conv-neural-network相关内容

卷积编码器错误 - 'RuntimeError: 输入和目标形状不匹配'

在下面的代码中,创建、保存了三个图像,卷积自动编码器尝试将它们编码为低维表示. %reset -f将 torch.utils.data 导入为 data_utils进口警告warnings.filterwarnings('忽略')将 numpy 导入为 np导入 matplotlib.pyplot 作为 plt将熊猫导入为 pd从 matplotlib 导入 pyplot 作为 plt从 skl ..
发布时间:2021-11-30 19:45:52 其他开发

如何设计一个共享权重、多输入/输出的自动编码器网络?

我有两种不同类型的图像(相机图像及其对应的草图).网络的目标是找到两个图像之间的相似性. 网络由单个编码器和单个解码器组成.单个编码器-解码器背后的动机是在它们之间共享权重. input_img = Input(shape=(img_width,img_height, channels))定义编码器(input_img):# 照片编码器代码pe = Conv2D(96, kernel_si ..
发布时间:2021-11-30 19:45:42 其他开发

问题训练 CNN 与素数输入维度

我目前正在使用 Keras(一种自动编码器)开发 CNN 模型.这种类型的输入是 (47,47,3) 形状,即具有 3 (RGB) 层的 47x47 图像. 我过去曾与一些 CNN 合作过,但这次我的输入维度是质数(47 像素).我认为这会导致我的实现出现问题,特别是在我的模型中使用 MaxPooling2D 和 UpSampling2D 时.我注意到在最大池化然后向上采样时会丢失一些维度. ..
发布时间:2021-11-30 19:45:14 Python

TensorFlow tfrecords:tostring() 改变图像的维度

我已经建立了一个模型来在 TensorFlow 中训练卷积自编码器.我按照 从 TF 文档中读取数据的说明 来读取我自己的 233 大小的图像x 233 x 3.这是根据这些指令改编的我的 convert_to() 函数: def convert_to(images, name):"""将数据集转换为 tfrecords."""num_examples = images.shape[0]行 = ..
发布时间:2021-11-30 19:43:49 AI人工智能

将功能模型转换为顺序 Keras

我有一个自动编码器,我想从中保存模型,特别是编码器部分(或权重,不确定我需要什么),然后将其加载到 CNN 中.我的目标是使用自动编码器来学习我想要分类的项目的特征,然后使用这些权重来启动 CNN. 我试过只加载权重,但它们不会加载,因为两个网络的大小不同.我虽然只导入整个网络可以工作,但一个是顺序的,另一个是功能性的. 自编码器 #load in data using imaged ..
发布时间:2021-11-30 19:41:24 Python

我如何使用 keras 创建 3d 输入/3d 输出卷积模型?

我有一个小问题无法解决. 我想将具有完全连接的 MLP 的 CNN 模型实现到我的具有 2589 个蛋白质的蛋白质数据库中.每个蛋白质有 1287 行 69 列作为输入和 1287 行和 8 列作为输出.实际上有 1287x1 的输出,但我对类标签使用了一种热编码,以便在我的模型中使用交叉熵损失. 我也想要 如果我们将图像视为图像,我有一个 3d 矩阵 ** X_train = ..
发布时间:2021-11-25 01:48:45 C#

用于识别序列数据的CNN模型的配置 - CNN顶层的架构 - Parallel Layers

我正在尝试配置一个网络来识别车牌等序列数据的字符.现在我想在深度自动车牌识别系统中使用表 3 中提到的架构(链接:http://www.ee.iisc.ac.in/people/faculty/soma.biswas/Papers/jain_icgvip2016_alpr.pdf). 作者提出的架构是这样的: 第一层很常见,但我绊倒的地方是架构的顶部(红框中的部分).他们提到了 11 ..
发布时间:2021-11-17 03:03:54 其他开发

卷积神经网络架构 - 正确吗?

我正在尝试训练卷积神经网络.因此,我使用了包含 8 个字符(0-9、A-Z;没有字母“O"和空格,总共 36 个可能的字符)的 646 个图像/车牌的数据集.这些是我的训练数据 X_train.它们的形状是 (646, 40, 200, 3) 颜色代码为 3.我将它们调整为相同的形状. 我还有一个数据集,其中包含这些图像的标签,我将其单热编码为形状 (646, 8, 36) 的 numpy ..
发布时间:2021-11-17 02:54:20 其他开发

如何在 Keras 中设置一维卷积和 LSTM

我想在 LSTM 层之后使用 1D-Conv 层对 16 通道 400 时间步长的信号进行分类. 输入形状由: X = (n_samples, n_timesteps, n_features),其中 n_samples=476, n_timesteps=400, n_features=16 是信号的样本数、时间步长和特征(或通道). y = (n_samples, n_times ..
发布时间:2021-09-07 20:31:24 其他开发

ValueError:检查目标时出错:预期dense_44具有形状(1,)但得到形状为(3,)的数组

我搜索了几个涵盖类似问题的类似主题.例如这个, 这个 和 这个 等等.尽管如此,我仍然没有设法解决它. 我最终要做的是使用 CNN 预测三个参数.输入是初始大小为 (3724, 4073, 3) 的矩阵(现在可以在预处理后绘制为 RGB 图像).由于数据集的大小,我使用以下生成器以 16 个批次为 CNN 提供数据: class My_Generator(Sequence):“"生成成批的 ..
发布时间:2021-09-05 20:14:04 其他开发

向 tflearn CNN 添加多个元数据

我使用 CNN 进行(医学)图像分析和预测,使用的是典型的 CNN.我像这样向 CNN 网络添加了一组元数据,它似乎有效:network = input_data(shape=[..],..)metadata_1 = input_data(shape=[..],..) network = 网络 = 完全连接(网络,100,..>网络 = 合并(网络,metadata_1)网络 = 完全连接(). ..
发布时间:2021-09-05 20:13:20 其他开发

如何使用 Tensorflow 中的测试集加载和评估 CNN?

我正在尝试在一组图像上训练 CNN.有 2 个文件夹:training_set 和 test_set,每个文件夹包含 2 个类.它们看起来像这样: training_set/A类/img1.pngimg2.png...B级/img1.pngimg2.png... test_set/A类/img1.pngimg2.png...B级/img1.pngimg2.png... 代码如下所示,其中训练 ..
发布时间:2021-09-05 20:04:56 其他开发

使用 PCA 减少 CNN 训练集中的#维数

简短版本:我在使用 PCA 减少训练数据的维数方面遇到了困难.训练数据是为 2D CNN 构建的,该 CNN 将图的图像分为三类. 模型的目的 我是主成分分析的新手.我有一个 2D 卷积神经网络,可将图形(36 x 36 像素)的图像分类为三个类别之一,例如: 改进模型 我意识到大部分像素都是白色的,所以 CNN 效率很低,需要很长时间来训练.我开始了解降维技术并尝试使用 ..
发布时间:2021-09-05 20:00:09 其他开发

如何设计一个最优的CNN?

我正在攻读博士学位.项目,其目标是减少地球上CO2 的排放. 我有一个数据集,我能够成功实现一个 CNN,它提供 80% 准确度(最坏情况).但是,我工作的领域要求很高,我的印象是通过优化的 CNN 可以获得更好的准确性. 专家如何设计CNNs?我如何在 Inception 模块、Dropout 正则化、批量归一化、卷积滤波器大小、卷积通道的大小和深度、完整数量之间进行选择?连接层,激 ..
发布时间:2021-09-05 19:59:54 其他开发

如何解决有关 Tensorflow 和 cuda 兼容性的问题?

错误: UnknownError:无法获得卷积算法.这大概是因为 cuDNN 初始化失败,所以尝试查看是否有警告上面打印了日志消息.[操作:Conv2D] 用于安装包的命令: conda install -c anaconda keras-gpu 已安装: 张量流 2.0.0 cudatoolkit 10.0.130 0 cudnn 7.6.5 cuda10.0_0 ..
发布时间:2021-09-05 19:56:09 其他开发

卷积神经网络 (CNN) 输入形状

我是 CNN 的新手,我有一个关于 CNN 的问题.我对 CNN 的输入形状(特别是 Keras)有点困惑.我的数据是不同时隙中的二维数据(比如 10X10).因此,我有 3D 数据.我将把这些数据提供给我的模型来预测即将到来的时间段.因此,我将有一定数量的时隙用于预测(假设有 10 个时隙,到目前为止,我可能有 10X10X10 个数据).现在,我的问题是我必须将这些数据作为具有 10 个通道的 ..
发布时间:2021-09-05 19:43:52 其他开发

ValueError:输入 0 与层 conv2d_1 不兼容:预期 ndim=4,发现 ndim=3

在询问了已经提出的关于这个问题的问题之后,我继续提出它.我试图将字母从 A 分类到 D.所有输入图像都是 64x64 和灰色. 我的 CNN 的第一层是: model = Sequential()model.add(Conv2D(32, (3, 3), input_shape = input_shape, activation = 'relu')) 和 input_shape 它来自: ..
发布时间:2021-09-05 19:34:53 其他开发