conv-neural-network

    0热度

    2回答

    什么是使用预训练网络提取的图像的特征的负值的含义

    对于346图像，我获得了借助于预训练模型Alexnet（使用转移学习的概念）提取的4096个特征。 这些负值代表什么？ 如果我将这些负值转换为零或正值，可以吗？ Screenshot of data
    matlab image-processing machine-learning conv-neural-network 2017-10-08

    2热度

    2回答

    神经网络卡住

    我正在尝试使用神经网络进行分类（我正在使用tensorflow）。 不幸的是，我的神经网络训练陷入了42％的精度。 我有4个类，我试图分类数据。 不幸的是，我的数据集是不均衡的，这意味着： 数据 43％属于1类（是的，我的网络卡预测仅此） 37％，至2级 13％至3类 7％至4类 我使用的优化是AdamOptimizer和成本函数是tf.nn.softmax_cross_entropy_with_
    machine-learning tensorflow neural-network deep-learning conv-neural-network 2017-10-10

    1热度

    1回答

    如何数值评估类似于unet的CNN的结果？

    我正在寻找一种方法来数值评估我的无类CNN的结果。 CNN的训练是从灰度图像中去除伪像。因此，CNN获得包含每个通道中的伪像的“9通道”灰度图像（具有部分冗余数据但是不同伪影连接 - >尺寸[numTrainInputs，512,512,9]的9个灰度图像）作为输入并且应该输出单个没有工件的灰度图像[numTrainInputs，512,512,1]。 CNN的训练使用MSE作为损失函数，Adam
    deep-learning keras conv-neural-network evaluation 2017-10-10

    0热度

    1回答

    多标签图像分割Unet

    我想训练tenserflow U-net，用于炉膛的多标签分割。我有3个标签，预测有3个概率图（每个标签有一个概率图）。我使用动量优化器进行了训练，这也是网络的默认优化器。在最初的迭代中，标签1和标签2的概率映射是不同的，但是在一些迭代（或时期）之后，标签1和标签2的概率图变得完全相同，并且在技术上我有一个二进制标签分割。我见过其他类似U-net架构的网络，并且他们已经对多标签数据集进行了培训。我
    image tensorflow conv-neural-network convolution image-segmentation 2017-10-10

    0热度

    2回答

    如何在keras中进行多级图像分类？

    这是我做的。我得到了狗/猫图像分类的代码，我编译并运行了80％的准确性。我添加了一个班级（飞机）文件夹到火车和验证文件夹。在下面的代码 model.compile(loss='categorical_crossentropy', optimizer='rmsprop', metrics=['accuracy']) train_generator = train_
    image-processing machine-learning keras conv-neural-network multiclass-classification 2017-10-11

    1热度

    1回答

    减少cnn的培训时间

    我在努力改进下面的cnn架构。我正在使用cnn进行图像分类。任何人都可以建议对下面的体系结构进行任何更改，以减少训练时间而不会失去太多的准确性？ 上建筑注： 它具有利用3,3窗口处理的神经网络的初始输入16个滤波器卷积层。 它随后与2,2- 接着一个最大池层，是另一种卷积层，其大小与第一层相同，以便保持这是通过从现有层传递的数据。 继第一层2是第三卷积层为包括过滤器32，因为这允许对网络开始寻找更
    python python-3.x tensorflow keras conv-neural-network 2017-10-11

    0热度

    1回答

    蟒蛇形状太大，不能成为矩阵

    我使用python keras构建cnn模型。 我遵循cnn mnist的例子，并修改为我的代码。 这是我发现 # Read MNIST data (X_Train, y_Train), (X_Test, y_Test) = mnist.load_data() # Translation of data X_Train40 = X_Train.reshape(X_Train.shape[0]
    numpy matrix keras conv-neural-network 2017-10-12

    2热度

    1回答

    创作卷积神经网络的位置矢量的关系分类

    在多个出版物中描述这个问题涉及在CNN使用位置矢量的关系分类，如以下通过Zeng等人：http://www.aclweb.org/anthology/C14-1220 我想在张量流中实现这样一个模型。我的问题如下： 使用随机初始化向量表示位置信息有什么好处吗？举例来说，为什么不用一个热门的矢量编码来表示位置？不建议将单热矢量与密集的单词矢量结合起来吗？ 根据单词向量的维度，位置向量应该具有最小维度
    nlp deep-learning conv-neural-network 2017-10-12

    0热度

    1回答

    张量流中的多级特征融合

    我想知道怎样才能将合并为两层不同的空间空间Tensorflow。 例如:: batch_size = 3 input1 = tf.ones([batch_size, 32, 32, 3], tf.float32) input2 = tf.ones([batch_size, 16, 16, 3], tf.float32) filt1 = tf.constant(0.1, shape = [
    python-3.x tensorflow neural-network deep-learning conv-neural-network 2017-10-13

    1热度

    1回答

    转置卷积（反卷积）算法

    我正在使用张量流来构建卷积神经网络。给定形状的张量（无，16,16,4,192），我想要执行转置卷积，导致形状（无，32,32,7,192）。 [2,2,4,192,192]的筛选器大小和[2,2,1,1,1]的步幅会产生我想要的输出形状吗？
    python machine-learning tensorflow conv-neural-network deconvolution 2017-10-13
最新问题