2回答
我是第一次来到CNN的世界。image = np.expand_dims(image, axis=0) image = preprocess_input(image)ValueErrorexpected conv2d_1_input to
浏览 21提问于2017-08-07得票数 5
回答已采纳
因此，我遇到了一个问题，即如何在Keras中将CNN与RNN结合起来。在发布问题时，有人指出这是解决问题的正确方法。显然，我只是忽略了原始代码中的一些东西，这让我回答了自己的问题。原来的问题是：更清楚地说：
模型一:一个只看单个图像的CNN</em
浏览 4提问于2018-11-27得票数 9
1回答
我试图重写一个用来对卫星图像进行分类的keras模型，这个模型是一个NN模型，我想重写它给CNN，我从上找到了这个模型。(14, activation='relu'),原来的图像形状是6, 2054, 2044，经过对二维阵列的整形后然后它又被重塑了，变成了(2519025, 1, 6)model
浏览 3提问于2020-07-17得票数 0
回答已采纳
1回答
摘要在“U-网:生物医学图像分割的卷积网络”中，提出了一种滑动窗卷积神经网络。我发现其他几篇文章提到了这一点，但没有明确的定义。它与正规卷积网络有何不同?这个术语意味着什么？
浏览 0提问于2021-02-11得票数 2
我刚接触使用Python和Tensorflow的NNs，我正在尝试为我的CNN创建输入。我有一个CIFAR10数据集，一个50000x3072的Python列表(一个包含50000个列表的3072个元素的列表)，用于训练图像，并且我没有使用来自keras的CIFAR10数据集。CNN与用于基本TF示例的相同：每3072个元素列表具有以下组织:前1024个元素用于第一个颜色通道，第二个1024个元素用于第二个颜色通道，依此类推。我想用一个numpy数组来组织这个列表，方法与</em
浏览 12提问于2020-03-13得票数 2
回答已采纳
1回答
batch_size, number_of_images, img_size_x, img_size_y]现在，我希望通过一个Conv2d层处理批处理的每一个项目的图像我想用一个图层重塑输入。得到类似于[1224, 1, 28, 28]的东西这是一个重现错误的最小示例。((2, 3, 1))(res1)
cnn1 = tf.keras.layers.Conv2D(64,
浏览 0提问于2019-04-12得票数 0
回答已采纳
1回答
因此，我必须训练一个网络，其中我有一个图像，地面实况，以及一个与图像相关的额外参数(当前图像状态)。 有一个摄像头可以捕捉不同变焦级别的图像。对于特定的环境，我有四个不同缩放级别的图像(0,25,50,75)。我需要训练网络，以便在给定测试图像的情况下，我可以对我想要放大或缩小的图像进行分类。因此，我拥有的数据集是图像、地面实况(放大或缩小或不缩放)和当前缩放级别。 如何在网络中添加此当前缩放级别，以便网络正常训练？
浏览 58提问于2018-12-19得票数 1
大家好，我对深度学习很陌生，这里我正在尝试实现一个图像分类器，但是当我运行包含fit方法的单元格时，它显示了以下错误，我不知道如何解决这个错误，我已经检查了关于这个错误的各种类似的帖子，但是我没有得到它们InvalidArgumentError:输入整形是一个有7872512个值的张量，但是所请求的形状需要6400的倍数[节点顺序7/平坦6/重塑(定义为:1) ]
cnn.ad
浏览 3提问于2021-06-25得票数 1
回答已采纳
我是CNN的新手，我试图重塑一些图像以进行图像识别，但我一直收到一条错误信息，我不知道该如何修复。library(keras)
for (i in 1:10) {mypic[[i]] <- array_reshape(mypic[[
浏览 0提问于2022-06-18得票数 0
1回答
图像和掩码是numpy数组(634，1，64，64)
ValueError: Found a sample_weight array with shape (634, 4096) forKeras 2.0.4，Theano 0.9
浏览 2提问于2017-05-15得票数 2
(0.20),# Compile the modelCNN_model.summary()
CNN_history = CNN_model.fit(dataset_train, epochs=10, validation_data= CNN_model.fit(dataset
浏览 3提问于2020-08-13得票数 1
1回答
我有一个CNN，它需要输入的图像是形状通道，大小，大小，但当我使用imutils videostream函数获得帧时，我得到了形状大小，大小，通道的帧。使用numpy重塑这个框架使我的CNN无法识别框架中的内容，也无法正确地对任何内容进行分类。 有什么方法可以指定我想要的帧的形状吗？或者以一种我保留图像的方式重塑框架？
浏览 19提问于2020-01-23得票数 0
回答已采纳
我有一个输入： [batch_size, number_of_images, img_size_x, img_size_y] 例如[24, 51, 28,28] 现在，我希望通过Conv2d层处理批处理项目的每个图像我想使用图层重塑输入 tf.keras.layer.Reshape(1,28,28) 来获得像[1224, 1, 28, 28]这样的东西 我可以处理的。((1, 28, 28), name="reshape1")(inp_layer)
perm1 = tf.ker
浏览 14提问于2019-04-14得票数 1
回答已采纳
1回答
我是CNN的新手，我正试图与毕道尔教程一起在Keras中重新实现它。显然，框架中有一些不同之处，但特别是我很难理解输入噪声向量是如何根据生成器架构的以下图像处理的：代码继续将网络的第一层定义为：
# input is Z, going into a convolution这是如何工作的呢？噪声向量是否被第一卷积层隐式地重塑为(?，4，4)张量，如图所示？那又如何运作呢？噪声矢量与卷积层之间是否存在隐式密集联系？第一层是如何导致每个注释的形状张量(
浏览 0提问于2019-07-04得票数 0
回答已采纳
我对keras和机器学习是个新手。我的研究问题绝对可以从使用卷积神经网络(cnn)中受益。我正在尝试建立一个cnn，用于特定于我的研究问题的图像转换。到目前为止，我遇到的大多数cnn例子都是某种形式的分类。对于分类示例，我理解cnn的基本操作，给定输入图像，网络给出一个数字。将这个数字与标签(与输入图像相关联)进行比较，然后将由此产生的误差反向传播到网络，以调整下
浏览 0提问于2018-04-21得票数 0
我在训练CNN。我的输入是一个图像和一些元数据。我想训练一个CNN，它只看卷积阶段的图像，然后使用卷积级的输出和最终密集层中的元数据。metadata -----------------image -> Convolutions -例如，如果图像是(255, 255
浏览 4提问于2017-06-18得票数 7
回答已采纳
我想使用2Dnumpy数组作为输入来训练一个CNN，但是我收到了这个错误：ValueError: Error when checking input: expected conv2d_input to我的输入确实是一个21x21numpy的浮点数组。网络的第一层被定义为Conv2D(32, (3, 3), input_shape=(21, 21, 1))，以匹配输入阵列的形状。我发现了一些类似的问题，但没有一个与2D输入数组有关，它们主要处理图像。根据
浏览 1提问于2020-03-12得票数 1
1回答
逻辑可以在下面的图表中进行总结：
强调我的问题：
from keras.applications.densenet import DenseNet201
from keras.layers import Dense, Flatten, Concatenatepatch3 = tf.keras.Input(sha
浏览 2提问于2021-07-13得票数 1
回答已采纳
1回答
我目前正在通过Keras CNN对黑色素瘤图像进行分类。这些图像带有元数据-年龄，性别和病变位置。 现在我只是使用图像，结果还可以，但我想看看如果我将元数据添加到模型中会发生什么。我如何准确地将年龄、性别等数据添加到图像中？这是导出的数据帧的屏幕截图-红色是我在CNN中使用的，我想添加绿色部分：https://i.imgur.com/O75LpBx.jpg 如果有一种标准的方法可以做到这一点，如果你能分享它，我将非常感激。谢谢 我试着在谷歌
浏览 23提问于2019-04-02得票数 1
回答已采纳
1回答
这个问题也以的形式存在。我想在Keras中建立一个包含2D卷积和LSTM层的神经网络。我已经将图像分割成四个部分(左/右，上/下)，并将它们按四个顺序重新排列，以获得LSTM的序列。56和14是宽度和高度
现在，这应该给出一个Keras模型。问题是改变CNN和LSTM之间的输入维度。或者这个
浏览 4提问于2016-10-24得票数 8
回答已采纳
云服务器
ICP备案
即时通信 IM
云直播
对象存储
腾讯云开发者
