conv-neural-network 相关问题

卷积神经网络（CNN，或ConvNet）是一类深入的前馈人工神经网络，已成功应用于分析视觉图像。[标签：深度学习]

如何使用keras构建CNN模型来基于两个视图和批数据集作为训练数据集对图像进行分类？

我想用keras创建一个CNN模型来根据两个视图对图像进行分类。训练数据以批量数据集形式给出。在下面，您可以找到我使用过的代码，但它无法正常工作：

conv-neural-network tf.keras siamese-network
回答 1 投票 0

模型训练中的过度拟合

我正在尝试在 3002 张图片的数据集上训练 CNN 模型，对于训练，我同时使用验证集和训练集，并且必须对 90 个类别进行分类。 课程不...

python deep-learning pytorch conv-neural-network multilabel-classification
回答 2 投票 0

CNN 反向传播中不匹配的内核和 delta 内核形状

背景 我遵循了这两个视频中关于 CNN 反向传播的解释。 https://www.youtube.com/watch?v=Pn7RK7tofPg&t=703 https://www.youtube.com/watch?v=Lakz2MoHy6o&am...

machine-learning deep-learning conv-neural-network backpropagation
回答 1 投票 0

CiFAR10 数据集 CNN：类型错误：仅整数标量数组可以转换为标量索引

我正在尝试使用 CIFAR10 数据集训练用 python 编写的卷积神经网络。其中一段代码是显示训练集的一些图像。然而，出了点问题......

python keras anaconda conv-neural-network typeerror
回答 1 投票 0

训练精度非常高，验证精度非常低[已关闭]

我正在使用顺序 CNN 对不同的眼部疾病进行分类：“青光眼”、“白内障”、“葡萄膜炎”、“凸出眼睛”、“斜眼”。当我训练模型并运行纪元时，这是我的结果： 埃波...

python machine-learning keras conv-neural-network
回答 1 投票 0

如何为我的 cnn 模型提供正确的输入形状？

我正在创建一个视频分类模型，我提取了所有图像特征并用它构建了一个数据集。当我尝试适应我的代码时，它显示与我的数据集形状相关的错误。我试过了

python image-processing deep-learning conv-neural-network
回答 1 投票 0

如何在CNN中批量变换张量？

（编辑：添加了整个代码）我正在尝试运行以下命令： 导入操作系统 将 numpy 导入为 np 将 cv2 导入为 cv 将 matplotlib.pyplot 导入为 plt 将 matplotlib.image 导入为 mpimg %matplotlib 内联 来自...

pytorch conv-neural-network torch image-classification
回答 1 投票 0

如何使用 Keras 在二值图像上使用卷积神经网络？

我正在尝试使用 keras 训练用于 ocr 的 cnn 模型。我对图像进行了预处理，将其转换为灰度，去除噪声，然后将其转换为二进制，因为二进制图像在 ocr 中效果更好。但是...

python opencv image-processing keras conv-neural-network
回答 2 投票 0

PyTorch 中的学习率调度程序

我正在尝试重现 Frankle 等人的“彩票假说”的结果。在 PyTorch 中。他们使用的是 CIFAR-10，它有 50K 训练图像。使用批量大小 = 64 可进行 781 次迭代/

python deep-learning pytorch conv-neural-network tensorflow2.0
回答 1 投票 0

如何删除 RuntimeError: Expected 2D (unbatched) or 3D (batched) input to conv1d, but getting input of size: [96, 1, 28, 28]?

嗨，我正在为 MNIST 数据集运行一个简单的 1d CNN 模型，并出于研究目的进行此操作，因此必须坚持使用 conv1d 层。我的 CNN 模型如下： def __init__(自身, 输入大小, 输出大小...

python machine-learning deep-learning pytorch conv-neural-network
回答 1 投票 0

运行时错误：预期标量类型 Double 但发现 Float

我是 PyTorch 的新手，我从我的 cnn 层收到以下错误：“RuntimeError：预期标量类型 Double 但发现 Float”。我将每个元素转换为 .astype(np.double) 但是...

python pytorch conv-neural-network torch
回答 3 投票 0

tensorflow 进程已完成，退出代码为 -1073740791 (0xC0000409) STATUS_STACK_BUFFER_OVERRUN [重复]

我正在尝试遵循本教程，但无法训练第一个网络。它崩溃并显示以下消息： 进程已完成，退出代码为 -1073740791 (0xC0000409) 并且不会抛出错误，所以...

python tensorflow pycharm conv-neural-network
回答 1 投票 0

“图像”对象不可订阅？

我有这段代码，它是一个名为spatial_transforms.py的文件中的定制数据增强技术的pytorch实现 随机导入 进口火炬 从 torchvision.transforms 导入转换...

python image-processing pytorch conv-neural-network data-augmentation
回答 1 投票 0

类型错误：无法将“4”解释为数据类型

我正在尝试学习神经网络。以下是代码。我收到错误“TypeError：无法将 '4' 解释为数据类型”有人可以帮我识别错误吗？ 进口新...

python numpy neural-network conv-neural-network forward
回答 4 投票 0

Pytorch 卷积自动编码器输出模糊。如何改善？

我使用 Pytorch 创建了卷积自动编码器，并且正在尝试改进它。 对于编码层，我使用来自 torchvision.models.resnet 的预训练 ResNet 18 模型的前 4 层。 我有...

deep-learning conv-neural-network pytorch autoencoder
回答 1 投票 0

使用tensorflow和keras进行多目标多标签分类

我想对图像中的物体（例如汽车）进行分类。图像中可能有多辆车，我想获取图像中每辆车的品牌、颜色、类型。 我创建了一个多分支 CNN...

tensorflow keras conv-neural-network classification multiclass-classification
回答 1 投票 0

YOLOV8如何处理不同的图像尺寸

Yolov8 和我怀疑 Yolov5 可以很好地处理非方形图像。我看不到任何裁剪输入图像的证据，即检测似乎到达最长边的边缘。它的大小是否调整为方形...

python deep-learning conv-neural-network yolo
回答 1 投票 0

如何将 Keras Conv3D 输出转换为扁平层以进行分类任务？

我正在尝试构建一个可以同时对 3D 图像进行分割和分类的模型。我使用 U-net 3d 和 keras 功能 API，在模型末尾我们得到两个输出分支，一个 f...

tensorflow keras deep-learning conv-neural-network semantic-segmentation
回答 1 投票 0

无法理解《TensorFlow 中的卷积神经网络》课程第 1 周的这段代码

代码块是： 对于我，枚举中的img_path（next_cat_pix + next_dog_pix）：<----- sp = plt.subplot(nrows, ncols, i + 1) <----- sp.axis('Off') img = mpimg.imread(img_path) ...

python tensorflow matplotlib conv-neural-network
回答 1 投票 0

面临错误“DirectoryIterator”对象没有属性“cache”

我正在编写代码来配置数据集以提高 CNN 模型的性能。不幸的是，我遇到了一个错误。 我的代码： 自动调谐 = tf.data.AUTOTUNE train_data = train_data.cache().shuffle(1000).

python tensorflow keras conv-neural-network
回答 3 投票 0
最新问题
© www.soinside.com 2019 - 2024. All rights reserved.