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]
PyTorch - TensorDataSet“张量之间的大小不匹配”
我有 4 个大小为 64x64 的矩阵,它们被堆叠起来(Torch.Stack)以创建大小为 [4,64,64] 的矩阵,它们将作为我的 TensorDataSet 的输入。我有 1 个 64x64 矩阵,旨在输出...
我建立了一个CNN 将 numpy 导入为 np 进口火炬 将 torch.nn 导入为 nn CNN 类(nn.Module): def __init__(自身): 超级(CNN,自我).__init__() 自我.n = 10 内核大小 = 3 填充=(
我已经使用“.weights”扩展名训练了 yolo 网络权重,并尝试使用 darknet 和更多数据集来更新它。无论如何,我可以使用这个重量并用更多的重量来更新它吗
我有这样的CNN代码: 将 numpy 导入为 np 进口火炬 将 torch.nn 导入为 nn CNN 类(nn.Module): def __init__(自身): 超级(CNN,自我).__init__() 自我.n = 10 内核大小 = 3 垫...
我是 pytorch 的新手,因为我今天才刚刚开始,我在 kaggle 中看到了一些示例,并尝试从 torch 中的张量流调整我的 cnn 以实现更好的 GPU 分配。然而,我陷入了形状问题......
我有 2 个形状不同的数据集。 HS = np.random.rand(128, 128, 172) MS = np.random.rand(512, 512, 9) 我想生成形状为 (512, 512, 172) 的图像。 我没有这个图像数据...
Pytorch:自动确定Conv1d之后Linear层的输入形状
我想构建一个模型,其中包含几个 Conv1d 层,后面跟着几个 Linear 层。 Conv1d 层适用于任何给定长度的数据,问题出现在第一个线性层,因为......
在 keras 中使用 CNN 和 LSTM 时是否必须使用池化层?
我正在使用 CNN+LSTM 来解决一些二元分类问题。我的代码如下。 def create_network(): 模型=顺序() model.add(Conv1D(200, kernel_size=2, 激活 = 'relu', 输入...
我有 2 个形状不同的数据集。 HS = np.random.rand(128, 128, 172) MS = np.random.rand(512, 512, 9) 我想生成形状为 (512, 512, 172) 的图像。 我没有这个图像数据...
我想使用一维 CNN 模型预测给定协变量的登革热病例的时间序列计数。损失函数和 MSE 和 MAE 等指标似乎令人满意。然而,预测的剧情……
我正在尝试使用 TensorFlow 构建 CNN 来解决以下类型的回归任务。这个想法是有一些未知的函数,我们有兴趣知道......的一些参数
我正在尝试找出什么是神经网络的良好架构,该架构从不同角度获取投影(2D 图像)并创建由 2D 切片(类似 CT)组成的体积。 所以对于
我正在使用 SystemVerilog 在 FPGA 上实现最大池模块。每个字的长度为 64 位,输入数据为 28 x 28 个字的网格(即 28x28 像素的图像)。过滤器尺寸为2...
我已经为mnist实现了CNN模型。我能够理解如何计算 CNN 不同层的参数和形状,但我想了解如何确定 in_features 和
我已经为mnist实现了CNN模型。我能够理解如何计算 CNN 不同层的参数和形状,但出于好奇,我只是想了解如何确定......
我一直在尝试使用具有随机颜色纯色背景的 2D 视频游戏精灵图像集来训练 GAN。 有一个特殊的问题,我的生成器的输出是图像......
运行时错误:输入类型(float)和偏置类型(c10::Half)应该相同
我知道当我的模型使用 GPU 进行训练并且使用 CPU 进行测试时会发生此错误,但我不知道如何修复它。希望任何人都可以帮我解决这个问题。 谢谢。 以下是与此问题相关的一些代码: 如果...
PyTorch 中是否有内置函数可以打印 CNN 每个神经元的输出
我创建了一个具有 4 个卷积层的 CNN 模型。如何找到每层的神经元数量和输出 [CNN架构] (https://i.stack.imgur.com/XASaf.png)````
我想在未标记的数据上训练 CNN,从我在 Keras/Kaggle/TF 文档或 Reddit 线程上读到的内容来看,我似乎必须事先标记我的数据集。有没有办法训练...
python RuntimeWarning:减法中遇到无效值 x = asanyarray(arr - arrmean)
我最近刚刚掌握深度学习的窍门,我想尝试运行这个 CNN,看看它是如何运行的以及输出。因为只是为了测试而我没有GPU,所以我使用了非常