conv-neural-network

0熱度

1回答

AttributeError的：「CrossEntropyLoss」對象有沒有屬性「落後」

我試圖培養一個非常基本的CNN上CIFAR10數據集，並得到以下錯誤： AttributeError的：「CrossEntropyLoss」對象有沒有屬性「落後」 criterion =nn.CrossEntropyLoss optimizer=optim.SGD(net.parameters(),lr=0.001,momentum=0.9) for epoch in range(2): #

python neural-network deep-learning conv-neural-network pytorch 2017-11-25

---

0熱度

1回答

TensorFlow（神經網絡）FC輸出大小

不確定我的問題是否是特定於TF或僅僅是NNs，但是我使用tensorflow創建了CNN。而且我很難理解爲什麼我的完全連接層上的輸出的大小就是這樣。 X = tf.placeholder(tf.float32, [None, 32, 32, 3]) y = tf.placeholder(tf.int64, [None]) is_training = tf.placeholder(tf.bool

machine-learning tensorflow neural-network computer-vision conv-neural-network 2017-11-25

---

0熱度

1回答

神經網絡與乙狀結腸激活產生所有1's

我想在python中實現卷積神經網絡。架構如下： INPUT->[Convolution->Sigmoid->Pooling]->[Convolution->Sigmoid->Pooling]->Fully Connected Layer-> Hidden Layer->Ouput。 輸入形狀：28個* 28個 過濾器/加權形狀，用於卷積層1：20 * 1 * 5 * 5 過濾器/加權形狀，用於卷

python neural-network conv-neural-network sigmoid 2017-12-02

---

0熱度

2回答

使用tensorflow對象檢測API進行性別識別

我可以使用tensorflow對象檢測API進行性別識別嗎？ 我想訓練SSD_mobile網絡進行性別識別和檢測。我改變標記圖，以： item { id: 1 name: 'man' } item { id: 2 name: 'woman' } 和num_classes = 2 我附加到training_loss = 8，但是當我喂圖像到網絡來測試

tensorflow deep-learning conv-neural-network face-detection object-detection-api 2017-12-02

---

0熱度

2回答

爲什麼在卷積神經網絡3個通道

我想知道爲什麼用3個信道像圖像6 * 6 * 3時convol用3 * 3 * 3過濾器僅產生4 * 4 而不是4 * 4 * 3

python neural-network computer-vision deep-learning conv-neural-network 2017-12-03

---

0熱度

1回答

在Theano/Keras中將輸出類聚合爲一個類別

我正在使用MNIST數據集構建用於手寫數字識別的ConvNet。我的代碼是使用Theano後端在Keras中編寫的。 我想訓練我的ConvNet，因此它可以識別類的一個子集（例如，僅數字'1'和'2'）並輸出任何其他類作爲通用'未知'類。我知道這可以在Theano上完成，因爲它在"Distributed Neural Networks for Internet of Things: The Big

deep-learning keras theano conv-neural-network mnist 2017-10-18

---

2熱度

1回答

如何可視化keras中卷積神經網絡中間層的輸出？

最近我爲貓和狗的分類（非常基本）創建了基本的CNN模型。我如何使用keras將這些圖層的輸出可視化？我使用Tensorflow後端處理keras。

python tensorflow keras classification conv-neural-network 2017-10-19

---

1熱度

1回答

如何實現卷積神經網絡的L2正則化成本函數

我已經實現了CNN數字分類模型。我的模型過度配合，爲了克服過度配合，我試圖在我的成本函數中使用L2 Regularization。我有一個小混亂 我怎麼能選擇<weights>把成本公式（代碼的最後一行）。 ... x = tf.placeholder(tf.float32, shape=[None, img_size, img_size, num_channels], name='x') #

tensorflow computer-vision conv-neural-network regularized 2017-10-20

---

2熱度

1回答

爲什麼深度學習不會遇到浮點或數值精度錯誤，如果其大部分訓練都是在平均值0和標準差1的數據上？

對這個問題的啓發： Why do different methods for solving Xc=y in python give different solution when they should not? ，似乎有數值的問題，由於浮動點，反轉矩陣和限制值[-1,1]，我很好奇，現在爲什麼不深的學習不是來自浮遭受或如果大多數訓練數據的平均值爲0和標準差1（假設我假定大部分數據已經被預處理到

neural-network deep-learning precision conv-neural-network gradient-descent 2017-10-21

---

1熱度

1回答

將輸出圖像保存在Caffe中

我對使用caffe框架非常陌生。我有一個在圖像上工作的網絡。它將圖像作爲輸入和輸出圖像。咖啡有一層我必須包括，以保存輸出圖像？ 謝謝。

c++ neural-network deep-learning caffe conv-neural-network 2017-12-27

---