我有一个CNN，我在python中使用tensorflow上的Keras制作了一个CNN，我想在JavaScript中实现它。但是在tf for js 0.15.3中，我找不到为卷积层添加大步和填充的选项。二维卷积层(例如图像上的空间卷积)。
该层创建了一个卷积核，该卷积核与该层的输入相转换，从而产生一个输出
浏览 0提问于2019-03-02得票数 1
回答已采纳
1回答
我是CNTK的新手，并且使用了它的令人敬畏的python。我在计算如何定义递归卷积网络层时遇到了问题，因为递归()似乎只假定了一个规则的网络层。
更具体的说，我想在卷积层之间进行重复。
浏览 1提问于2017-08-13得票数 1
回答已采纳
1回答
对于卷积层和lstm层之间的连接，我有一个问题。该数据为形状( 75，5)，其中每个时间步骤有75个时间步骤x5个数据点。我想做的是在(75x5)上做一个卷积，得到新的(75x5)数据，并将这些数据输入lstm层。但是，它不能工作，因为卷积层的形状有许多滤波器，我不需要。因此，卷积层的输出形状为(1,75,5)，lstm层所需的输入为(75,5)。我怎么才能拿到第一个过滤器。__init__(**kwargs)
Fi
浏览 2提问于2016-02-07得票数 5
回答已采纳
1回答
我正在用Python中的TF/Keras做一个机器学习项目，使用卷积神经网络，我的目标是把图像分割成一个补丁，对每个图像分别运行一个卷积，然后把它重新组合起来。我想不出如何做的是对3D数组的每个片段运行一个卷积。。使用separately.对数组的每一片执行<e
浏览 2提问于2021-07-19得票数 2
回答已采纳
2回答
可以改变卷积层和池层的顺序吗？
、、、、
许多CNN体系结构依次由卷积层和池层组成。我只是想知道是否有可能改变卷积层和池层的顺序。如果没有，你能解释为什么卷积层先于池层吗？
浏览 0提问于2018-07-31得票数 3
2回答
我很难理解CNN中2个或更多个卷积层(每个卷积层后面是一个池化层)的工作方式。
假设输入是3通道300x300图像。如果第一卷积层具有32个卷积层，并且第二层具有64个卷积层，则第一层创建32个特征图。但是第二层创建了多少个特征图呢？64个卷积中的每个卷积是否都作用于之前生成的32个特征图，从而总共创建32*6
浏览 1提问于2020-08-02得票数 4
我正在为使卷积层和全连通层快速工作而进行一些优化。我需要预训练的Alex网模型的卷积核权重，以执行与实际图像的卷积。 caffe.TEST)
这给出了Alex网第一层</em
浏览 1提问于2017-07-12得票数 2
回答已采纳
正如本指南所说的，反卷积层可以转换成等效的卷积层。问题是:因为tensorflow只提供了一个二维版本的解卷层，如果我想为一个步幅大于1的原始卷积层实现一个一维反卷积层，我如何在每个输入单元之间添加零点？
非常感谢
浏览 5提问于2017-05-16得票数 1
我正在用python创建一个CNN，使用theano和keras。我只想用python打印卷积层和池化层之后的图像大小。我使用的cifar10数据集是(3，32，32)，我想知道图像大小减少了多少。
浏览 2提问于2017-03-09得票数 3
1回答
特征图不下采样时转置卷积的必要性
、、、、
本文提出了一个对称的发电机网络，它包含一个卷积层和一个反卷积(反卷积)层。文中还提到，使用1的步长和适当的填充以确保特征映射大小与输入图像大小相同。我的问题是，如果没有下采样，那么为什么使用转置卷积层呢？不能只用卷积层来建造发电机吗？我是不是遗漏了一些关于转置卷积层的东西(它是否被用于其他用途)？请帮帮忙。有人能解释为什么这里的反褶积比卷积更好吗？在这种情况下，是什么使反褶积<em
浏览 0提问于2017-06-28得票数 0
1回答
在yolov3中，它是暗网-53，这意味着它有53卷积层，但是当我看到这张图片和计数时，我只得到52卷积层。我还看到了yolov3.cfg，它有107层(从0到106)，我的结果是：我想知道我是不是误解了什么？或者上面图片中的第53卷积层
浏览 5提问于2020-03-25得票数 3
我的意图是知道在卷积过程中使用的核权重，然后对图像进行前向传递以进行分类。这项工作使用Keras很容易，但这是我硕士论文的一个需求，因为这里我只想在FPGA上构建一个CNN模型，用于测试/分类。2/ i将编写卷积算法，并给出所提取的核信息进行卷积。4/通过使用密集算法，我要预测的类
2/如果我想用提取的权重进行分类，我如何接近？下面是我的
浏览 1提问于2018-12-19得票数 0
1回答
如何更新分解层的权重？
、、、
我正在尝试开发一个反卷积层(确切地说，是一个转置卷积层)。
在前传中，我在后传做完全卷积(零填充卷积)，做有效卷积(无填充卷积)，将误差传递给前一层。问题是我不知道如何更新卷积滤波器的权重。梯度是多少？我肯定这是一个卷积运算，但我不知道怎么做。我试着用误差对输入进行有效的卷积，但没有结果。
浏览 3提问于2017-01-17得票数 8
1回答
火炬中的Keras函数类视图
、、、、
我正在将Torch和lua中的一些代码转换为Keras和python。在Keras中是否有类似于Torch中的的函数？编辑：，我想使用该函数将卷积层的输出转换为适当的形状，作为输入到完全连接的层。
浏览 0提问于2017-08-04得票数 1
回答已采纳
1回答
什么是分步褶积层？
、、、
在纸使用上下文金字塔CNN生成高质量的人群密度图中，在3.4节中，它说
由于这项工作的目的是估计高分辨率和高质量的密度图，所以using是使用一组卷积和分步的卷积层来构造的。这组分数步幅卷积层帮助我们恢复输出密度图中的细节。second采用如下结构: CR(64,9)-CR(32,7)- TR(32)-CR(16,5)-TR(16)-C(1,1)，其中，C是卷积层，R是ReLU层，T是分步卷积层，每个括号内的第一个数
浏览 0提问于2019-04-15得票数 10
回答已采纳
我正在读，这里有一个问题：W_conv1 = weight_variable([5, 5, 1, 32])在构建第二个卷积层时，本教程使用以下代码：b_conv2 = bias_variable([64])
第二层将为每个5x5补丁提供64个特性。这是否意味着第二个卷积层</em
浏览 3提问于2017-04-19得票数 0
回答已采纳
2回答
输入层有29x29= 841个神经元。图层1:是一个有六个特征映射的卷积层。有13x13x6 = 1014个神经元，(5x5+1)x6 =156个重量，1014x26 = 26364从第1层连接到前一层。
如何从图像上的卷积得到六(6)特征图？我想我们只得到一张特征地图。
浏览 2提问于2014-06-18得票数 2
回答已采纳
1回答
我想了解在TensorflowLite中量化模型的卷积层所做的基本运算。
作为基线，我选择了一个经过预先训练的Tensorflow模型，，并使用一个样本图像作为模型推理的输入。在此之后，我成功地提取了第一个融合ReLU6卷积层的输出张量，并将将这个输出与我在上的定制python实现的输出进行了比较。这两个张量之间的偏差很大，我无法解释的是，Tensorflow的输出张量并不像预期的那样在0,6的范围内(我预计这是因为Conv层中的融合ReLU6层)。，你能给我提供一个更
浏览 3提问于2021-12-09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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
