convolution

1熱度

1回答

超分辨率期間的顏色變化

我正在開發超解析度的CNN。培訓順利，不存在過度擬合，但是當我嘗試低分辨率圖像上訓練的網絡，輸出圖像已經改變了顏色： 輸入圖像 輸出圖像 即使經過較長時間的訓練，結果也保持不變。有人曾經遇到類似的問題嗎？ 我的第一個想法是將輸出激活函數更改爲從0到1（sigmoid）而不是ReLu，但沒有任何改進。 這裏是我的網絡中Keras實施： input_img = Input(shape=(None,No

python deep-learning keras resolution convolution 2017-09-04

---

4熱度

2回答

爲什麼我的卷積程序與numpy＆scipy不同？

我想手動編碼一維卷積，因爲我正在使用內核進行時間序列分類，並且我決定製作着名的維基百科卷積圖像，如下所示。 這是我的腳本。我正在使用standard formula for convolution for a digital signal。 import numpy as np import matplotlib.pyplot as plt import scipy.ndimage plt

python numpy matplotlib scipy convolution 2017-09-05

---

3熱度

3回答

Numpy過濾器可以消除零區域

我有一個二維numpy數組，其值爲區域標籤。例如， array([[9, 9, 9, 0, 0, 0, 0, 1, 1, 1], [9, 9, 9, 9, 0, 7, 1, 1, 1, 1], [9, 9, 9, 9, 0, 2, 2, 1, 1, 1], [9, 9, 9, 8, 0, 2, 2, 1, 1, 1], [9, 9, 9, 8, 0,

python numpy convolution mathematical-morphology 2017-09-09

---

1熱度

1回答

8預定義的二進制卷積濾鏡 - Tensorflow

我試圖做Tensorflow如下： I need this 爲此，我已經做了迄今爲止以下： def new_weights(shape): return tf.Variable(tf.truncated_normal(shape, stddev=0.05)) # From here down is another function shape = [3, 3, 1, 8,] H

python python-2.7 tensorflow convolution 2017-09-09

---

0熱度

1回答

需要在Python

圓形FFT卷積我需要的 scipy.signal.convolve2d(data, filter, boundary="wrap", mode="same") 更快的模擬你能不能指點我如何取代它？ P.S. scipy.signal.fftconvolve速度夠快，但它沒有boundary選項，我無法使其在循環卷積模式下工作。

python scipy convolution 2017-09-13

---

2熱度

1回答

如何在卷積網中使用im2col操作更高效？

我想實現一個卷積神經網絡，我不明白爲什麼使用im2col操作更高效。它基本上將分隔列中的輸入與濾波器相乘。但爲什麼不應該直接使用循環來計算卷積，而不是首先執行im2col？

neural-network conv-neural-network correlation convolution deconvolution 2017-09-14

---

3熱度

1回答

CNN：認識簡單街區的挑戰

我很想獲得關於以下挑戰的見解和觀點。我試圖訓練一個CNN來對具有不同「顏色塊」的圖像進行分類（請參見下面的示例）。圖像是二維數組（例如20乘100像素），其中白色編碼爲0，藍色編碼爲1，綠色編碼爲2. 我掙扎 - 有點令我驚訝 - 訓練一個性能良好的網絡這些類型的圖像 - 特別是在圖像尺寸變大時（例如40乘100），以防止驗證集上的過度擬合和非常差的性能。我試圖理解/概念化需要什麼類型的CNN結構

computer-vision keras conv-neural-network convolution 2017-09-14

---

0熱度

1回答

Tensorflow卷積tf.nn.conv2d參數大步

DEF conv2d（X，W）： 返回tf.nn.conv2d（X，W，步幅= [1，1，1，1]， 填充= 'SAME'） 有人能請我幫忙理解，這個地方大步的功能是什麼？如果可能，請解釋每個參數

image tensorflow deep-learning convolution 2017-09-22

---

1熱度

1回答

在keras的autoencoder的最後一層裁剪

我有形狀391 x 400的圖像。我試圖使用here所述的自動編碼器。 具體來說，我用下面的代碼： from keras.layers import Input, Dense, Conv2D, MaxPooling2D, UpSampling2D from keras.models import Model from keras import backend as K input_img

keras crop convolution keras-layer autoencoder 2017-09-27

---

-1熱度

1回答

錯誤：期望的activation_4有2個維度，但有形狀的數組（14,3,150,150）

我試圖使用我自己的數據集，它由兩個類別組成。我不明白怎麼能解決這個問題。我怎樣才能解決這個問題？它看起來像模型獲取圖像的形狀作爲輸入，而不是實際的圖像。 print X_train.shape print y_train.shape print X_test.shape print y_test.shape (55, 3, 150, 150) (55, 1) (14, 3, 150,

numpy keras convolution 2017-10-08

---