我需要做的是在我的模型中有一个最后一层作为(无，512,512，64 )，我想添加所有这64个元素的图像，并给出我的模型的输出。那么，我如何将存在于单个层中的所有图像添加到1个输出中。 ?
浏览 12提问于2020-08-05得票数 0
回答已采纳
1回答
重用神经网络
、、、
我对神经网络非常陌生，但对于我的一个项目来说，它们似乎很合适。最终，该应用程序应该可以在Android手机上运行。我的想法是使用TenserFlow，但我不确定它是否合适。我有以下情况，我的输入是一组图像(它们的顺序不应该对输出有任何影响)。集合的大小不是固定的，但在大多数情况下小于10。我对整个集合的输出只是一个二进制分类(通过/失败)。我将有
浏览 10提问于2016-08-17得票数 1
回答已采纳
3回答
因此，我是计算机视觉的新手，我不知道keras中的层是做什么的。在keras中添加层(dense、Conv2D等)有什么用？他们给它添加了什么？
浏览 1提问于2020-03-04得票数 2
在我的应用程序中，我需要处理多个图像并输出到一个最终图像中。image 2, saturation, 50%有多
浏览 1提问于2013-11-15得票数 0
1回答
： x.shape# TensorShape([60, 32, 32, 64])
# TensorShape([3, 3, 3, 64]) 在此输出中，第一个</e
浏览 19提问于2021-06-29得票数 0
1回答
问题描述：
我试图从softmax层的输出(维数(,2))中访问单个元素(即标量)，并将其乘以来自另一个模型的张量，该模型的维数为(,10)。描述我的问题的模拟拨号图如附图所示。我使用带有Tensorflow的Keras作为后端。到目前为止，我的方法是:假设softmax层的
浏览 0提问于2018-07-22得票数 0
为了实现一个特定的函数，我需要在我的层中有"input_channels“数量的内核，每个内核只有一个通道深度，而不是input_channels= "input_channels”。我需要将一个内核与一个通道的输入进行卷积，因此该层的输出将具有"input_channels“数量的</em
浏览 0提问于2019-03-26得票数 0
我想在pytorch中创建一个用于二进制图像分类的完全卷积网络，它可以采用动态输入图像大小，但从概念上讲，我不太理解将最终层从完全连接层更改为卷积层的想法。假设我有一张16x16x1的图像作为CNN的输入。经过几次卷积后，输出为16x16x32。如果使用完全连接的层，我可以通过创建16*16*
浏览 25提问于2019-03-09得票数 0
回答已采纳
1回答
我想在tensorflow中创建一个卷积神经网络，它将图像作为第一个卷积层的输入，并将来自它们的数据通过网络传播。在最后一个池层ist扁平化的时候，我想要么在那里添加一些额外的输入，要么直接添加到完全连接的层。
注意:对于训练数据的每个输入图像</e
浏览 0提问于2018-03-03得票数 2
回答已采纳
我正在从事一个针对MNIST数据集的玩具Keras/Tensorflow项目。我想要建立一个类似于2D卷积网络的东西，但是我想要产生一个密集的向量表示，而不是一堆滤波器。内核的拓扑结构非常接近。我想弄清楚的是如何在我的2D图像上复制/平铺这个模型的前三层。我希望拥有Conv2d层的<
浏览 2提问于2020-06-17得票数 0
回答已采纳
1回答
keras如何管理卷积层的权重？
、、、、
关于权重矩阵有一些我不明白的地方。 输入层有28x28=784神经元。Wi.shape并获得： (7,7,1,32)(256,200)(150,10) 据我所知，这意味着对于第一个隐藏层，有32个8x8=64图像(因为(28-7)/3+1=8)，因此在第一个隐藏层中有64x32=2048神经元。接下来的部分就是让我困惑的部分。由于下一个卷积具有核大小(5,5)
浏览 36提问于2020-02-03得票数 2
回答已采纳
在TensorFlow中，在给定单个输入的情况下，可视化过滤器和激活层非常简单。
但我更感兴趣的是相反的方式:将一个类(作为一个热点向量)提供给输出层，然后查看该特定类的最佳输入图像。背景:我正在使用15个类的Googles Inception V3，并且我已经用大量数据训练了网络，达到了很好的精度。现在我有兴
浏览 2提问于2016-10-04得票数 1
我想知道如何更改从tensorflow的元文件和检查点文件加载的图形，如：例如，现有图中存在具有预先训练权值的old_layer1 -> old_layer2。我想插入一个，然后它变成old_layer1 -> new_lay
浏览 2提问于2018-08-23得票数 2
2回答
正如我注意到的，在许多流行的卷积神经网络(如AlexNet)体系结构中，人们使用多个具有几乎相同维数的完全连接的层来收集对早期检测到的特征的响应。
浏览 5提问于2016-05-14得票数 6
1回答
我在研究一个说话人识别神经网络。我所做的是把Bing Bang理论的wav文件第一个espiode :-)转换成MFCC，而不是把它作为一个开放源码的神经网络api (MLPClassifier)的输入，作为输出，我为每个说话者定义一个唯一的向量，我取50个随机值进行测试，其他值用于拟合(训练)
这是我的代码，在开始的时候，我得到了神经网络<em
浏览 2提问于2019-11-25得票数 0
回答已采纳
利用pad_packed_sequence恢复由pack_padded_sequence提供的神经网络层的输出，得到T x B x N张量outputs，其中T是最大时间步长，B是批处理，N是隐藏大小。我发现，对于批处理中的短序列，随后的输出都是零。
这是我的问题。对于单个输出任务，其中一个任务需要所有序列的最后输出，简单<em
浏览 5提问于2017-09-24得票数 18
问题使用bitmapOut.copyPixelsFromBuffer会得到错误的值。例如，如果我尝试使用bitmapIn (在bitmapIn = getMyInBitmap();行之后)从bitmapIn = getMyInBitmap();中获取第一个像素，就会得到一个-4718617另外，如果不使用NormalizeOp对图像</e
浏览 2提问于2020-04-11得票数 0
回答已采纳
我有一个模型，它将两个图像作为输入，并生成单个图像作为目标输出。我的所有训练图像数据都在以下子文件夹中： input1 input2 目标 我可以使用 类和方法，如 和 在keras中训练网络的方法？ 我该怎么做呢？因为我遇到的大多数示例都涉及单个输入和基于标签的目标输出。
浏览 80提问于2019-12-27得票数 1
回答已采纳
我正在为安卓GPUImage端口的工作。这个端口对于许多过滤器来说工作得很好。我已经移植了很多着色器，基本上一行行都很成功。问题是，要移植一些过滤器，你必须从GPUImage的GPUImageTwoPassFilter扩展，而安卓版本的作者还没有实现。我想尝试编写它，但不幸的是，iOS版本非常没有文档，所以我不太确定TwoPass过滤器应该做什么。
有没有人对此有什么建议？我有一个有限的openGL知识，但非常好的知识，安卓和iOS。我肯定在这里寻找一个</em
浏览 0提问于2013-02-06得票数 8
回答已采纳
2回答
我正在尝试修改tensorflow超视距网络来分类小图像类，图像大小是60*60和3类。我使用tensorflow v0.12在Ubuntu14.04与泰坦X GPU。我的第一个网络是 trunc_normal = lambda stddev: tf.truncated_normal_initializertf.nn.sparse_softmax_cr
浏览 3提问于2016-12-22得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
