mnist

    3热度

    2回答

    关于tensorflow网站上的MNIST tutorial,我运行了一个实验(gist)以查看不同权重初始化对学习的影响。我注意到,与我在流行的[Xavier, Glorot 2010] paper中读到的内容相比,无论初始化权重如何,学习都很好。 不同的曲线表示不同的值w用于初始化卷积和完全连接层的权重。请注意,w的所有值都可以正常工作,即使0.3和1.0以较低性能结束,某些值训练得更快 -

    0热度

    2回答

    我想在Google云端ml上运行MNIST的简单深度学习模型。我尝试通过tensroflow的效用方法tensorflow.examples.tutorials.mnist来下载并解压缩它。不幸的是,当我在云中使用它时,我的代码看不到它。我有这样的例外:没有这样的文件或目录:'gs://bucket/path/train-images-idx3-ubyte.gz当我浏览存储桶时,文件在那里,但张量

    0热度

    1回答

    我想在张量流中添加更多图层到我的神经网络,但是在这里我收到了这个错误。 ValueError: Dimensions must be equal, but are 256 and 784 for 'MatMul_1' (op: 'MatMul') with input shapes: [?,256], [784,256]. 这就是我如何创建权重和偏见。 # Store layers weigh

    0热度

    1回答

    我在https://fsix.github.io/mnist/Deskewing.html上找到了如何去偏移MNIST数据集的图像。它似乎工作。我的问题是,在去校正每个像素之前,它的值介于0和1之间。但是,在对图像进行校正之后,值不再介于0和1之间。它们可以是负数,可以大于1.这怎么解决? 下面是代码: def moments(image): c0,c1 = np.mgrid[:imag

    2热度

    2回答

    我已经开始tensorflow并一直遵循这个标准MNIST tutorial。 然而,相比于预期的92%的准确率,在设定以及测试集不超出67%的培训获得的精度。 我熟悉softmax和多项式回归,已经获得超过94%的使用scratch python实现以及使用sklearn.linear_model.LogisticRegression。 我曾试图使用CIFAR-10的数据集相同,并且在这种情况下

    0热度

    1回答

    现在我正在研究带有CNN的AutoEncoder。为了学习,我为MNIST数据创建了一个模型。但我无法正确设置Conv2d的输出调光。请参阅下面的模型图像。虽然我期望第一个Conv2d的输出应该是(None, 16, 28, 28),但实际输出是(None, 1, 28, 16)。关于文件,我的代码看起来不错。 https://keras.io/layers/convolutional/#conv

    7热度

    2回答

    我是Tensorflow的新成员,我正在尝试构建能够在我的图像上执行OCR的模型。我必须阅读9个字符(固定在所有图像中),数字和字母。我的模型将与此类似 https://matthewearl.github.io/2016/05/06/cnn-anpr/ 我的问题是,我要培养我对每个人物模型首先和后组合的字符得到完整的标签来表示。或者我应该直接在完整的标签上训练? 我知道我需要传递给模型,相应图片

    0热度

    2回答

    我正在尝试初学者,使用csv数据。 我从here获得了csv数据,并将每个标签制作成一个热点向量。 每行有794dims(colum1〜10作为标签,11〜794作为像素)。 这里是我写的代码,导致可怕的准确性。 from __future__ import absolute_import from __future__ import division from __future__ impo

    0热度

    1回答

    我想通过自己在TensorFlow搭建一个MNIST DCGAN。但是,我正在努力研究如何为发生器设置损失函数。在Keras DCGAN implementation中,作者为这个问题使用了一个“解决方法”:他只是建立了3个模型。发电机(G),鉴别器(D)和第三个,他只是将G与D结合在一起,同时将D的训练能力设置为假。 这样,他可以向D提供真实图像+生成的图像以训练D并训练G + D组合模型,因为

    0热度

    1回答

    我遇到MatCaffe问题。我用Python自己的数据集(2分类,0或1)成功地训练了LeNet,并试图将它部署到Matlab上。网络体系结构来自caffe/examples/mnist/lenet.prototxt。我输入网络的所有输入图像总是返回1.(我尝试使用来自训练的正面和负面图像)。 下面是我的代码: deployNet = 'lenet_deploy.prototxt'; caffe