在那里Tensorflow MNIST例如

任何引用寻找深MNIST提出了网络架构的科学文章引用专家的教程（https://www.tensorflow.org/versions/r0.9/tutorials/mnist/pros/index.html）在那里Tensorflow MNIST例如

我有一个类似的图像处理数据，我正在寻找一个好的香草架构，任何建议？目前这个问题的最佳解决方案是基于小波变换的解决方案

来源

2016-10-02 WeiGer

你可能不想看专家的深MNIST作为一个好的MNIST架构或作为一个科学基准的例子。它更像是一个基本的Tensorflow积木和卷积模型的很好介绍。

也就是说，您应该能够获得与具有5％的自由参数和较少图层的模型相同或更好的结果。

来源

2016-10-02 21:00:59 MMN

任何关于良好的图书/网站/视频的建议，以获得更好的图像处理网络架构？我真的可以推荐[斯坦福的CS 231]（http://cs231n.stanford.edu/），但我正在寻找更实用的方法 – WeiGer

这实际上取决于你的数据集/目标。 a）是预先居中/裁剪的图像？ b）每个图像一个目标，还是很多？ c）目标类的数量？ d）多少训练数据？ e）来自视频的单个图像或图像？ f）目标是准确性，速度还是其他？ g）可用的计算能力？ – MMN

E.g. MNIST在所有答案上都很容易 - 它只需要3层左右。 https://www.tensorflow.org/versions/r0.11/tutorials/image_recognition/index.html对于难题来说是一个很好的开端。 YOLO在某些情况下也很有趣。你可以采用预先训练好的模型，并重新训练上层（S）？ – MMN

在那里Tensorflow MNIST例如

回答

相关问题