convolution

    -1热度

    1回答

    使用CUDA与索贝尔滤波器进行卷积

    所以我在CUDA中实现了（或者至少试过）Sobel滤波器，我的代码如下。当我执行这个文件时，我得到一个正确的Sobel过滤图像的一半，另一半是黑色的。我无法上传图片，因为它们的格式为.pgm。因此，代码所执行的操作是以.pgm格式的灰度图像读取的，并使用共享内存概念将Sobel滤镜遮罩与其进行卷积。我用一个1024×1024的图像作为输入，它返回一个Sobel滤波图像，其边缘有一半水平切割，因此它
    cuda convolution sobel 2017-06-03

    1热度

    1回答

    可视化每个CNN图层的学习过滤器

    任何人请告诉我如何可视化每个CNN图层的学习过滤器？ 以下答案告诉我如何仅将第一个CNN图层的学习过滤器可视化，但不能看见其他CNN图层。 1）你可以恢复过滤器，并使用Matlab的函数显示它们为图像。例如从http://www.vlfeat.org/matconvnet/pretrained/加载预训练后的净额： imshow(net.layers{1}.filters(:, :, 3, 1),
    computer-vision deep-learning conv-neural-network convolution matconvnet 2017-06-07

    -1热度

    1回答

    TensorFlow卷积码优化

    我使用TensorFLow的C++版本和已经建立“TensorFlow为Android”成功使用以下命令 “巴泽勒建立-c选择// tensorflow /示例/机器人：tensorflow_demo”作为https://github.com/tensorflow/tensorflow/tree/master/tensorflow/examples/android#bazel 描述 我试图优化卷积
    tensorflow convolution 2017-06-08

    2热度

    1回答

    无法访问TensorFlow Adam优化程序名称空间

    我正在尝试了解GAN，并正在通过the example here进行工作。 下面使用ADAM优化的代码给我 "ValueError: Variable d_w1/Adam/ does not exist, or was not created with tf.get_variable(). Did you mean to set reuse=None in VarScope?" 我使用TF 1.1
    machine-learning tensorflow convolution 2017-06-08

    1热度

    1回答

    Tensorflow GPU /多GPU如何分配内存？

    我有两个问题： （1）当只使用一个GPU时，Tensorflow如何分配GPU内存？我有这样的（全球使用GPU）卷积2D的实现： def _conv(self, name, x, filter_size, in_filters, out_filters, strides): with tf.variable_scope(name): n = filter_size * fil
    python tensorflow convolution multi-gpu 2017-06-12

    2热度

    1回答

    将卷积图层和LSTM图层与可变长度序列相结合

    我试图将Conv2D图层与图像上的LSTM图层相结合。 问题在于Conv2D图层需要输入包括通道数量的4D张量，而我的LSTM网络需要3D张量。 问题是我使用bucketing，所以我的输入没有预定义的时间步数。我想这样做： input_data = Input(shape=[None, nb_features, 1]) cnn1 = Conv2D(nb_filters, kernel_size
    machine-learning keras convolution lstm 2017-06-12

    1热度

    2回答

    卷积神经网络中的不平衡类

    我有一个分类问题，其中感兴趣的类只有数据集的7％，整个人口大约有1200个观察值。 据我所知，来自Keras的ImageDataGenerator有助于增加数据以在训练模型之前增加观察次数，但是是否可以只增加一个类，如增加噪声，模糊或仅对少数类进行变换？
    python machine-learning computer-vision keras convolution 2017-06-12

    0热度

    1回答

    批处理大小如何影响神经网络中的时间执行？

    我使用CNN（卷积神经网络）模型来训练cifar10。 我试图在每次执行时更改批量大小以查看其对时间的影响 我的结论是：批量越大，模型执行的时间就越多。 这个问题似乎符合逻辑，因为在我们应用BP算法每一批的结束，具有较大批量大小意味着我们施加较小梯度下降所以逻辑上，我们应该有较少的执行时间。 我发现相反。你们觉得怎么样 ！ 感谢 这里是我的会话代码： with tf.Session() as s
    python machine-learning deep-learning convolution 2017-06-12

    1热度

    1回答

    在发生器网络的输出层中使用Tanh（）

    我正在研究生成敌对网络。最近，在阅读Radford等人的论文的同时， here，我发现他们的发电机网络的输出层使用Tanh（）。 Tanh（）的范围是（-1,1），但是，双精度格式的图像的像素值位于[0，1]。有人可以解释为什么Tanh（）用于输出层，以及发生器如何生成具有适当像素值的图像？
    machine-learning computer-vision deep-learning convolution 2017-06-13

    0热度

    1回答

    Tensorflow CNN - 致密层作为SOFTMAX层输入

    我试图复制在CNN https://pdfs.semanticscholar.org/3b57/85ca3c29c963ae396c2f94ba1a805c787cc8.pdf 描述，我停留在最后一层。我已经建模这样的cnn # Model function for CNN def cnn_model_fn(features, labels, mode): # Input Layer
    python tensorflow convolution softmax 2017-06-14
最新问题