conv-neural-network

    0热度

    1回答

    我试图从blog post实现文本分类的卷积图层,并进行了一些修改以适应我的需要。 在博客中,只有一个卷积层,而我希望我有两个卷积层,其次是ReLU和最大池。 代码到目前为止是: vocab_size = 2000 embedding_size = 100 filter_height = 5 filter_width = embedding_size no_of_channels = 1

    0热度

    2回答

    我正在尝试实现卷积神经网络(CNN)模型来分类手势。数据集不是现成的,因此我需要准备它。 我应该如何准备数据集?我拍摄的图像是否应该包含手或除手之外的物体?哪个会给我一个准确的模型,可以准确的工作,尽管背景和框架中的其他物体?

    1热度

    1回答

    我用Normalization图层训练了一个模型。该代码是这样的: 在训练阶段: model=Sequential() model.add() ... k.set_learning_phase(1) ModelCheckpoint(weights_file) model.fit() 在推理时间: k.set_learning_phase(0) model.load_weight

    1热度

    2回答

    我是深度学习和凯拉斯的新手。什么是预训练权重初始化权重='imagenet'是什么意思用于在Keras中定义模型? ResNet50(weights='imagenet') 谢谢!

    0热度

    1回答

    重新训练开始(没有paramaeters,只是为了我们自己的图像数据通道): https://www.tensorflow.org/versions/r0.12/how_tos/image_retraining/ 对于mobilenet说,输入图像的尺寸可以是“ 224' , '192', '160' 或 '128'(再培训目的): https://github.com/tensorflow/te

    1热度

    1回答

    我正在使用keras为信号分类建立一个cnn模型。 keras中用于超参数调整和选择步数和数字过滤器的最佳方法是什么?

    1热度

    2回答

    我按照目前Keras博客上的教程,我有以下问题:一旦模型被训练,我该如何挑选图像并对其进行分类? 我知道train_generator.class_indices在模型中有类。 目标是引入图像的路径并返回相应的类。 下面是代码: #libraries used from keras import backend as K from keras import applications fro

    2热度

    2回答

    对于大量的训练样本(100.000),我的卷积神经网络的准确性降低而不是增加。对于较少数量的训练样本(6.000),准确度会增加到一个点,然后开始下降。 例子: nr_training_examples 100000 tb 2500 epoch 0 loss 0.19646 acc 18.52 nr_test_examples 5000 Accuract test set 0.00 nr

    1热度

    2回答

    我是Keras的新手,我正在学习构建卷积神经网络模型。我正在使用MNIST数据集。 (X_train, y_train), (X_test, y_test) = mnist.load_data() 建立和评估后,我获得了99%以上的准确度。 model = NN_model() # Sequential model built with multiple Convolution and poo

    0热度

    1回答

    我在一组,100个相同的正方形和100个相同的圆上有200个图像。图像是44x41像素,图像是灰度。我正在尝试构建一个简单的分类器来学习tensorflow。 问题:无论输入图像如何,预测向量始终具有相同的值。 这里是我的神经网络的代码: import tensorflow as tf import random as r import matplotlib import numpy as