conv-neural-network相关内容

Pytorch - 如何使用 weightedrandomsampler 进行欠采样

我有一个不平衡的数据集,想对代表性过高的类进行抽样不足.我该怎么做.我想使用 weightedrandomsampler,但我也愿意接受其他建议. 到目前为止,我假设我的代码必须具有如下结构.但我不知道该怎么做. trainset = datasets.ImageFolder(path_train,transform=transform)...sampler = data.Weight ..

CNN keras手写识别具有较高的准确性,但预测效果较差

我基本上是在为一个学校项目做这件事,并遵循一些指南来使用CNN建立神经元网络.我正在使用的库是cv2,NumPy,TensorFlow和matplotlib.我目前面临的问题是我的网络具有很高的准确性,但预测却很糟糕.我确保图片是反向的和28x28.我还将可预测的图像数量从5个扩展到10个.我也尝试添加更多的图层,但均无济于事.如果有人可以帮助我,那就太好了!我对此也很陌生,所以请尽你所能! ..
发布时间:2021-05-28 19:17:50 Python

ValueError:max_pooling2d_2层的输入0与该层不兼容:预期ndim = 4,找到的ndim = 5.收到的完整图形:[1,无,64、64、8]

我正在进行CNN在线课程分配,该课程建立了卷积模型.说明如下: 练习2-卷积模型 实施下面的convolutional_model函数以构建以下模型: CONV2D->RELU->MAXPOOL->CONV2D->RELU->MAXPOOL->FLATTEN->DENSE .使用上面的功能! 此外,为所有步骤插入以下参数: Conv2D:使用8个4×4过滤器,跨度1,填充为 ..
发布时间:2021-05-28 19:17:47 其他开发

准确性和损失不会改善CNN模型

我正在研究糖尿病性视网膜病变,这是我的第一个机器学习深度学习项目.我正在使用此数据集: https://www.kaggle.com/sovitrath/diabetic-retinopathy-2015-data-colored-resized . 首先,我想将DR分为2类:YES_DR,NO_DR为了平衡数据,我增加了2类.NO_DR从25k到50kYES_DR的所有等级从9k到50k. ..
发布时间:2021-05-28 19:15:47 其他开发

Keras与Caffe的卷积之间的区别是什么?

我正在尝试将大型Caffe网络复制到Keras(基于tensorflow后端).但是即使在单个卷积层上,我也遇到了很大的麻烦. 简单的一般卷积: 假设我们有一个形状为(1,500,500,3)的4D输入,并且我们必须使用 96 过滤器对此输入执行一次卷积内核大小为 11 和 4x4 的步幅. 让我们设置权重和输入变量: w = np.random.rand(11,11,3,9 ..
发布时间:2021-04-24 19:50:53 Python

PyTorch模型验证:张量a(32)的大小必须与张量b(13)的大小匹配

在机器学习方面,我是一个非常初学者.因此,出于学习目的,我试图开发一个简单的CNN来对棋子进行分类.网络已经可以使用,我可以对其进行训练,但是我的验证功能存在问题. 我无法将我的预测与我的 target_data 进行比较,因为我的预测只是大小为13的张量,而 target.data 是 [batch_size] x13 .我不知道我的错误在哪里.PyTorch示例几乎都使用此功能将预测与目 ..

如何解决“分配带有形状[XXX]的张量时的OOM"?在tensorflow中(训练GCN时)

所以...我已经检查了一些有关此问题的帖子(应该检查的帖子很多,但我认为现在就某个问题寻求帮助是合理的),但是我没有找到任何解决方案可能适合我的情况. 此OOM错误消息总是出现在任意折叠训练循环的第二轮中(无任何例外),并且在第一次运行后再次重新运行训练代码时.因此,这可能是与此帖子相关的问题:有关OOM的以前的stackoverflow问题已链接使用tf.nn.embedding_look ..

如何为此CNN使用K折交叉验证?

我已经尝试为我的二进制图像分类器实现K折交叉验证,但是由于我一直陷于整个数据处理方面,所以我已经苦苦挣扎了一段时间.在尝试使用K Fold之前,我在下面包括了我的代码(这很长而且很乱-致歉),因为它出现了严重错误.任何建议或支持,将不胜感激.我认为在这里使用K折是正确的方法,但是如果不正确,请告诉我.非常感谢! 我想知道如何重新格式化数据以创建单独的折叠,因为那里的每个教程几乎都使用.csv ..

在张量流中更改张量的比例

对不起,如果我弄乱了标题,我不知道该如何措辞.无论如何,我都有一组张量的张量,但我想确保张量中的每个元素的范围都在0-255之间(或0-1也适用).但是,我不想像softmax一样使所有值加起来为1或255,我只是想缩小这些值. 有什么办法吗? 谢谢! 解决方案 您正试图规范化数据.一个经典的归一化公式是这样的: normalize_value =(值-最小值)/(最大值- ..
发布时间:2021-04-24 19:49:48 Python

如何使用张量流从CNN层提取激活?

我想从完全连接的层中提取神经激活.在Caffe中,我就是这样 net.blobs [layer_name] .data 我如何在tensorflow中做同样的事情? 解决方案 您应该使用会话对象来获取存储在张量中的值.尽量不要忘记将占位符张量的值作为feed_dict传递. sess = tf.InteractiveSesssion()full_connected = ....v ..

ValueError:无法输入形状的值

我是Tensorflow的新手,正在尝试使用它编程CNN.我正在观看教程,并完全执行100%相同的代码,但最后仍然收到错误消息,内容为: ValueError:无法为形状为((?,1))的张量'y_2:0'输入形状(100,10)的值 来自__future__的 导入absolute_import,div,print_function将tensorflow导入为tf将numpy导入为np ..
发布时间:2021-04-22 20:11:26 Python

keras中的model.predict_classes与model.predict_generator

我了解到Forecast_generator输出的概率.要获得该类,我就在那儿找到概率最大的索引,那将是最有可能的类.但是,我发现执行此操作后,得到的输出与调用预测类时的输出不同.我不明白为什么.有人可以解释一下吗? 解决方案 Keras中的生成器使用glob列出按字母顺序排序的文件夹,您可以使用 获取在训练过程中使用的课程 #将类保存为JSONclass_json = json.du ..