deep-learning 第87页 - IT屋-程序员软件开发技术分享社区

当我使用Caffe BP回归模型时，为什么大多数预测结果为0?

我将输入数据转换为hdf5格式. 每个输入数据的形状为309暗和标签输入数据如下: 部分输入数据是这样的我的净结构如下: name: "RegressionNet" layer { name: "framert" type: "HDF5Data" top: "data" top: "label" include { phas ..

发布时间：2020-05-04 03:19:38 machine-learning deep-learning caffe logistic-regression non-linear-regression AI人工智能

Pytorch最有效的Jacobian/Hessian计算

我正在寻找通过Pytorch获得函数的雅可比行列的最有效方法，到目前为止，已经提出了以下解决方案: def func(X): return torch.stack(( X.pow(2).sum(1), X.pow(3).sum(1), X.pow(4).sum ..

发布时间：2020-04-30 12:08:31 python deep-learning pytorch linear-algebra calculus Python

如何使用截断的SVD减少完全连接的("InnerProduct"`)层

在论文中 Girshick，R 快速RCNN (ICCV 2015)，"3.1截断的SVD以加快检测速度"部分，作者建议使用 SVD 技巧可减少全连接层的大小和计算时间. 给定受过训练的模型(deploy.prototxt和weights.caffemodel)，如何使用此技巧将完整连接的层替换为截断的层? 解决方案一些线性代数背景奇异值分解( SVD )是将任何矩阵W分解为三 ..

发布时间：2020-04-30 11:58:32 machine-learning neural-network linear-algebra deep-learning caffe AI人工智能

具有多个输入的Keras TimeDistributed层

我正在尝试使以下代码行起作用: low_encoder_out = TimeDistributed( AutoregressiveDecoder(...) )([X_tf, embeddings]) 其中AutoregressiveDecoder是一个接受两个输入的自定义层. 经过一番谷歌搜索后，问题似乎出在TimeDistributed包装器不接受多个输入.有些解决方案建议将两个输入合 ..

发布时间：2020-04-25 11:06:26 python machine-learning keras deep-learning keras-layer AI人工智能

批量归一化(BN)后使用泄漏ReLu是否有用

在我的CNN网络中，我正在使用BN层之后的Leaky ReLu. Leaky ReLu通过为负值添加f(y)= ay解决垂死的ReLu问题. BN引入了零均值和单位方差.那么BN是否会删除负数部分，即这会将所有值转换为0到1的小数位数吗?基于此，将选择Leaky ReLu.因为如果BN移除负部分，则使用泄漏的relu将与relu相同.我正在使用keras. 解决方案 BN层尝试通过减去对输 ..

发布时间：2020-04-25 11:05:51 machine-learning keras deep-learning AI人工智能

Keras:如何以最低的观测指标值停止训练?

对于Keras，我想在返回最佳(大多数情况下:最低)观测指标(例如val_loss)的时代停止训练.在忍耐“耗尽"之后，我不不想使用网络的状态. 我该怎么做? 解决方案好吧....您无法真正以最佳准确性“停止"，因为您需要知道将来的值来确定是否会有更好的结果.值！但是您可以使用另一个回调 ModelCheckpoint 来在每个时期后保存模型. 您可以传递参数save ..

发布时间：2020-04-25 11:05:49 neural-network deep-learning keras 其他开发

如何使用新功能通过深度学习生成新图像

如果我有一个由图像列表组成的数据集，每个图像都与一系列特征相关联；有一个模型，一旦训练，就可以在输入新的功能列表后生成新图像? 解决方案我认为您正在寻找本文. GAN是一种算法类型，它包含两个不同的模型，因此一个名为Discriminator的模型会尝试学习确定其输入数据是否来自数据集，而另一个名为Generator的模型则会尝试学习如何生成数据，因此辨别器错误地认识到它来自数据集. ..

发布时间：2020-04-25 11:05:45 python keras deep-learning conv-neural-network dcgan Python

循环调用适合与批量大小适合之间有区别吗

比方说，我的内存中有32个训练示例(批量大小为32).在for循环中调用fit与batch_size=1分别进行32次之间有区别吗?还是将所有经验集中在一个数组中并调用fit一次但以batch_size=32作为参数?结果或效果会有所不同吗? 解决方案 for i in range(32): model.fit(X,y,batch_size=1) 不要以这种方式训练您的模型！您 ..

发布时间：2020-04-25 11:05:32 machine-learning keras deep-learning AI人工智能

关于定义input_placeholder来预测给定图像

在以下功能中，作者旨在基于vgg模型对下载的图像进行预测. with tf.Graph().as_default(): url = ("https://upload.wikimedia.org/wikipedia/commons/d/d9/First_Student_IC_school_bus_202076.jpg") image_string = urllib2.urlopen(url ..

发布时间：2020-04-25 11:05:15 tensorflow deep-learning keras 其他开发

如何在喀拉拉邦按比例缩小图像金字塔的图像?

我想在深度多尺度去模糊中使用图像金字塔进行深度学习.使用keras时如何动态缩小图像? 解决方案如果降比例是整数，则可以使用“平均池化"层. o = AveragePooling2D(pooling_size=(2, 2))(i) 这会将2x2的窗口平均为一个像素，这是将图像大小调整2倍的相当准确的方法. ..

发布时间：2020-04-25 11:04:37 python-3.x deep-learning keras 其他开发

用于图像分类和语义分割的图像预处理

就针对不同类型的图像相关作品(例如图像分类，语义分割)的深度学习模型的训练而言，需要执行什么样的预处理工作? 例如，如果我想训练网络进行语义分割，是否需要将图像值(通常表示为nd数组)缩放到[0,1]范围，还是将其保持在[0,255]范围?谢谢. 解决方案完成的工作很少，但实际上并没有总会完成的预处理集. 以下是一些示例: 减去均值图像，除以方差(较不常见) 标准 ..

发布时间：2020-04-25 11:04:27 computer-vision tensorflow deep-learning caffe keras 其他开发

关于将ndarray(通过cv2或skimage输入的图像)转换为张量

我已经使用opencv 读取了如下图像 image = cv2.imread('/data/TestImages/cat.jpg',cv2.IMREAD_UNCHANGED) 此读取的图像由segmentation, np_image, np_logits = sess.run([pred, image, logits]) 调用时会导致错误消息错误消息为TypeError: Can ..

发布时间：2020-04-25 11:04:23 tensorflow deep-learning theano keras 其他开发

使用Keras进行图像预测

我遵循本指南作为开始，使用一些猫和狗的图像来训练模型: https://blog .keras.io/building-powerful-image-classification-models-using-very-little-data.html 这是代码: from keras.preprocessing.image import ImageDataGenerator fro ..

发布时间：2020-04-25 11:04:17 python deep-learning keras Python

keras:如何将帧级预测汇总到歌曲级预测

我正在对歌曲类型进行分类.对于每首歌曲，我将它们切成小帧(5s)以生成频谱图，作为神经网络的输入特征，并且每帧都具有关联的歌曲类型标签. 数据如下: name label feature .... song_i_frame1 label feature_vector_frame1 song_i_frame2 label feature ..

发布时间：2020-04-25 11:04:09 python tensorflow keras deep-learning audio-processing Python

Keras优化运行InceptionV3张量尺寸错误

我正在尝试在Keras中微调模型: inception_model = InceptionV3(weights=None, include_top=False, input_shape=(150, 150, 1)) x = inception_model.output x = GlobalAveragePooling2D()(x) x = Dense(25 ..

发布时间：2020-04-25 11:03:59 python machine-learning keras deep-learning finetunning AI人工智能

即使我将我的Google Drive(及其中的数据集)定义为google colab，但是当我运行我的代码时，也会出现此错误:FileNotFoundError:[Errno 2]没有这样的文件或目录:'content/drive/My Drive /.... 我已经在google colab中定义了google驱动器，我可以通过google colab访问它，但是当我运行代码时，我会提示此 ..

发布时间：2020-04-25 11:03:33 keras deep-learning conv-neural-network google-colaboratory 其他开发

Tensorflow/Keras:训练期间的模型准确性始终为0.5，且输入大小与首次官方教程不同

我是深度学习和keras/tensorflow的初学者. 我已经按照 tensorflow.org 上的第一个教程进行学习:这是时尚MNIST的基本分类. 在这种情况下，输入数据是60000张28x28图像，模型是这样的: model = keras.Sequential([ keras.layers.Flatten(input_shape=(28, 28)), ker ..

发布时间：2020-04-25 11:02:57 python tensorflow machine-learning keras deep-learning AI人工智能

数据增强损害准确性Keras

我正在尝试使用Python进行深度学习第5.3节“使用数据增强功能提取特征" 来解决带有resnet50(图像网络权重)的3类问题. 完整代码位于 https://github.com/morenoh149/plantdisease from keras import models from keras import layers from keras.applications.re ..

发布时间：2020-04-25 11:02:50 keras deep-learning transfer-learning data-augmentation 其他开发

设计简单的自动编码器时出现尺寸误差

嗨，我正在尝试使用Keras库在Python 3.5中测试一个简单的自动编码器.我面临的问题是-ValueError:检查输入时出错:预期input_40具有2维，但数组的形状为(32，256，256，3).我的数据集非常小(60张RGB图像，尺寸为256 * 256，并且要验证一种相同类型的图像).我对Python有点陌生.请帮忙. import matplotlib.pyplot as ..

发布时间：2020-04-25 11:02:36 python keras deep-learning python-3.5 autoencoder Python

Keras:了解可训练的LSTM参数的数量

我已经运行 Keras LSTM演示包含以下代码(在第166行之后): m = 1 model=Sequential() dim_in = m dim_out = m nb_units = 10 model.add(LSTM(input_shape=(None, dim_in), return_sequences=True, ..

发布时间：2020-04-25 11:02:04 python keras deep-learning lstm recurrent-neural-network Python

deep-learning相关内容