腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
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
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
(1623)
视频
沙龙
1
回答
运行
多次
,
对
CNN
图像
分类
的
准确性
有影响
吗
?
、
、
、
、
我尝试在Jupyter笔记本上使用MNIST通过以下程序
对
CNN
模型进行
图像
分类
。当从"model.fit“
运行
两次(或
多次
)时 _ 连续第二次
运行
的
准确性
会受到第一次
运行
的
结果
的
影响
吗
?看到显示
的
结果,我认为第二次
运行
似乎已经是一个更好
的
准确性
了。请给我一些建议……。 ?
浏览 23
提问于2021-02-27
得票数 0
回答已采纳
1
回答
图像
分类
、卷积网络与
图像
伽玛校正
、
、
、
目的是训练一个卷积网络(
CNN
),并训练它来
分类
指纹。在查看了数据库之后,我注意到有些
图像
更轻,有些更暗,下面提供了一个示例:📷是否有
浏览 0
提问于2017-04-13
得票数 -1
1
回答
多类
分类
:在验证集上具有良好
的
准确性
,但在测试集上具有预测能力
、
、
、
、
我正在尝试
对
属于16个类别的
图像
进行
分类
。这些
图像
具有不同
的
几何形状(<code>C0</code>)。训练集由16 x 320 = 5120个
图像
组成,验证集有16 x 160 = 2560个
图像
,测试集有16个x 2= 32个
图像
。对于训练和验证
的
准确性
和
浏览 8
提问于2019-03-29
得票数 0
2
回答
图像
分类
模型重新校准
、
、
我使用tensorflow-keras构建了一个
图像
分类
模型(
CNN
)。我有一些新
的
图像
,我需要将它们输入到相同
的
模型中,以便增加现有模型
的
准确性
。 我尝试使用以下代码。但这会降低
准确性
。verbose=1, validation_steps = 50) 有什么方法可以用来重新校准我
的
CNN
模型<e
浏览 25
提问于2020-07-15
得票数 0
回答已采纳
1
回答
当我训练
CNN
时,我如何解释每一个时代
的
损失和
准确性
?
、
、
、
我
对
神经网络非常陌生,我正在训练
CNN
进行
图像
分类
,在训练过程中,我得到以下信息:这告诉我训练
的
损失和
准确性
,验证
的
损失和
准确性
,如果我错了,请纠正我。,这些量是什么?有什么方法可以理解我,如果我看他们
的
问题做得很好的话?
浏览 0
提问于2020-12-09
得票数 0
回答已采纳
1
回答
使用
图像
数据发生器和单独加载
图像
时精度
的
变化
、
、
我有一个
CNN
模型,已经训练过了。其训练和验证准确率在99%左右。我保存了这个模型,然后加载它来
对
测试数据进行预测。当我使用并
运行
下面的代码时,测试数据包含了4000幅
图像
(在两个类中
的
每个类都是2000),我能够获得大约99%
的
准确性
。但是当我试图通过一个接一个地加载
图像
来进行预测时,负面类中
的
所有
图像
都被正确地
分类
了,而来自积极类
的
754幅
图像
被错误地
浏览 6
提问于2022-03-07
得票数 0
1
回答
如何进行多标签
分类
(用于
CNN
)?
我目前正在研究多标签
分类
,我有一些问题(我找不到明确
的
答案)。 为了清楚起见,让我们举个例子:我想
对
车辆(小汽车、公共汽车、卡车等)
的
图像
进行
分类
。以及他们
的
品牌(奥迪、大众、法拉利……)。因此,我考虑训练两个独立
的
CNN
(一个用于"type“
分类
,另一个用于"make”
分类
操作),但我认为在所有类上只训练一个
CNN
是可能
的
。我理解sigmo
浏览 0
提问于2017-05-09
得票数 0
1
回答
一旦
CNN
被训练出来,它
的
输出应该是确定性
的
吗
?
、
、
我刚刚用Tensorflow/Keras训练了一个
CNN
,并将其保存为模型。我
多次
尝试通过它
运行
大约1000个输入,每次得到
的
预测精度略有不同。
准确性
很好,我不关心性能;然而,我认为
CNN
模型一旦训练,就应该是确定性
的
。也就是说,任何输入都将始终以相同
的
方式
分类
。难道不是这样
吗
?模型一旦训练就可以预测
的
方式是否存在可变性?如果没有,希望我可以假设我已经在无意中将一些可变性编程到我
的
浏览 0
提问于2019-08-11
得票数 3
3
回答
图像
分类
的
100%准确率和0损失
、
、
我正在使用
CNN
和预先训练
的
模型VGG16进行
图像
分类
,我
的
数据集有3个类,每个类有将近900幅
图像
。经过5次训练后,我
的
模型达到了1
的
精度,0.00073
的
列车损耗,val-损失=0.00000,val-精度=1,达到100%
的
精度正常
吗
?我必须补充说,我
的
每个班级
的
图像
非常相似,因此这使学习更容易。
对
我
的
测
浏览 0
提问于2021-09-24
得票数 1
1
回答
CNN
网络设计中
的
问题
、
我好像在给
CNN
网络建模上出了问题。根据x轴
的
长度,特征向量
的
长度也会被改变。我已经知道它们应该有多长,但不知道x轴
的
长度和特征向量
的
长度之间
的
比率,我猜确实存在。 是否有可能训练
CNN
网络,使其能够根据
图像
x轴输入
的
长度来改变特征向量长度?
浏览 0
提问于2017-03-08
得票数 3
回答已采纳
1
回答
如何保存深度学习模式,并在培训后进行测试?
、
、
、
我用tensorflow编写了一个用于python
的
CNN
模型,该模型用于
对
肺CT
图像
(癌症/非癌症)进行
分类
,经过训练和验证数据训练模型并获得合理
的
准确性
,毕竟,我需要用测试数据来测试模型,但我不知道如何做到这一点
浏览 0
提问于2018-08-14
得票数 0
回答已采纳
1
回答
基于TensorFlow
的
计算引擎VM
的
深度学习
、
、
我实际上是机器学习方面的新手,但这个主题
对
我来说很有趣,所以我用TensorFlow
对
MNIST数据集中
的
一些
图像
进行
分类
……我在Google
的
Compute (VM)上
运行
了这段代码,因为我
的
计算机在这方面太弱了代码实际上
运行
良好,但前提是当我每次输入VM并
运行
相同
的
代码时,我需要等待我
的
模型在
CNN
上接受训练,然后我可以对我
的
数据进行测试或实
浏览 4
提问于2017-11-30
得票数 1
回答已采纳
1
回答
卷积神经网络中
的
过拟合
、
、
我申请
CNN
对手势进行
分类
,我有10个手势和100个手势
图像
。我所建立
的
模型
对
训练数据
的
准确率约为97%,而我在测试数据中
的
准确率为89%。我是否可以说,我
的
模型是过度安装,或它是否可以接受有这样
的
准确性
图表(如下所示)?
浏览 0
提问于2018-02-06
得票数 1
回答已采纳
2
回答
预先训练
的
CNN
特征提取
、
、
、
、
我在试着
对
图像
进行
分类
。我想通过预先训练
的
CNN
运行
每幅
图像
,应用卷积和池,最后得到一个更小
的
图像
/矩阵,其中每个像素
的
值都是一个特征。然后我想把它传递给支持向量机进行
分类
。有人能提供代码开始使用
CNN
和SVM
的
特征提取
吗
?
浏览 0
提问于2017-11-26
得票数 2
1
回答
“非某物”神经网络
分类
、
、
这是关于一般神经网络
的
一个非常基本
的
问题。例如:假设您必须通过将某一模拟结果与实际场景进行比较来确定它
的
准确性
(在本例中,您需要比较模拟
的
星系
图像
和实际
的
星系
图像
)。理论上,我可以制作一个
CNN
,把这些
图像
归类为“星系”而不是“星系”。但是我需要用什么样
的
图像
来表示“不是星系”呢?我只有真实星系
的
浏览 0
提问于2019-06-11
得票数 4
回答已采纳
1
回答
CNN
与其他
分类
技术比较
的
标准模型是什么?
、
我创造了一种新
的
方法来进行二值
图像
分类
。我认为将其与卷积神经网络进行比较会很有趣,后者在相同
的
数据集下进行同样
的
二进制
分类
。我
的
问题是,这种
CNN
模式
的
标准架构是什么?为了提高
CNN
模型
的
准确性
,我应该
对
它进行多少调整,以便将它与我
的
方法进行比较是公平
的
?我希望这是尽可能公平
的
机会,也许有机会发表我
的<
浏览 0
提问于2019-05-25
得票数 0
回答已采纳
1
回答
模型不是学习
、
、
、
我正在尝试训练一个张流js模型从我
的
网络摄像头
的
图像
。基本上,我是在尝试重现pac-man张量流游戏。这个模型并没有收敛,在训练后也几乎毫无用处。我有预感我是怎么准备数据
的
。从画布上抓取
图像
let canv = document.getElementById("canv") return predictions
浏览 0
提问于2019-05-01
得票数 1
回答已采纳
3
回答
如何验证
CNN
模型
的
行为是否正确?
、
、
我正在探索使用
CNN
进行多类
分类
。我
的
模型细节如下:以及培训/测试
的
准确性
/损失:从
图像
中可以看出,在几个年代里,精度从0.08提高到0.39到0.77到0.96。我尝试过更改模型
的
细节(过滤器
的
数量、内核大小),但我仍然注意到了相同
的
行为,而且我没有深入学习
的
经验。这种行为可以接受
吗
?我做错什么了吗?给出一些背景。我
的
数据集包含
对
浏览 0
提问于2022-05-19
得票数 0
回答已采纳
1
回答
MLP有可能比
CNN
有更好
的
准确性
吗
?
、
、
、
我正在研究癫痫
分类
系统,它消耗脑电图信号,结果说如果使用某一时期,是否是癫痫发作。为了进行网络培训,我利用Keras。我正在尝试几种不同
的
神经网络配置,现在我想知道,在某些情况下,MLP在一维
分类
方面是否比
CNN
更好?我
的
问题不仅与脑电图或癫痫
的
检测有关,而且更多
的
是当MLP在
准确性
上比
CNN
表现得更好
的
时候。或者,在数学上证明了,对于给定
的
分类
问题,总会有一些
CNN</e
浏览 0
提问于2021-05-15
得票数 0
1
回答
图像
的
位深度是否会影响卷积神经网络?
、
假设,我有一个RGB
图像
的
训练集,所有
图像
的
位深度都是8。我将这些
图像
传递到
CNN
中,得到
的
训练集精度为'X‘。现在,我使用位深度为16和32
的
相同
图像
位,并将其通过相同
的
网络,并从头开始再次训练网络。“X”会有什么变化
吗
?
图像
中额外
的
可用信息
对
CNN
有影响
吗
?
浏览 42
提问于2020-05-17
得票数 2
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
使用Keras和CNN构建分类器
keras实现LRCN行为识别网络
深度学习目标检测从入门到精通:第一篇
CNN与RNN比较与组合
深度学习图像识别项目(中):Keras和卷积神经网络(CNN
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
云直播
活动推荐
运营活动
广告
关闭
领券