我知道问题出在检查点回调中，因为我已经测试过在没有它的情况下运行我的程序，它工作得很好。, steps_per_epoch=10, callbacks=[lr_schedule, checkpoint], class_weight=(class_weight)) 在一个名为tests的文件夹中我想将我的模型保存在名为Checkpoint的文件夹中，但我尝试了不同的名称，所有这些都给出了下面的错误 错误：'
浏览 76提问于2021-03-19得票数 0
1回答
我是一名计算机科学专业的学生，我的一位教授问我是否可以使用cnn来制作一个检测肿瘤的python应用程序，如果可能的话，任何人都可以指导我，了解cnn并将其应用到我的项目中。
浏览 0提问于2018-05-03得票数 1
2回答
我试着训练一个分类器来识别我自己的签名。我就是这样造分类器的在一张纸上签名了50次，然后用它创建了50幅图像。我是怎么做功能工程的？img = cv2.medianBlur(img,5)
步骤2:执行自适应阈值，然后进行形态学开放以降低图像中<e
浏览 0提问于2018-12-03得票数 1
回答已采纳
在我正在开发的应用程序中，我有大约5000张产品标签图像(每个产品有一个标签)。
我的应用程序的一个功能是，用户可以使用他的相机拍摄一张照片，并得到一个可能的匹配(Es)的产品标签注册的系统。由于最初，我的系统每个产品只有一个样本，所以我决定采用传统的计算机视觉技术。我使用特征提取和描述符匹配实现了这一点。blob/master/samples/cpp/matching_至_许
浏览 0提问于2017-10-24得票数 1
回答已采纳
2回答
我想用一种语言训练卷积神经网络，但在另一种语言中使用它(出于各种与技术/性能相关的原因)。有没有一种通过节省权重来实现这一点的编程方法？例如，我可以用Python训练一个多层感知器，然后将所有权重保存在一个CSV文件中，然后用Java创建一个新的MLP并使用该文件设置权重。但是，我不确定如何使用卷积神经网络做类似的事情，因为我不知道如何处理卷积层。我认为我的主要问题是理解如何导出/
浏览 0提问于2016-01-22得票数 0
2回答
在所有文献中，他们说convnet的输入层是形状(宽度、高度、通道)的张量。我了解到，一个完全连接的网络有一个输入层，其神经元数量与图像中的像素数相同(考虑灰度图像)。那么，我的问题是，在一个卷积神经网络的输入层中有多少个神经元？似乎具有误导性(或者我理解错了)，它说输入层有3个神经元。如果是这样，这3个神经元代表什么？它们是张量吗？据我对CNN的理解，难道不应该只有一个神经元大小
浏览 1提问于2018-09-11得票数 9
我已经完成了卷积神经网络的实现部分。但在卷积神经网络中，如何选择滤波器来获得卷积特征仍然是个难题。正如我所知，在filter.is的帮助下，我们通过检测特征(如眼睛、鼻子、嘴巴)来使用卷积层从图像中识别人脸。过滤器包含眼睛、鼻子、嘴巴来从图像中识别人脸是真的吗？
浏览 0提问于2018-11-14得票数 0
我必须开发一个视频事件检测工具，在票务中，counter.The工具必须为那些在没有点票的情况下通过门的人拍照。我有一套视频，人们拿着这些数据在gate.So上乱搞，我怎么能实现一个视频事件检测工具?我不知道在哪里可以start.Where，我能找到一些关于有监督的视频事件检测的教程吗？
浏览 0提问于2016-08-27得票数 1
回答已采纳
8回答
我对神经网络这个话题很陌生。我遇到了两个术语--卷积神经网络和递归神经网络。
我想知道这两个术语是否是指同一事物，或者，如果不是，它们之间会有什么区别呢？
浏览 6提问于2014-01-04得票数 67
我有兴趣在我的C++程序中实现一个卷积神经网络，在这里我跟踪标记的昆虫(我也在使用OpenCV)。我看到人们经常提到Caffe，Torch和Theano，但我还没有在SHOGUN上听到CNN的讨论。我已经通过scikit使用过Theano -- Python中的神经网络来测试一些图像，这非常有效，但不幸的是，Theano是Python专用的。
浏览 4提问于2015-08-21得票数 0
回答已采纳
我使用的是一个微控制器，是声音触发和采样声音@20 using。微控制器将这些原始的ADC数据发送到PC机进行Python处理。我目前采取1000点，并得到FFT使用numpy (使用rfft和它的绝对值)。我看了卷积神经网络，它提出了
浏览 1提问于2019-05-03得票数 2
回答已采纳
1回答
我有nifti格式的数据，这些是动物大脑的3个轴向图像，如何创建一个数据集来训练卷积神经网络，用于分割大脑区域，使用python 3？
浏览 15提问于2020-02-05得票数 1
刚刚使用pip和命令安装了tensorflow：在上，他们有一个卷积神经网络的例子
$ python tensorflow/models/image/
浏览 0提问于2015-11-10得票数 45
回答已采纳
1回答
图像质量神经网络方案
、、、
我试图创建一个神经网络项目，以确定彩色图像的质量，并返回是否通过质量检查。这一质量检查将在包含50%好照片和50%坏照片的2000份样本中确定和培训。假设我正在执行的检查是1280x1280像素与RGB无阿尔法通道。我正在尝试创建以下神经网络2x隐层==>层1= 1638400，2层= 409600神经元我的</
浏览 5提问于2015-05-21得票数 0
回答已采纳
1回答
我对卷积神经网络很陌生，我正在学习三维卷积。我所能理解的是，二维卷积给出了X-Y维中低层特征之间的关系，而三维卷积有助于检测低层特征以及它们在所有三维中的关系。如果一个数字，比如说5，是用不同的颜色写的严格意义上的2D CNN会表现不佳(因为它们属于z维中的不同频道)？
此外，是否有实用的神经网络，
浏览 0提问于2019-07-25得票数 0
回答已采纳
3回答
我想我在某个地方读到，随着层数的增加，卷积神经网络不会像标准的乙状结肠神经网络那样遭受消失梯度问题的困扰。但我一直找不到“为什么”。
它是否真的没有问题，还是我错了，它取决于激活功能？我一直在使用校正线性单元，所以我从未测试过卷积神经网络中的Sigmoid单元
浏览 10提问于2015-03-09得票数 8
回答已采纳
我是python keras的新手。随着对Keras的理解，我对Keras的输入形状感到困惑。我觉得在不同的神经网络下，我需要将我的数据重建成不同的形状。例如，如果我正在构建一个简单的ANN，我的训练数据应该是像m，n这样的矩阵，m是样本的数量，n是特征的数量。但最近我正在学习一维卷积神经网络。因为对于一维卷积
浏览 7提问于2019-08-26得票数 0
1回答
卷积中的反向传播
、、、
我在理解反向传播是如何在卷积层中工作时遇到了一些困难。实际上，在计算隐藏层中的误差后，我们可以在误差图像中表示它。但是在那之后，我如何更新内核呢？我在下图中给出了一个例子:我们有一个图像错误(l+1) (计算了反向传播)连接到父对象的输出(l)和相关的内核K。
在位置(x，y)，误差将是: err = e1.k'1+e2.k'2+...+e9.k'9 (k‘核的系数在(l+1)中)。所以，如果我们没有矩，没有激活函数，没有
浏览 0提问于2015-05-05得票数 1
2回答
卷积神经网络中特征映射的滤波器
、、、、
在卷积神经网络中，我应该使用什么样的滤波器来提取特征图？我最近读到了关于卷积神经网络的文章，我了解到我们使用(一组滤波器)在每个卷积层生成一组特征映射，通过对前一层输出的滤波器进行卷积，生成一组特征映射。谢谢。
浏览 1提问于2015-12-05得票数 0
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
