角色是一个简单的胶囊，有一个相机，一个武器产卵器和3件武器的儿童。我给了他一个“网络身份”和“网络转换”，重写了“胶囊控制器”(附在胶囊上)和“鼠标控制器”(附在相机上)，并将其保存为预制件。我将网络管理器配置为以prefab作为派生对象，并使用网络管理器的默认设置: localhost:7777。
现在是我的问题。
我已经构建了一个游戏实例，以主机的身份运行内联游戏(localhost:7777)，一切都正常。然后运行外部构建(尝试了localhost，甚至本地ip)
一旦我使用2实例加入游戏，第二个玩家就会接管第一个玩家的
浏览 0提问于2019-04-12得票数 1
1回答
用于数据增强的GAN
、、、、
我正在使用生成的对抗性网络来增加我的数据，我已经使用了深层卷积GAN来实现这个目的，但是他们并没有学习正确的数据分布，所以请建议我使用哪一个GAN来实现这个目的？
浏览 0提问于2018-07-14得票数 0
我查找了所有的“张量”对象没有属性*，但似乎没有任何与Keras相关(除了，它没有帮助).
我正在制作一种生成式对抗性网络( GAN )。在这里你可以找到结构。
Layer (type) Output Shape Param # Connected to
_____________________________________________________________________________
input_1 (InputLayer) (No
浏览 15提问于2017-07-03得票数 20
因此，我有一堆假的(模糊的)图像，我试图“纠正”，让它们看起来与真实的(而不是模糊的)图像难以区分。我有很多批次，我不知道当涉及到keras中的GANs时，您会如何进行交叉验证。 对于一个简单的神经网络，它是难以置信的简单，如文档中所示： model.fit(X, Y, validation_split=0.33, epochs=15, batch_size=100) 然而，我正在尝试为GAN做这件事，GAN似乎没有一个简单的方法…… 下面是我当前代码的一部分(这更像是伪代码)，我想对其应用交叉验证： for batch in batches:
# generate images
i
浏览 34提问于2020-04-22得票数 1
我想使用进行产品搜索。我已经遵循了文档中规定的所有步骤。首先，我创建了一个谷歌账号，然后去创建了一个项目，并获得了一个API key。我想使用这项服务作为出版商在谷歌联盟网络谁可以使用API来访问他们的广告商的产品提供的选择。然后我在google affliate network上注册了pid。然后，我发送请求到一些广告商加入他们的计划，从我的联盟管理面板。现在我有一个广告商被批准了。现在在这个上，它声明要请求提要访问publisher的谷歌附属网络广告商的产品，我必须使用以下url
https://www.googleapis.com/shopping/search/v1/source/pr
浏览 0提问于2012-01-20得票数 1
回答已采纳
副刊网络，如GAN网络，被称为“隐式”网络。什么意思？那么，它们与“显式”生成网络有什么区别呢？“显式”生成网络是什么？
浏览 10提问于2020-10-26得票数 0
回答已采纳
1回答
生成网络理解
、、、、
我正在浏览弗查尔 on 生成对抗性网络的GAN笔记本，在Generator中，他用16*16 * 128创建了一个Dense层(其中128个是频道的数量)。
latent_dim=32是如何在网络中形成16 * 16的。
这些值是如何决定的？
📷
浏览 0提问于2019-05-22得票数 0
我正在尝试实现一个GAN来生成网络流量.csv数据集(表格GAN)，我的训练结果继续显示D损失: nan，acc.：50%。我认为这是因为我的数据集在预处理后有断言的值，所以我使用了代码"assert not np.any(np.isnan(x))"，我得到了下面的错误。我需要帮助..。 ---------------------------------------------------------------------------
AssertionError Traceback (most recent call
浏览 38提问于2021-02-05得票数 0
回答已采纳
在GAN网络的中，鉴频器的输出类似于2.05145e+07，这导致了1 - disc_output -> 1-2.05145e+07=-2.05145e+07 (一个负数)，因此log(1-2.05145e+07)导致NaN。
我不是第一个有这种问题的人。一种解决方案是只允许log中的正值，就像done 一样。
有没有人知道更好的解决办法？
也许是不同的损失函数？
浏览 1提问于2017-08-04得票数 1
回答已采纳
2回答
带有无线客户端的巨型帧
、、、、
我现在有以下的网络配置
苹果时间胶囊(千兆位以太网路由器)
2用千兆以太网连接的Windows桌面
1无线N模式下的MacBook Pro
1 iPhone (显然是无线的)
我买了一个NAS和一个千兆交换机来扩展我的网络，nas问我是否想为网络连接启用大帧。所以我的问题，我可以吗？
我认为，如果我这样做，我将有问题的无线客户端，我需要重新配置的桌面和时间胶囊使用巨型帧。
我是否应该添加一个路由器而不是一个交换机，将网络分成两部分，以便使用大帧？
这有什么意义吗？大型帧的性能会得到改善吗？
浏览 0提问于2011-07-28得票数 4
回答已采纳
如何在Javascript代码中访问胶囊特定的信息？ 在与后端通信时，我希望在User-Agent中包含我的胶囊id和版本。理想情况下，我还可以获得Bixby版本和我的胶囊运行在其上的Android版本。我希望有像$vivContext这样的东西，我可以把它交给我的Javascript代码。
浏览 14提问于2019-06-24得票数 1
回答已采纳
我想用补码发生器(BAD GAN)来实现半监督学习。根据本文的研究，https://arxiv.org/abs/1705.09783如何在Keras中实现这种GAN的鉴别器和发生器的损耗函数？
浏览 0提问于2021-06-17得票数 1
我习惯在Keras设计我的GANs。但是，出于特定的需要，我想将我的代码修改为Tensorflow。大多数使用Tensorflow的GANs实现都使用一个类作为GAN，然后使用一个函数作为鉴别器和生成器。
它给出了这样的东西：
class MyGAN():
def __init__(self):
# various initialisation
def generator(self, n_examples):
### do some business and return n_examples generated.
retur
浏览 2提问于2017-10-10得票数 0
我们知道，生成对抗网络(GAN)可以产生与真实数据相似的数据。一般来说，生成器需要一个随机变量z作为输入，并生成一个表示数据x的向量。当我有新数据时，我不知道如何计算P_G(x)的概率，我想知道GAN生成它的概率？
浏览 12提问于2018-02-11得票数 0
回答已采纳
我遇到了有条件的GAN，在这里，类可以作为GAN的输入。我想知道，如果同一个网络可以用于可以接受任何连续value.ie的类，那么一旦训练过的生成器应该能够为任何条件产生输出，即使它不是训练集的一部分。
浏览 0提问于2019-01-15得票数 2
2回答
我正在探索生成的Adeversarial (GAN)，它不仅用于图像生成，还用于几个任务。
深卷积GAN (DCGAN)是GAN的另一种专门用于图像数据的方法，DCGAN的特点是在鉴别器中采用卷积层，对发生器采用转置卷积层。
在我的应用中，我在鉴别器中使用卷积层，而不是对生成器使用转置卷积，而是使用了一个简单的卷积。
问题是，由于我不使用转置卷积，所以我目前使用的是简单的GAN还是DCGAN？
提前谢谢你的回答，祝你今天愉快
浏览 2提问于2020-04-15得票数 1
回答已采纳
1回答
我整个周末都在试着解决这个问题。我希望有人能帮上忙。
我有一个模型，它可以接受一个普通的数组，并在GAN中处理它，它是有效的，但是一旦我把它改为多个输入，我就开始得到：
ValueError: Graph disconnected:
我的原始代码：
# Build stacked GAN model
gan_input = Input(shape=Xtrain.shape[1])
H = generator(gan_input)
gd_input=Concatenate()([gan_input,H])
gan_V = discriminator(gd_input)
GAN = Model(g
浏览 12提问于2021-02-22得票数 0
回答已采纳
1回答
我最近被介绍了ML在网络安全中的应用程序，我对开发GAN应用程序来为稀疏数据集生成数据很感兴趣(类似这样的https://becominghuman.ai/deep-learning-can-tackle-the-problem-of-sparse-data-by-augmenting-available-data-e9a4e0f1fc92)。 但是，我不知道哪种类型的数据集可以用于此目的。有人可以指导我几个示例数据集，我可以使用它们来训练GAN并生成数据吗？文本数据集对于GAN相关的生成有什么好处吗？我在这里的目标是简单地理解整个过程应该如何工作。任何帮助都将不胜感激。
浏览 25提问于2020-01-05得票数 0
我正在创建一个生成性对抗性网络(GAN)，用于生成人工交易卡，但我是这一领域的完全新手。我一直存在的问题是，我的鉴别器虽然较弱(基于可学习的参数)，但它的损失降到了10^{-4}的大小(10到负4的幂)。相比之下，发电机损耗在前几个时期从5+加速到10+。此外，甄别器对真实和假图像的准确率立即达到100%，最多在两端相差2%。
我现在的生成模型：
def generator_model():
model = tf.keras.Sequential()
# First Dense Layer
model.add(Dense(8*8*64, input_dim=100)
浏览 0提问于2021-12-09得票数 1
对于一个大学项目，我需要创建一个神经网络，把人的草图转换成图像。为了实现这样一个神经网络，我决定实现一个pix2pix GAN结构。神经网络是在我的教授提供的修改版的CUFS数据集上进行训练和评估的。
虽然神经网络能够执行图像转换，如下面的图像对所示，但我想知道是否有方法来提高结果的质量？特别是，我想知道是否有办法使图像看起来更清晰？
📷
我已经在将相对较小的训练数据集( 70张素描照片对)增加到770副。此外，我试图减少\lambda参数的值。关于这个时代，我发现在160次迭代之后，验证损失不会显著下降。
正如您在笔记本上的最后一次调用中所看到的那样，目前在测试数据集中实现的我在Google
浏览 0提问于2020-12-26得票数 0
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
