conv-neural-network

    3热度

    2回答

    批量训练但在Tensorflow中测试单个数据项目？

    我已经训练与10 批量大小的卷积神经网络然而，当测试，我想单独和无法预知每个数据集的分类分批，这给了错误： Assign requires shapes of both tensors to match. lhs shape= [1,3] rhs shape= [10,3] 我理解是指10到batch_size，3是我分类的类的数量。 我们不能使用批次进行培训并单独进行测试吗？ 更新： 训练阶
    python machine-learning tensorflow neural-network conv-neural-network 2017-09-26

    0热度

    1回答

    交叉验证后如何训练最终的神经网络模型？

    这是一个我不断面临的问题，但似乎无法在任何地方找到答案。我有一个700个样本的数据集。因此，我必须使用交叉验证，而不是仅使用一个验证和一个测试集来近似估计错误。 我想用神经网络来做到这一点。但是在用神经网络进行CV并得到错误估计之后，我如何在整个数据集上训练NN？因为对于其他算法，如Logistic回归或SVM，不存在何时停止训练的问题。但是对于NN，你需要训练它直到你的验证分数下降。因此，对于最
    python validation machine-learning neural-network conv-neural-network 2017-09-27

    -2热度

    1回答

    用卷积神经网络进行回归的体系结构

    我想用AlexNet体系结构来解决最初用于分类任务的回归问题。 此外，对于学习步骤，我想包括一个参数批量大小。 所以我有几个问题： 我需要什么，在网络架构改变，实现了回归？正是在最后一层，损失函数或其他事情。 如果我使用5的批量大小，最后一层的输出大小是多少？ 谢谢！
    networking machine-learning deep-learning regression conv-neural-network 2017-09-28

    1热度

    2回答

    为什么我的Keras Conv2D内核是三维的？

    在一个典型的CNN中，一个conv层将有Y个大小为NxM的滤波器，因此它有N×M×Y个可训练参数（不包括偏差）。因此，在以下简单的keras模型中，我期望第二个conv层具有16个大小为（7x7）的内核，因此大小为（7x7x16）的内核权重。 为什么它的权重实际上是大小（7x7x8x16）？ 我了解发生了什么的机制：Conv2D图层实际上是在进行3D卷积，将前一图层的输出图像视为通道。它有16个尺
    deep-learning keras conv-neural-network 2017-09-29

    -2热度

    2回答

    Keras中x_train和x_test有什么区别？

    我已经看了几个教程，使用卷积神经网络深入Keras深入学习。在本教程中（在Keras的官方文档），该数据集MNIST加载像这样： from keras.datasets import mnist (x_train, y_train), (x_test, y_test) = mnist.load_data() 然而，上诉人没有作出解释，为什么我们有两个数据元组。我的问题是：什么x_train
    python keras conv-neural-network 2017-09-29

    0热度

    1回答

    ValueError：没有为任何变量提供渐变，请检查图形中不支持渐变的操作，变量之间

    我正在使用tensorflow来训练“显示并告诉”模型，其中模型会自动生成图像的标题。我怎么会得到这个错误。 这是回溯： ------------------------------------------------------------------------ --- ValueError Traceback (most recent call last) <ipyth
    tensorflow deep-learning gradient conv-neural-network recurrent-neural-network 2017-09-30

    0热度

    1回答

    TF错误：两张张的形状匹配

    我试图在TF网站上基于MNIST教程实现CNN模型。 这里是我的代码 import tensorflow as tf import numpy as np from tensorflow.contrib import learn from tensorflow.contrib.learn.python.learn.estimators import model_fn as model_fn_
    tensorflow conv-neural-network 2017-10-05

    0热度

    1回答

    与张量流的解卷积/ Transpose_Convolutions

    我试图使用tf.nn.conv3d_transpose，但是，我收到一个错误，指出我的过滤器和输出形状不兼容。 我有大小的张量[1,16,16,4,192] 我试图使用[1,1,1,192,192] 过滤我相信输出形状会[1,16,16,4,192] 我使用“相同”的填充和1. 最后，我希望有的输出形状[1,32,32,7一个步幅， “无所谓”]，但我试图让一个简单的案例先行工作。由于这些张量在常
    tensorflow conv-neural-network deconvolution 2017-10-05

    2热度

    3回答

    float16 VS FLOAT32卷积神经网络

    标准是FLOAT32但我在什么条件下是确定使用float16疑惑？ 我一直运行比较两者的数据类型相同covnet，并没有发现任何问题。对于大型数据集，我更喜欢float16，因为我可以少担心内存问题..
    numpy tensorflow neural-network keras conv-neural-network 2017-10-06

    1热度

    1回答

    用于检测表单中相关字段的学习方法（图像格式）

    因此，我一直在研究一种应用程序，用户可以上传代表某种表单的（扫描的）PDF文件，在感兴趣的字段周围绘制边界框，内容OCR'd并以结构化文本格式返回。因为绘制边界框是一种拖拽，我正在考虑一种减少用户所需工作的方法;即已经向他/她提供了一种自动检测的形式分区。我开始研究这个问题，并发现了一些有趣的方法，主要基于计算机视觉算法。然而，由于这个应用程序可能会在将来频繁使用，因此用户会绘制大量的边界框，因此
    machine-learning computer-vision artificial-intelligence conv-neural-network object-recognition 2017-10-07
最新问题