conv-neural-network相关内容

TensorFlow:在我自己的图像上训练

我是 TensorFlow 的新手.我正在寻找图像识别方面的帮助,我可以在其中训练我自己的图像数据集. 有训练新数据集的例子吗? 解决方案 如果你对如何在TensorFlow中输入自己的数据感兴趣,可以看看本教程. 我还在斯坦福写了一个关于 CS230 最佳实践的指南 此处. 新答案(带有 tf.data)和标签 随着r1.4中tf.data的引入,我们可以创建一批没有 ..
发布时间:2021-12-09 22:17:50 Python

conv1D 中的形状尺寸

我曾尝试用一层构建 CNN,但我遇到了一些问题.确实,编译器告诉我 ValueError:检查模型输入时出错:预期的 conv1d_1_input有 3 个维度,但得到了形状为 (569, 30) 的数组 这是代码 import numpy从 keras.models 导入顺序从 keras.layers.convolutional 导入 Conv1Dnumpy.random.see ..
发布时间:2021-12-09 22:12:25 Python

将 CNN 的输出传递给 BILSTM

我正在做一个项目,我必须将 CNN 的输出传递给双向 LSTM.我创建了如下模型,但它抛出“不兼容"错误.请让我知道我哪里出错了以及如何解决这个问题 模型 = 顺序()model.add(Conv2D(filters = 16, kernel_size = 3,input_shape = (32,32,1)))model.add(BatchNormalization())model.add(Ma ..
发布时间:2021-12-09 22:11:33 Python

将 Keras 模型转换为 C++

我正在使用 Keras(和 Theano)来训练我的 CNN 模型.有谁知道如何在我的 C++ 应用程序中使用它?有没有人尝试过类似的东西?我想写一些 python 代码来生成一个带有网络函数的 C++ 代码 - 有什么建议吗? 我在这里发现了一个类似的问题,如何在C++ 但没有答案. 解决方案 为了回答我自己的问题并有一个解决方案 - 我写了一个简单的 C++ 解决方案,名为 ke ..
发布时间:2021-12-09 22:09:36 C/C++开发

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 ..

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 ..

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 = ..

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 Python

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 Python

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 Python

类型错误:只有整数、切片 (`:`)、省略号 (`...`)、tf.newaxis (`None`) 和标量 tf.int32/tf.int64 张量是有效索引,得到 [1, 3]

我正在尝试从 Github 训练 3D 分割网络.我的模型是由 Keras (Python) 实现的,这是一个典型的 U-Net 模型.模型,总结如下, 型号:“functional_3"__________________________________________________________________________________________________层(类型)输出 ..
发布时间:2021-09-05 19:43:41 Python