2回答
CNN模型只预测了1类
、、、
我已经为二分类编码了一个CNN模型。我的数据集是有偏差的(第一类包含56000张图像，第二类包含3000张图像)。我测试了108张图片(每类54张)。我的模型预测每个图像都是1级的。你能告诉我我的模型有什么问题吗?我该如何改进它？
IMG_SIZE = 32
LR = 1e-1
convnet = input_data(shape=[None, IMG_SIZE, IMG_SIZE, 3], name='input')
convnet = conv_2d(convnet, 32, 5, activation='relu')
convnet = max_po
浏览 5提问于2018-07-06得票数 0
2回答
(X,Y),(test_x,test_y)=cifar.load_data(one_hot=True)
X=X.reshape([-1,32,32,3])
test_x=test_x.reshape([-1,32,32,3])
convnet=input_data(shape=[None,32,32,3],name='input')
convnet=conv_2d(convnet,32,3,activation='relu')
convnet=max_pool_2d(convnet,2)
convnet=conv_2d(convnet,64,3,acti
浏览 19提问于2017-02-27得票数 1
请帮我解决我的问题。我想将我的神经网络保存为OpenCV DNN的protobuf (pb)格式。在input中，我有3个文件：.meta、.data、.index。作为输出，我需要.pb和.pbtxt文件。
代码，例如：
train_data = np.load(TEST_PACK)
tf.reset_default_graph()
convnet = input_data(shape=[None, SIZE, SIZE, 3], name='input')
convnet = conv_2d(convnet, 32, 10, activation='relu&
浏览 0提问于2019-02-18得票数 1
3回答
CNN精度绘图
、、、、
我使用了一个卷积神经网络(CNN)来训练一个数据集，我想为此绘制精度图。在此之前，我尝试使用matplotlib，但是我无法成功，所以如何为这段代码绘制精确的代码呢？
from matplotlib import pyplot
import tflearn
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.core import input_data, dropout, fully_connected
from tflearn.layers.estimator import regression
i
浏览 11提问于2022-04-03得票数 0
回答已采纳
我使用卷积神经网络(CNN)来训练数据集。在这里，我获得了epoch、val_loss、val_acc、总损失、训练时间等历史记录。如果我想计算准确率的平均值，那么如何访问val_acc，以及如何绘制epoch与val_acc和epoch与val_loss的关系图？ convnet = input_data(shape=[None, IMG_SIZE, IMG_SIZE, 3], name='input')
convnet = conv_2d(convnet, 32, 3, activation='relu')
convnet = max_pool_2d(co
浏览 54提问于2019-02-18得票数 0
2回答
我在修一辆自动驾驶汽车。我想用CNN在tflearn中从图片中预测转向角度。问题是它只输出0.1。你觉得有什么问题吗？图片是128x128，但是我尝试将它们调整到28x28，这样我就可以使用mnist示例中的代码了。实验室的转向角度介于0到180之间。我也可以说，训练时的损失并没有减少。
Training.py
import tflearn
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.core import input_data, dropout, fully_connected
from t
浏览 3提问于2017-09-22得票数 2
回答已采纳
1回答
基于CNN的图像回归
、、、
我现在面临的问题是，我尝试过的各种CNN回归模型总是返回相同(或非常相似)的值，并且我试图找出原因。但我愿意听取广泛的建议。
我的数据集如下所示：
x：64x64灰度图像排列成64x64xn
y：介于0到1之间的值，每个值对应于一个图像(将其看作某种比例)。
weather：每幅图像拍摄时的4个天气读数(环境温度、湿度、露点、气压)
目的是利用图像和天气数据来预测y。因为我在处理图片，所以我认为CNN是合适的(如果这里有其他的策略，请告诉我)。
据我所知，CNN最常用于分类任务--使用它们进行回归是非常不寻常的。但理论上，它不应该有太大的不同--我只需要将损失函数改为MSE
浏览 0提问于2018-08-15得票数 2
1回答
通过tflearn，我得到了这个错误：
Traceback (most recent call last):
File "aaa.py", line 1, in <module>
import tflearn
ImportError: bad magic number in 'tflearn': b'\x03\xf3\r\n'
我找到了一个解决方案，就是卸载和重新安装。
但是，这不管用。
这是我尝试过的代码：
import tflearn
from tflearn.layers.conv import conv_2d, m
浏览 1提问于2017-07-19得票数 1
回答已采纳
这是设置
Project A
|-- Module A
|--->step1 - Loads and run tensorflow pretrained model to detect
texts
|
|--->step2 - import and Instantiates Module-B from Project B
--> Runtime Failure here.
Proj
浏览 0提问于2019-07-03得票数 0
我正在使用tflearn构建CNN，但我遇到了这个错误：
Traceback (most recent call last):
File "/home/hassan/JPG-PNG-to-MNIST-NN-Format/CNN_network.py", line 55, in <module>
({'input' :test_images}, {'targets' :test_labels}), snapshot_step = 500,
File "/home/hassan/anaconda3/envs
浏览 39提问于2019-11-07得票数 0
我试着做一个分类器，我不断地得到这个错误，这让我很困惑。因为我对机器学习很陌生，所以我在网上找不到任何东西。
误差
AssertionError: Incoming Tensor shape must be 4-D
码
IMG_SIZE = 64
tf.reset_default_graph()
convnet = input_data(shape=[1,IMG_SIZE,IMG_SIZE,1],name='input')
convnet = conv_2d(convnet, 32, 5, activation='relu')
c
浏览 0提问于2018-12-26得票数 0
回答已采纳
您好，学习低沉麻木的十年。我正在尝试创建用于图像分类的CNN模型。
我的图片大小是28X28
这是我的模型：
MODEL_NAME = 'ComputerVision-{}-{}.model'.format(LR, '6conv-basic') # 6conv layer
import tensorflow as tf
tf.reset_default_graph()
convnet = input_data(shape=[None, IMG_SIZE, IMG
浏览 1提问于2018-07-18得票数 1
1回答
有什么办法，我可以可视化的输出CNN或池层，而培训，甚至测试在tflearn？我已经看到了tensorflow的可视化代码，但是自从会话和反馈涉及到它们之后，我就不断地得到错误，就像“无法理解的numpy.ndarray”一样，但是图像的尺寸是一样的，所以我决定问是否有一种方法可以可视化任何层的输出。下面是我的tflearn图层代码：-
X_train, X_test, y_train, y_test=cross_validation.train_test_split(data,labels,test_size=0.1)
tf.reset_default_graph()
co
浏览 0提问于2018-03-27得票数 3
回答已采纳
我是坦索弗洛的新手。我正在用手艺训练我的图像来分类眼睛状态。在最初阶段，现在，我有400张训练图像和200张验证图像。我正在使用image_preloader在我的脚本中接受自定义图像输入。我认为它成功地加载了图像显示：
位于0x7fa28f3a5310的tflearn.data_utils.ImagePreloader对象
但在分批和训练时都会造成问题，
提供一个跟踪错误，如
Traceback (most recent call last):
File "tflearn_custom.py", line 181, in <module>
mo
浏览 2提问于2017-03-20得票数 4
2回答
import cv2 # working with, mainly resizing, images
import numpy as np # dealing with arrays
import os # dealing with directories
from random import shuffle # mixing up or currently ordered data that might.
from tqdm import tqdm # a nice pretty percentage
浏览 54提问于2018-12-05得票数 0
回答已采纳
在我的常规python代码中，我实现了一个CNN。我使用model.save保存它，并生成大约四个文件(检查点、元、索引和其他文件)。但是，我不能直接将这四个文件加载到tensorflow.js。这是CNN的样本：
import tflearn
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.core import input_data, dropout, fully_connected
from tflearn.layers.estimator import regression
convne
浏览 1提问于2018-10-08得票数 0
我给出大小为256的图像256 3作为输入，并希望输出相同的大小，但下面提到的错误正在显示。我试着改变形状，滤镜，步幅都不起作用。任何其他实现相同的方法都将受到赞赏，或者链接到与上面相同的东西，输入和输出都是图像。这是我的代码：
enter code here
import tensorflow as tf
import tflearn
import os
import numpy as np
from tflearn.layers.conv import conv_2d, max_pool_2d,conv_2d_transpose
from tflearn.layers.core imp
浏览 6提问于2017-12-15得票数 0
回答已采纳
我正在处理Kaggle的fer2013数据集。这里是数据集的。
我使用的是TFLearn框架，我将标签(7个类标签)转换为hot_shot，直到我在网络中运行它为止，一切都很正常:对于具有形状'(？)'的张量‘’，不能给形状(64，7)的形状(64，7)提供值。
我以前读过类似的问题，我知道我试图给网络一个形状的张量，这个张量和它所期望的不一样，我在这里的问题是，我不知道如何重塑它所期望的东西，或者至少是它所期望的形状，这样我就可以重塑我的张量。
这是我的密码。
import pandas as pd
import numpy as np
import matplotlib.
浏览 0提问于2018-02-08得票数 1
回答已采纳
1回答
我想用Tensorflow对三个不同的图像类进行图像识别。我现在的问题是给训练集的图像贴上标签，并将其存储在2D阵列中，以便在识别中使用。我已经使用了一种方法来存储2个类(在代码示例中是X和Y)，但是现在我也想对第三个类(在用Z命名的代码中)进行存储。
import cv2 # working with, mainly resizing, images
import numpy as np # dealing with arrays
import os # dealing with directories
fro
浏览 1提问于2018-08-16得票数 1
回答已采纳
在使用下面的代码行调用Tensorflow Lite .tflite模型时，我得到了一个Illegal Instruction。 平台是在BeagleBone黑色上运行的Raspian延伸。 if (interpreter->Invoke() != kTfLiteOk) {
std::cout << "Failed to invoke tflite!\n";
} 我已经成功地使用相同的代码来使用转换后的纯ANN模型。然而，在使用CNN类型的模型时，我遇到了这个问题。 附加的是一个gdb backtrace()。 我还尝试调用了其他几个Te
浏览 54提问于2019-05-07得票数 3
我已经训练了我的分类器，它工作得很好。但我在这里遇到了一个关于形状的值错误。我甚至调整了测试图像的形状(300,300,3)。请帮帮忙。 我正在尝试从我构建的训练分类器中预测图像。但每次我尝试这样做的时候，它都会给我这个值错误。我也研究了很多地方，但直到现在还没有发现任何东西。 我的代码如下。 X_train = np.load('D:/ThesisWork/Training_data.npy')#training_images
y_train = np.load('D:/ThesisWork/Training_labels.npy')#training_la
浏览 18提问于2019-01-08得票数 0
4回答
import cv2
import numpy as np
from random import shuffle
from tqdm import tqdm
import os
TRAIN_DIR=r'C:\Users\Valued Customer\Desktop\Object detection\train'
TEST_DIR=r'C:\Users\Valued Customer\Desktop\Object detection\test'
IMG_SIZE=300
LR=1e-3
MODEL_NAME = 'dogsvscats-{}-{}.mo
浏览 1提问于2019-09-05得票数 1
回答已采纳
嗨，我正试图做一个股票预测CNN，因为我想挑战我自己，我能够克服这个错误，它认为Convd2D还没有完全定义，但是我不知道还有什么可以解决这个错误。有人能帮我吗?这是我的密码
import tflearn
import numpy as np
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.core import input_data, dropout, fully_connected
from tflearn.layers.estimator import regression
import c
浏览 6提问于2017-08-29得票数 0
回答已采纳
2回答
我已经使用tflearn在一些数据上训练了一个模型来进行二进制分类。该模型经过训练达到97%的准确率。
我想在另一个程序中使用model.load()来预测一些测试输入数据的类别。
但是，只有当我包含参数weights_only=True时，model.load()才有效。当我在model.load()中省略这个参数时，它会抛出一个错误：
NotFoundError (see above for traceback): Key is_training not found in checkpoint
当我加载模型并在我的小测试集上运行一些预测时-分类似乎很奇怪。该模型每次都会在第一个索引中预测完
浏览 11提问于2018-02-15得票数 3
1回答
我正在尝试使用以下代码使用tflearn构建一个CNN。
train_images, train_labels, test_images, test_labels = load_dataset()
convnet = input_data(shape=[None, 28, 28, 1], name='input')
convnet = conv_2d(convnet, 32, 2, activation='relu')
convnet = max_pool_2d(convnet, 2)
convnet = conv_2d(convnet, 64, 2, acti
浏览 33提问于2019-11-09得票数 3
2回答
我有一个CNN模型，我做了一个教程()。这个模型是用来检测猫和狗的图像的。
该模型只检测黑白图像。我想知道如何更改代码，以便它能够接收RGB图像。
import cv2
import numpy as np
from random import shuffle
from tqdm import tqdm
import os
TRAIN_DIR=r'C:\Users\snehal\Desktop\Ansh stuff\Object detection\train'
TEST_DIR=r'C:\Users\snehal\Desktop\Ansh stuff\Object
浏览 0提问于2019-07-31得票数 0
回答已采纳
我想训练一个复杂的神经网络在Tflearn Tensorflow使用混合图像(像素信息)和数据。因为我的图像数量很短，所以我需要使用图像增强来增加传递到网络的图像样本的数量。但这意味着我只能将图像数据作为输入数据传递，必须在稍后阶段添加非图像数据，大概是在完全连接的层之前。我无法解决如何做到这一点，因为我似乎只能告诉网络当我调用model.fit({'input'：)时应该使用什么数据，并且当input_data直接调用图像增强时，我不能将两种类型数据的级联传递给图像增强。是否有任何连接，我可以在中间阶段添加额外的数据或任何其他选择，允许我使用ImageAugmentation
浏览 4提问于2017-03-13得票数 3
回答已采纳
1回答
张量流打印全回溯方法
、、、
我在tensorflow中得到了一个异常，它没有停止程序，而是在te输出中弹出，并且在异常之后出现故障。但是，追溯并不能真正地跟踪问题，回到我可以修复的有用点。只是一些模糊的指数错误。
下面是我的剧本
def make_model(layers , model_type):
tf.compat.v1.reset_default_graph()
convnet = input_data(shape=[None,STANDARDIZED_IMAGE_SIZE,STANDARDIZED_IMAGE_SIZE, 1], name='input')
convn
浏览 2提问于2022-08-25得票数 0
1回答
我是深入学习和tensorflow的新手，我正在尝试使用tensorflow创建一个图像分类器，它将对5类图像进行分类。我的训练数据集是25000张图像，测试数据集是5000张图像。下面是我的代码：
import os
from random import shuffle
import cv2
import matplotlib.pyplot as plt
import numpy as np
import tensorflow as tf
import tflearn
from tflearn.layers.conv import conv_2d, max_pool_2d
from tfl
浏览 0提问于2018-11-10得票数 0
回答已采纳
我正在使用一些用TFLearn编写的代码作为参考，并试图使用Keras重写它。我对这两个包都很陌生，我不确定我是否把它写好了。
我已经尝试过我的代码--而且它很有效--但是我没有得到预期的结果(与20+时代相比，准确性并没有提高)，我想知道我是否在某个地方犯了错误。
就我的数据而言，我有一个“数据”目录，其中包含“train”和“验证”目录。每个目录中都有3个目录，用于我的3个映像类。
原始TFLearn代码：
import numpy as np
import tflearn
from tflearn.layers.conv import conv_2d, max_pool_2d
from
浏览 2提问于2017-06-14得票数 2
回答已采纳
我正在开发一个CNN，它使用基于TFlearn的Tensorflow对图像进行分类，我使用scipy.misc.imread读取图像，现在我向我的模型提供信息，但是出现了一个意外的错误。
这是我的代码：
import numpy as np
import os
import tensorflow as tf
from scipy import misc
from PIL import Image
import keras
IMAGE_SIZE = 150
image_path = "dragonfly"
labels = np.zeros((4063, 2))
labe
浏览 3提问于2017-08-12得票数 1
import cv2 # working with, mainly resizing, images
import numpy as np # dealing with arrays
import os # dealing with directories
from random import shuffle # mixing up or currently ordered data that might.
from tqdm import tqdm # a nice pretty percentage
浏览 6提问于2018-12-05得票数 1
我正在用我的数据集构建一个训练分类器。我用TensorFlow编码一个热门标签。在训练数据中附加numpy阵列图像数据和一个热标签数据，然后用于测试数据。但是我发现tensorflow的形状错误。作为一个新手，我试着去寻找它，并试图自己解决它，但失败了。
码
from sklearn.preprocessing import OneHotEncoder
import tensorflow as tf
import numpy as np
import scipy.io as cio
import os
import matplotlib.pyplot as plt
import matplot
浏览 0提问于2018-12-29得票数 0
回答已采纳
1回答
对于输入图像和第一卷积层和Relu层，我有以下代码(在测试期间，而不是在培训期间)：
convnet = input_data(shape=[None, IMG_SIZE, IMG_SIZE, IMAGE_CHANNELS], name='input')
convnet1 = conv_2d(convnet, FIRST_NUM_CHANNEL, FILTER_SIZE, activation='relu')
convnet1 = max_pool_2d(convnet1, FILTER_SIZE)
如果我打印变量convnet1，我得到这个结果张量(“MaxP
浏览 1提问于2019-04-03得票数 1
回答已采纳
我是新的python，现在我有这个问题。我正在尝试制作一个用于27个分类的CNN模型。但是我得到了这个错误ValueError: Cannot feed value of shape (64，) for Tensor 'targets/Y:0'，它的形状是'(?，27)‘[这是我错误的图片
这是我的代码，我将非常感谢任何建议和评论。我对此并不熟悉，因此，提前为新手的错误道歉。
import numpy as np, cv2, os
import tflearn
import parser
from tflearn.layers.conv import conv_2d,
浏览 42提问于2018-06-08得票数 -1
下面的代码用于使用带有tensorflow后端的keras和python识别5个图像类。我使用过imageDataGenerator，但是当我运行它时，它已经开始训练了，过了一段时间之后，出现了错误。
我怎么才能解决这个问题？
训练步骤:127个全损失: 0.01171倍时间:32.772秒比亚当区: 005倍损失: 0.01171 - acc: 0.9971 -- iter: 1536/1550训练步骤:128个总损失: 0.01055倍时间:36.283秒:0.005倍损失: 0.01055 - acc: 0.9974 - val_loss: 3.05709 - val_acc: 0.6
浏览 1提问于2018-12-01得票数 1
回答已采纳
我已经训练了一个使用tensorflow后端的DNN，我想把它放在火力基地。经过训练的模型被保存为.meta文件，我尝试使用下面的代码将模型转换为tflite，但是我遇到了一些错误。那么我如何把这个模型转换成Tensorflow Lite呢？
误差
File "<ipython-input-3-feb5263f2a51>", line 1, in <module>
runfile('D:/My Projects/FinalProject_Vr_02/cnn.py', wdir='D:/My Projects/Final
浏览 0提问于2018-12-04得票数 1
我有一个1500个数据集，每个人都有500个人脸图像。我想把它传给CNN来预测他们的脸。我使用index ( mike.1.jpg)处理数据以获取名称。
看起来我的数组格式导致了错误，但不确定。这可能是CNN的参数或层吗？
下面是代码和错误。
# Generate dataset
def create_dataset():
face_classifier = cv2.CascadeClassifier("/Users/germplus/PycharmProjects"
"/M
浏览 6提问于2022-08-15得票数 0
我尝试使用imageDataGenerator进行数据增强，用于CNN，我需要为5种不同的图像类进行培训。当我运行此代码时，发生以下错误：
"Traceback (most recent call last):
File "", line 1, in runfile('E:/Final Project/FinalProject/AIModule/cnn.py', wdir='E:/Final Project/FinalProject/AIModule')
File "C:\Users\Lakwin\Anaconda3\lib\
浏览 0提问于2018-12-01得票数 1
回答已采纳
我用tensorflow实现了经典的图像分类问题，我有9类，首先使用softmax_cross_entropy_with_logits作为分类器和训练网络，经过一定的步骤使训练准确率达到99%，
然后用sparse_softmax_cross_entropy_with_logits测试同样的问题，这一次它根本不收敛，(火车的精度在0.10和0.20左右)
对于您的信息，对于softmax_cross_entropy_with_logits，我对标签使用batch_size、num_classes和dtype float32，对于sparse_softmax_cross_entropy_with
浏览 6提问于2017-04-14得票数 1
回答已采纳
我试着用火炬建立一个简单的网络。但是，当我试图构建这个项目时，它会返回一些错误消息，比如错误：“ReLU”不是“torch：：nn”的成员
我的网络定义如下：
#pragma once
#include <torch/torch.h>
class ConvNetImpl : public torch::nn::Module {
public:
explicit ConvNetImpl(int64_t num_classes = 10);
torch::Tensor forward(torch::Tensor x);
private:
torch::
浏览 1提问于2020-05-31得票数 0
回答已采纳
1回答
跨不同的时代，下列哪一个是/正在更新？
初始权值(初始ConvNet滤波器矩阵，初始全连通权值)
超参数: ConvNet滤波器的数目，ConvNet滤波器的大小，图层数.
从上一个历元计算的丢失函数似乎是当前历元丢失函数的初始值。为什么？
浏览 0提问于2019-03-08得票数 1
我试着用conv3d2d制作3d CNN。下面出现错误(我的代码位于)：
回溯(最近一次调用)：
文件"/home/shome/workspace_temp/conv3d_test/conv3d_test.py"，第1行，从convnet3d导入ConvLayer
文件"/home/shome/softwares/theano/Theano-3D-ConvNet-master/convnet3d/convnet3d.py"，第12行，从conv3d2d导入conv3d
文件"/home/shome/softwares/theano/Theano-3D-
浏览 2提问于2016-01-19得票数 0
回答已采纳
1回答
如何用图片测试我的CNN模型？
、、、、
介绍/设置
我是新编程的，我做了我的第一个CNN模型从一个教程。我在C:\Users\labadmin中设置了jupyter/tensorflow/keras
我所理解的是，为了实现用于测试和培训的数据，我只需要从labadmin中找到路径。
由于我不知道是什么导致了错误，我已经粘贴了整个代码和错误，我认为这是因为系统没有得到数据。
具有数据设置的文件夹如下：
labadmin有一个名为data的文件夹，其中有两个文件夹：培训和测试。
猫图像和狗图像都在两个文件夹中被洗牌。每个文件夹中有10000张图片，因此应该有足够的图片：
本教程教书。1.如何创建模型2.定义标签3.创建培训数据4.创建和
浏览 0提问于2019-04-11得票数 1
回答已采纳
2回答
我的目标文件夹设置正确，我相信如下所示
Cell_Images ---> Cell_1 --> imgD1.png, imgD2.png...etc
Cell_2 --> imgT1.png, imgT2.png...etc
下面是我正在使用的代码
import tflearn
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.core import input_data, dropout, fully_connected
from tflea
浏览 2提问于2017-04-29得票数 0
回答已采纳
我目前正在尝试将这个教程代码实现到我自己的convnet.py中，但是我得到了一个错误。
这是完整的错误：
Traceback (most recent call last):
File "convnet.py", line 6, in <module>
model.add(Conv2D(32, (3, 3), input_shape=(3, 150, 150)))
TypeError: __init__() missing 1 required positional argument: 'nb_col'
下面是程序出错的前1
浏览 1提问于2017-03-22得票数 10
回答已采纳
我在np.save上得到了这个错误。请告诉我原因，以及如何解决这个问题。下面是我的代码：
import cv2
import numpy as np
import os
from random import shuffle
from tqdm import tqdm
import tflearn
import tensorflow as tf
from tflearn.layers.conv import conv_2d, max_pool_2d
from tflearn.layers.core import input_data, dropout,fully_connected
from t
浏览 0提问于2018-08-15得票数 2
class ConvNet(torch.nn.Module):
def __init__(self):
super(ConvNet, self).__init__()
self.conv1 = torch.nn.Conv2d(1, 6, 5)
self.pool = torch.nn.MaxPool2d(2, 2)
self.conv2 = torch.nn.Conv2d(6, 16, 5)
self.fc1 = torch.nn.Linear(16 * 4 * 4, 62)
def forward(self, x):
x = self.pool(F
浏览 2提问于2022-08-10得票数 1
这个功能以前运行得很好，现在我看不出它出了什么问题。下面是按这个顺序排列的函数、错误和hypJson字典。即使我注释掉这个特定的部分，在执行相同任务的其他部分也会出现相同的错误。任何帮助都将不胜感激。谢谢!
for idx, row in dfT1.iterrows():
hypJson = json.loads(row['hyperparameters'])
if hypJson['dropout'] not in d1:
d1[hypJson['dropout']] = (row['test_acc
浏览 3提问于2020-06-30得票数 1
回答已采纳
2回答
我编写了这个示例代码，以便在将它传递给我的模型后只显示一个图像。该模型应该只有一个卷积层和一个池层。或者用另一种方式，我如何通过把一张图像传递给一个简单的神经网络，它有一个卷积层和一个池层来可视化一个图像呢？
import torch
import torch.nn as nn #creating neural network
from PIL import Image
from numpy import asarray
# Set up GPU
device = torch.device("cuda:0" if torch.cuda.is_available() else
浏览 11提问于2022-11-15得票数 0
回答已采纳
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
腾讯云开发者
