1回答
我需要一种深度学习算法来进行声音分类，它使用预先训练的模型对新的音频文件进行预测。因为我是python的新手，所以我正在研究这个声音分类算法，我发现这个算法很有效，但目前它输出的是数据集中每个音频文件的真实类和它们的预测类。相反，我需要它来预测新音频文件<e
浏览 19提问于2020-11-22得票数 0
回答已采纳
我想对不同的图片进行分类，例如猫和狗。为此，我想训练一个通用网络"A“，它只对输入是猫还是狗进行分类。在此之后，每个普通类的专用子网络应该预测狗或猫的种族。我知道keras的函数式api，以及如何将输出传递到另一个层或网络，但我的问题是如何将输出仅传递给一个专门的网络，以便在我预测一
浏览 0提问于2017-08-21得票数 0
1回答
我有一个VPGNet CNN模型的LMDB训练数据文件，它是在加州理工学院的车道数据集上预先训练好的。 我想在不同于训练数据集的新数据集上测试它。如何为新的测试数据创建LMDB。为了用预先训练好的网络进行测试，我需要修改prototxt文件吗？为了测试，我是否需要一个prototxt文件，或者有一个特定的命令。
浏览 25提问于2019-02-21得票数 0
我构建并训练了我的神经网络，现在是时候对给定的输入数据进行预测了。但我不知道用训练好的神经网络进行快速预测的正确方法。我目前正在做的是每次加载模型并对其进行预测。我想知道是否有一种方法可以永久地将模型加载到内存中(用于会话)，然后进行预测。
浏览 18提问于2017-07-31得票数 3
回答已采纳
1回答
我试图预测的情绪是“喜悦”、“恐惧”、“愤怒”、“悲伤”。我使用一些公开可用的标记数据集来训练我的模型，例如ISEAR、WASSA等。我尝试了以下方法：具有以下体系结构的LSTM：(X)
浏览 0提问于2020-09-28得票数 2
回答已采纳
为了进行优化，您将使用来自CIFAR-100数据集的“bus”和“tiger”类的数据。您的任务是了解如何对预先训练的CNN模型进行微调，使用训练数据(我认为每个类有500张图像)“bus”和“tiger”类对网络进行微调，并使用相同2个类的测试数据(每个类100张图像)验证准确性。可以在预先
浏览 3提问于2019-11-14得票数 2
我正在导入一个预先训练好的模型，并使用它来对一些数据进行分类。每次我为相同的数据集运行模型时，预测值/最终精度一直在变化，这正常吗？
我还打印了最后一层的softmax值。概率一直在变化。
浏览 1提问于2017-07-28得票数 1
回答已采纳
1回答
把CNN模型变成课堂
、、、、
我正在尝试在Pytorch中建立一个多标签分类的CNN (每个图像可以有多个标签)。nn.NLLLoss()optimizer = optim.Adam(model.fc.parameters(), lr=0.003)
但我想使用类似以下示例的类来构建它
浏览 0提问于2019-11-24得票数 0
我使用了OpenVINO中预先训练好的模型进行推理。我想知道如何看到这些模型的网络结构？如果我想从头开始重新训练这些网络，我能知道这些预训练的模型最初来自哪些父模型吗？
浏览 1提问于2020-07-22得票数 0
我在亚马逊网络服务SageMaker上使用一个预先训练好的模型， 我需要提供一个predict_fn，这将做实际的预测。prediction 这将返回错误：TypeError: no supported conversion for types: (dtype(‘O’),) model是XGboostClassifier的对象，requestbody是xgboost.core.DMatrix的对象
浏览 8提问于2020-04-04得票数 0
我正在学习Tensorflow中的卷积网络。我想知道是否有使用TF来研究预训练的convnet模型的教程，就像这些针对咖啡馆的优秀教程：和。我的意思是，如何访问中间层，获取其学习的参数和斑点，自定义输入形状以接受任意图像大小或批量大小，等等。
浏览 19提问于2016-09-17得票数 0
我有两个预先训练好的模型。通过迁移学习和微调实现My_Model = Inception Model trained with a custom dataset (20 classes) 我想将两个模型(Model_1和My_Model)的输出合并到一个新的层中新的层应该使用一些二进制分类器来判断是使用Model_1还是My_Model进行基于输入图像的预测。例如
浏览 26提问于2019-04-30得票数 3
1回答
我不能理解如何使用已经训练好的神经网络模型。我在python上编程，我使用的是库keras。我分析时间序列。训练神经网络，保存模型。好的。我这样做: model.predict ( dataset )，其中dataset是过去90天的值。我需要提前预测，比如说，10天。
浏览 18提问于2018-01-24得票数 0
所以，在问这个问题之前，我已经在谷歌上搜索过了，很明显，似乎没有太多关于这些模式的直接提及。Tensorflow文档在传递时提到了“测试”模式，在进一步阅读后，对我来说没有多大意义。据我所知，我最好的办法是减少ram，当你的模型处于预测模式时，你只是使用一个预先训练好的模型来根据你的输入进行一些预测？ 如果有人能帮助我理解这一点，我将不胜感激。
浏览 42提问于2020-11-10得票数 0
回答已采纳
2回答
宠物食品的图像分类模型
、、、、
我正在制作一个CNN来检测不同类型的宠物食品。我希望模型能够告诉你吉布斯的图片是狗的基布还是猫的基布。我有大约500张图片属于每一类。我使用了一个预先训练好的模型(resnet.34)和python中的fastai来制作我的模型。我想知道是否需要进行某种图像分割才能使模型准确。例如，让模型将每个单独的谷仓识别为不同的对象。因为目前，模型可能会对属性进行</
浏览 0提问于2020-07-25得票数 0
当您选择一个预先训练好的网络进行样式转移以确定样式和内容丢失时，您需要确定哪些层最能代表感知到的样式和内容，并使用它们来进行上述损失。如何选择这样的层呢？
浏览 5提问于2019-04-08得票数 0
我已经训练了我的Keras model，并将其转换为coreML模型。我还使用Swift开发了一个iPhone应用程序。现在，我想使用librosa库从输入音频文件中提取特征，并将这些特征传递给训练好的模型以获得预测。预测结果将显示在iPhone上。 我如何才能做到这一点？我是不是错过了什么？请在这方面提供帮助！我是Swift和iOS开发领域的新手。
浏览 16提问于2020-01-30得票数 1
我已经启动并运行了pybrain神经网络，它似乎工作得相当好。理想情况下，我希望训练网络并在将每个数据点(在本例中为前几周的数据)添加到数据集中后获得预测。目前，我通过每次重建网络来做到这一点，但随着每个示例的添加，训练网络的时间越来越长(在包含数千个示例的数据集中，每个示例+2分钟)。有没有一种方法可以通过将新的示例添加到已经训练好的NN中并对
浏览 0提问于2011-12-21得票数 3
我把我的第一步放在机器学习上，我已经看了很多TensorFlow.js教程，我正在努力实现这一点：“实时单目标跟踪/检测”我知道有SSD和YOLO，以及其他库来预测和定位对象。但预测时间非常慢(在浏览器中)，我猜这是因为神经网络必须在这么多对象之间进行预测。如果我只想跟踪单个对象，该怎么办？有可能吗？性能会更好吗？我应该从哪里开始呢？我一直在考虑从SavedModel中提取<e
浏览 5提问于2018-10-24得票数 1
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号