cntk

    3熱度

    2回答

    這似乎是一個基本的問題,你們當中有些人必須有意見。我有一個圖像分類器在CNTK中實現了48個類。如果圖像與48個類中的任何一個都不匹配,那麼我希望能夠得出結論,它不在這48種圖像類型中。我最初的想法是,如果最終Softmax圖層的最高輸出量很低,我可以得出結論:測試圖像沒有很好地匹配。雖然偶爾會發生這種情況,但在大多數測試中,Softmax在交付「未知圖像類型」時仍會產生非常高的(錯誤的)結果。但

    -1熱度

    1回答

    具有恆定長度的序列的列表(192 INT的陣列),我想要檢索最近的完整序列匹配部分輸入: 實施例具有4個序列: 1,4,3,2 1,2,3,4 1,2,3,4 1,2,1,4 輸入 - > 1,2輸出 - > 1,2,3,4 是seq2seq模型解決這個問題的最好方法嗎? 哪裏可以找到一個完整的例子,用tensoflow或CNTK(模型創建,訓練,解碼)?

    0熱度

    1回答

    這只是一個C++編程語法問題(我認爲)。我有192浮在一個像這樣的結構: std :: vector outputData(192); 我想調用內置的CNTKLibrary這個192x1向量SOFTMAX功能 - 在頭文件中的文件是: ///上創建CNTK內置SOFTMAX操作的一個實例指定的張量輸入操作數 CNTK_API FunctionPtr Softmax(const變量&操作數,cons

    1熱度

    2回答

    我發現了一個使用CNTK的BEGAN實現。 (https://github.com/2wins/BEGAN-cntk) 這使用MNIST數據集,而不是在原始論文中使用的Celeb A。 不過,我不明白的結果圖像,這看起來相當的確定性: Output images of the trained generator (iter: 30000) 對於不同的噪聲樣本,我希望不同的輸出從何而來呢。但不管有沒

    1熱度

    1回答

    我正在將CNTK的培訓和評估配置從Brainscript遷移到Python。由於我們的訓練數據是在map/reduce框架中創建的,因此我將圖像和標籤存儲在一個巨大的文本文件中,該文件包含base64編碼圖像作爲其中一列。這一切都運行良好,但我仍然沒有找到一種方法來做Python中的等價物。 我CNTK.exe配置類似於this example configuration: deserialize

    0熱度

    1回答

    我找到了描述體驗的文章https://github.com/Microsoft/CNTK/wiki/Sequence-to-Sequence-%E2%80%93-Deep-Recurrent-Neural-Networks-in-CNTK-%E2%80%93-Part-2。但我正在尋找更好的理解代碼。我可以看到文章的作者是William Darling,並且想知道他是否可以在示例或教程中發佈代碼。

    3熱度

    1回答

    我試圖訓練使用CNTK的模型,該模型需要兩個輸入序列並輸出2-d標量標籤。我已經這樣定義模型: def create_seq_model(num_tokens): with C.default_options(init=C.glorot_uniform()): i1 = sequence.input(shape=num_tokens, is_sparse=True, name

    0熱度

    1回答

    我正在修改此示例https://github.com/Microsoft/CNTK/blob/master/Tutorials/CNTK_206B_DCGAN.ipynb以使用png MNIST文件(而不是教程使用的平面1d陣列圖像輸入)。我用ImageDeserializer(和地圖文件來加載數據): def create_mb_source(map_file, image_dims, num_

    0熱度

    1回答

    我有一個訓練有素的fastrcnn模型的自定義圖像集。我想使用模型和C++ Eval API評估一個新的圖像。我將圖像壓縮成一維矢量並獲取rois以輸入到eval函數中。 GetEvalF(&model); // Load model with desired outputs std::string networkConfiguration; //networkConfigurat

    0熱度

    2回答

    我試圖從CNTK庫中訓練fastrCNN模塊。我已經在PARAMETERS.py文件中做了必要的修改。當我運行A1_GenerateROI.py時,它生成了ROI,但我收到了以下消息。 Number of images in set train = 73 Processing image set 'train', image 0 of 73 wrote gt roidb to C:\local