deep-learning

    1热度

    2回答

    我想通过R包h2o, 使用H2O进行深度学习,并且想询问H2O是否可以保存并重新加载训练数据以便将来进行额外的训练? 我的代码: iris.train <- irisdata[-1,] iris.test <- irisdata[1,] res.dl <- h2o.deeplearning(x = 1:4, y = 5_offset, data = iris.train, activatio

    8热度

    2回答

    我想将图像的像素分类为“是街道”还是“不是街道”。我有一些来自KITTI dataset的训练数据,我已经看到Caffe有一个IMAGE_DATA图层类型。 标签以与输入图像大小相同的图像形式出现。 除了Caffe之外,我的第一个解决这个问题的想法是在应该被分类的像素周围给出图像块(例如,20像素到顶部/左/右/底部,导致每像素41×41 = 1681个特征我想分类。 但是,如果我可以告诉朱古力如

    7热度

    1回答

    我目前正试图训练我的第一个网与Caffe。我得到以下输出: caffe train --solver=first_net_solver.prototxt I0515 09:01:06.577710 15331 caffe.cpp:117] Use CPU. I0515 09:01:06.578014 15331 caffe.cpp:121] Starting Optimization I05

    0热度

    3回答

    我正在寻找一种分析人物肖像照片并输出像“年轻人,相当长的鼻子,绿眼睛”这样的描述性文本的算法。 输出是否非常准确无关紧要;这是一个艺术装置。但它应该可以自动完成。 我发现这一个:https://code.google.com/p/deep-learning-faces/,但它是不可能的,我满足的硬件和软件要求(NVIDIA费米的GPU & MATLAB) 你知道任何事情更容易?

    1热度

    1回答

    我一直在调整深度学习tutorial训练二元分类问题Logistic回归模型的权重,本教程使用下面的负对数似然成本函数... self.p_y_given_x = T.nnet.softmax(T.dot(input, self.W) + self.b) def negative_log_likelihood(self, y): return -T.mean(T.log(self.p

    3热度

    2回答

    我正在做计算机视觉领域的研究,并且正在研究与查找图像的视觉相似图像相关的问题。例如,找到具有类似图案的相似颜色的T恤(条纹/方格)或类似颜色和形状的鞋子等等。 我已经探索了手工制作的图像特征,如颜色直方图,纹理特征,形状特征(面向梯度直方图),SIFT等。我还阅读了关于深度神经网络(卷积神经网络)的文献,这些网络已经接受了海量数据的培训,目前是图像分类领域的最新技术。 我想知道是否同样的功能(从C

    5热度

    1回答

    我要初始化与torch7的索引相关功能的三维张量,即 func = function(i,j,k) --i, j is the index of an element in the tensor return i*j*k --do operations within func which're dependent of i, j end 然后我初始化一个三维张量是这样的: for

    0热度

    1回答

    乘以任何人能向我解释什么是从这里开始的这两行代码背后的含义:https://github.com/Newmu/Theano-Tutorials/blob/master/4_modern_net.py acc = theano.shared(p.get_value() * 0.) acc_new = rho * acc + (1 - rho) * g ** 2 是不是一个错误?为什么我

    2热度

    2回答

    我在Ubuntu 14.04机器上安装了Caffe。在经过581次测试后,make runtest运行良好。我试图用命令行和Python接口工作,得到以下两个错误: 命令行界面:当我尝试运行命令caffe,我发现了以下错误: No command 'caffe' found, did you mean: Command 'caff' from package 'signing-party' (u

    0热度

    3回答

    我有这个错误,我试图去看一下互联网,但没有得到任何明确。 我用Caffe成功训练了我的网,精度达到了82%左右。 现在我想通过这个代码用图像来试试吧: python python/classify.py --model_def examples/imagenet/imagenet_deploy.prototxt --pretrained_model caffe_mycaffe_train_iter