1回答
我已经建立了一个用于图像分类的CNN模型。我想挑选五个图像，这些图像被网络正确分类，并且具有最大的softmax分数(对于每个类别)。我尝试检查model.evaluate(X_test，y_test)，但它给出了模型的整体softmax得分。model.add(Flatten())
model.add(Activation("relu"))
model.add(De
浏览 10提问于2019-09-28得票数 0
我正试图从我的Keras CNN分类器中得到“逻辑”。我在这里尝试了建议的方法：。首先，我创建了两个模型来检查实现：
create_CNN_MNIST CNN分类器，该分类器返回具有与在(1)相同的层的probabilities.create_CNN_MNIST_logits分类器，两种模型都输入了MNIST的相同的列车和试验数据。然后我在逻辑上应用了softmax</em
浏览 3提问于2022-02-13得票数 1
我想在预先训练好的CNN (VGG)上建立一个LSTM来对视频序列进行分类。LSTM将由VGG的最后一个FC层提取的特征馈送。 该体系结构类似于： ? 我写了代码： def build_LSTM_CNN_net() from keras.modelsLSTM(units = 256, return_sequences=False, dropout=0.2)(x)
x = Dens
浏览 37提问于2020-09-09得票数 3
回答已采纳
我打算使用从CNN获得的特征图来做一个分类器。有人能建议我如何做到这一点吗？如果我首先使用+ve和-ve样本训练CNN (从而获得权重)，然后每次需要对图像进行分类时，我应用卷积层和池化层来获得特征图，这会起作用吗？我在其中发现的问题是，我想要分类的图像可能没有类似的特征图，因此我无法正确地找到距离。因为特征的顺序在层中可能不同。
浏览 0提问于2016-10-08得票数 0
我在tensorflow中以两种方式定义了一个分类模型，我认为这两种方式具有相同的效果。但实际上我得到了不同的结果。("simple_cnn") as scope: test_prediction = tf.nn.softmax(network(tf_test_dataset, "simple_cnn"))
另一种方法是分配所有变量并在main中定义模型</em
浏览 9提问于2017-08-25得票数 0
回答已采纳
我已经使用MXNET包构建和训练了用于图像分类的CNN模型，并使用以下代码片段预测了针对模型数据的测试结果。predict(model,test_array)print(pred_test_label)
此外，我想知道测试结果与模型数据匹配的概率是多少
浏览 2提问于2016-08-31得票数 2
1回答
多目标动作识别与定位
、、、
我想问一个问题，关于在视频上的动作检测与建议帧。我使用了时态3D ConvNet在视频上的动作识别。成功地训练了它，并能识别视频上的动作。当我进行推理时，我只从视频中收集了20帧，并将其反馈给模型，并给出了结果。关键是不同视频上的事件大小不同。其中一些覆盖了90%的帧，但也有一些可能覆盖10%。让我们以两个物体碰撞为例，它可以在不同的尺度上发生，我想要检测到这个动作。
如何为模型提供准确的位置，以进行行动识别，如果它可以发生在不同
浏览 0提问于2019-03-23得票数 0
我试着按照tensorflow教程实现MNIST CNN神经网络，并找到实现softmax交叉熵的方法，并给出了不同的结果：softmax = tf.nn.softmax(pred)cross_entropy_cnn = - y * tf.log(softmax + 1e-10)(2)效果良好
cross_entropy_cnn
浏览 2提问于2016-11-18得票数 5
我正在尝试训练一个用于对象分类的CNN。因此，除了图像之外，我还想输入一些文本特征。我在这里找到了一个这样做的例子merged = Merge([cnn_model, text_model], mode='concat')
### f
浏览 0提问于2018-08-06得票数 3
我想要为二进制分类创建一个深度学习模型(CNN)，我能用softmax函数代替sigmoid函数进行二进制分类吗？将分类层添加到模型中，如下所示
model.add(Dense(2, activation='softmax'))
浏览 0提问于2019-02-08得票数 4
回答已采纳
2回答
我为10个时代编写了代码，我得到的结果如下：model_cnn.add(MaxPooling2D(pool_size=(2, 2)))model_cnn</em
浏览 7提问于2020-05-04得票数 0
回答已采纳
1回答
我想使用AE的压缩层来训练一个简单的分类器或回归器。实际上，压缩层的形状是(64,128)，那么我如何将该层转换为分类目的？如果我使用展平功能，我的新图层有8192个维度(我想这个维度太大了)，有人能帮我吗？
浏览 13提问于2020-01-21得票数 0
我目前正在学习如何使用Tensorflow，我在实现Softmax回归应用程序时遇到了一些问题。import input_dataimport random as ran cost_func = tf.re
浏览 0提问于2019-02-20得票数 0
我试图将CNN层与2个LSTM层和ctc_batch_cost连接起来，但我遇到了一些问题。我的模型应该适用于灰度图像。在我的调试过程中，我已经知道，如果我只使用一个CNN层，使输出大小等于输入大小+ LSTM和CTC，模型就能够训练：inp = Input(name='inp', shape=(128, 32, 1))
cnn = Conv2D(name='conv',
浏览 0提问于2020-05-25得票数 0
1回答
在对MNIST数据应用PCA后，我确定了CNN模型和层。在拟合CNN模型(X_train_PCA，Y_train)后，我在评估阶段结束了维数问题。问题是，我可以用100维格式拟合数据(在应用PCA之后)，我的输入数据变成了10X10。当我尝试使用X_test从拟合的模型中获得分数时，它仍然是(10000，1，28，28))。我得到一个如上所述的错误。如何解决尺寸问题？我还尝试使用minmaxscaler和PCA来转换X_test。()
浏览 92提问于2019-01-05得票数 0
回答已采纳
1回答
我在keras中有一个CNN模型(用于信号分类)： cnn.add(MaxPooling1D(pool_size=3))cnn.add(Conv1D(10,ker
浏览 1提问于2017-09-04得票数 4
1回答
我正在尝试使用机器学习根据特定的姿势对人的图像进行分类。我收集的图像类别是“姿势”或“未知”。我有很多人摆姿势的照片，也有不摆姿势的人的照片。该模型似乎过度拟合了“姿势”类别，因为当我将相机的焦点对准任何人以外的任何人时，它也显示了“姿势”类别的自信得分，而不是“未知”类别。我在想，我是否应该在“未知”集合中包含大量随机性的照片来帮助解决这个问题？如果我添加了大量的这些照片，我是否应该添加等量<em
浏览 2提问于2018-04-12得票数 0
我正在使用一个一维CNN作为我的表格数据集，但当我训练我的自定义模型为二进制分类问题，我得到一个错误。下面是我的代码：from sklearn.model_selection import= 512, activation=tf.keras.layers.LeakyReLU(alpha=0.001)))
#Softmax as last layer with five ou
浏览 6提问于2022-01-15得票数 -1
1回答
合奏的最佳激活函数？
、、、
建立了具有softmax函数的logistic回归模型(不同预处理)。我用分层的方法把所有的模型和集合混合在一起。因此，所有模型(基)的输出都将作为最终模型(logistic回归)的输入。默认的基本模型使用了softmax函数。我认为将一个自信的值转换为一个概率会损失很多信息。所以我有一个计划，把softmax转换成激活函数。我在CNN<
浏览 0提问于2018-10-02得票数 1
回答已采纳
1回答
我有两个cnn模型都遵循相同的架构。我在cnn1上训练了‘trained 1’，在cnn2上训练了‘trained 2’，然后我使用下面的代码提取了一些特性。# cnn1 model.pop() #removes dropoutlayer features1 = model.predict(train s
浏览 1提问于2020-12-21得票数 1
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
云直播活动推荐
腾讯云开发者
