cntk

    1熱度

    2回答

    我沒有從下面的代碼中得到我期望從CNTK得到的正確答案。我做錯什麼了嗎? import cntk as C import numpy as np def custom(a, b, c): return a * 0 + c * 0 + b np.set_printoptions(edgeitems=1000, linewidth=1000) a = C.input_vari

    1熱度

    1回答

    我要添加的圖像變換(我稱之爲ResizeTransformer),其 調整大小的圖像的較小的尺寸給定的尺寸,同時保持原始的寬高比 要在不實施單獨ResizeTransformer做到這一點我想修改this file 但是該類ScaleTransformer : public ImageTransformerBase類,這個類實現StreamInformation ScaleTransformer:

    2熱度

    1回答

    訓練模型,我們可以使用cntk.squared_error()功能,這樣在查找丟失: loss = cntk.squared_error(z, l) 但我感興趣的是找到絕對誤差方面的損失。下面的代碼不起作用: loss = cntk.absolute_error(z, l) 提示錯誤爲: AttributeError: module 'cntk' has no attribute 'abs

    0熱度

    1回答

    當我將dilation_rate參數傳遞給Conv2D時,生成的輸出被二次採樣。例如, inputs = Input(shape=(160,240,1)) lay = Conv2D(32, kernel_size=(3,3), dilation_rate=(2,2), use_bias=False)(inputs) print(lay) 產生 Composite(input_1: Tens

    1熱度

    1回答

    我想用神經網絡來分類來自傳感器的週期性信號。我以前只用CNTK做過圖像的東西。我想它有點像NLP那樣在輸入中連續的波形 - 但在我的情況下,它不會是音頻,而是其他的東西。有人可以指出我可以如何開始呢?謝謝!

    0熱度

    1回答

    我可以運行英特爾Nervana神經網絡處理器(NNP)CNTK?

    0熱度

    1回答

    我正在查找關於CNTKLIB.WeightedBinaryCrossEntropy函數的一些信息。它將Weights var作爲輸入。這個權重變量究竟意味着什麼? 我想用CNTK做多標籤分類。我現在使用 var loss = CNTKLib.BinaryCrossEntropy(m_fctModel,labelVariable); 但我想用WeightedBinaryCrossEntropy代替它

    1熱度

    1回答

    我摘錄的有關部分如下: feature_output = network['output'].find_by_name('fc8').outputs _, output = trainer.train_minibatch(data, (feature_output)) print(output.keys()) print(output[dict_keys(feature_output]))

    1熱度

    1回答

    我需要同時提供從正態分佈採樣的圖像和矢量。由於我使用的圖像數據集太大,我爲該部分創建了一個ImageDeserializer。但是我還需要將隨機向量(從numpy正態分佈中採樣)添加到輸入映射中,然後將其輸入到網絡中。有什麼辦法可以做到這一點? 我也測試: mb_data = reader_train.next_minibatch(mb_size, input_map=input_map) mb

    0熱度

    1回答

    我有以下代碼: model (features, rois) = { convOut = convLayers (features) roiOut = ROIPooling (convOut, rois, (9:9),spatialScale=64.0/196.0) z = fcLayers (roiOut) }.z 原文摘自:cntk \例