在那裏Tensorflow MNIST例如

任何引用尋找深MNIST提出了網絡架構的科學文章引用專家的教程（https://www.tensorflow.org/versions/r0.9/tutorials/mnist/pros/index.html）在那裏Tensorflow MNIST例如

我有一個類似的圖像處理數據，我正在尋找一個好的香草架構，任何建議？目前這個問題的最佳解決方案是基於小波變換的解決方案

來源

2016-10-02 WeiGer

你可能不想看專家的深MNIST作爲一個好的MNIST架構或作爲一個科學基準的例子。它更像是一個基本的Tensorflow積木和卷積模型的很好介紹。

也就是說，您應該能夠獲得與具有5％的自由參數和較少圖層的模型相同或更好的結果。

來源

2016-10-02 21:00:59 MMN

任何關於良好的圖書/網站/視頻的建議，以獲得更好的圖像處理網絡架構？我真的可以推薦[斯坦福的CS 231]（http://cs231n.stanford.edu/），但我正在尋找更實用的方法 – WeiGer

這實際上取決於你的數據集/目標。 a）是預先居中/裁剪的圖像？ b）每個圖像一個目標，還是很多？ c）目標類的數量？ d）多少訓練數據？ e）來自視頻的單個圖像或圖像？ f）目標是準確性，速度還是其他？ g）可用的計算能力？ – MMN

E.g. MNIST在所有答案上都很容易 - 它只需要3層左右。 https://www.tensorflow.org/versions/r0.11/tutorials/image_recognition/index.html對於難題來說是一個很好的開端。 YOLO在某些情況下也很有趣。你可以採用預先訓練好的模型，並重新訓練上層（S）？ – MMN

在那裏Tensorflow MNIST例如

回答

相關問題