1回答
我是深度学习的初学者(CNN)。我使用了这个代码:()来学习更多关于卷积神经网络的知识。这个python代码只是将数据分成"train“和"test”两部分，代码中没有验证部分。那么，如何在包含不同图像(如正常图像和异常图像)的代码中添加验证文件夹呢?我的目标是:向代码中提供一个异常图像(该图像与机器以前训练
浏览 3提问于2017-03-27得票数 1
回答已采纳
我想将其他数据添加到我的深度学习图像中，例如财务和位置数据。 有没有人对我该怎么做有什么建议？我一直在使用快速的ai API来训练我的模型。 非常感谢。
浏览 29提问于2020-12-15得票数 0
1回答
我是训练机器学习的分类模型。我有csv格式的数据，比如5个特性(或列)和100个这样的观察(或行)。请帮帮忙。
浏览 0提问于2020-06-15得票数 3
1回答
我一直在研究一个问题，在这个问题上，使用深度学习发表的结果远比我用简单的统计方法(在这种情况下，多项logistic回归)在同一任务(使用相同的实验方案)上获得的结果差得多。有谁能提供具体的例子，说明深度学习的效果明显比简单的分类器系统差？
浏览 0提问于2022-08-26得票数 8
我目前正在努力学习深度学习。我问自己，在回归方面，深度学习在哪些方面优于支持向量机和随机森林？
你有什么回归数据，深度学习优于支持向量机和随机森林吗？我提出这个问题的主要目的，是看看哪种数据集的深度学习优于支持向量机和随机森林。因为我不知道这些数据集是什么类型的，所以我不想在询问这些数据集时限制太大。更新:从tom给出的答案中，我可以清楚地看到我
浏览 0提问于2017-11-22得票数 1
回答已采纳
1回答
我想做grabcut，它使用一个深度图，削减远的对象，这是在混合现实应用程序中使用的。所以我只想把我看到的东西的正面和背景显示为虚拟现实场景。输入是来自zed相机的深度图。这是一张行为的图片： ? } } } 对于来自摄影机的每个深度帧
浏览 32提问于2020-11-23得票数 0
1回答
将色度噪声添加到图像
、、、
我正在训练一个深度神经网络来提高图像的质量。这些图像包含一些特定类型的噪声，我希望通过深度学习模型来减少/消除这些噪声。为了做到这一点，我使用了一个类似的清晰高分辨率图像的巨大数据集，几乎没有任何噪声，将特定类型的噪声添加到图像中，并训练网络重新生成原始图像(自定义自动编码器网络)。到目前为止，对于几种噪声类型中的一种，这种方法工作得很好。在不深入细节的情况下，添
浏览 3提问于2019-04-23得票数 3
显然，深度学习方法并没有在表格数据问题[1，2]上取得最先进的结果。这一索赔似乎也为Kagglers所知。SOTA方法看起来像是梯度提升决策树。文学：我们真的需要时间序列预测的深度学习模型吗？
浏览 0提问于2022-05-15得票数 3
4回答
我有两年的数据是从老虎机游戏中产生的，我已经按照如下所示的日期格式将这些数据存储在.csv文件中：<table> <th>Date </th>
<th>Spins <我知道我没有足够的功能来构建任何类型的模型，但是假设我有足够的数据和功能，那么我的问题属于机器学习还是深度学习？我曾经尝试过sklearn的线性模型，尽管在那之后我知道这对与日期相关的数据
浏览 4提问于2019-06-18得票数 0
10回答
我们都知道当下人工智能已经走向了风口，而大数据是人工智能技术进行深度学习的基石，究竟大数据对人工智能的深度学习有什么影响呢？
浏览 1473提问于2018-03-30
2回答
但是当只有几个卷积核(3*3)时，我的CNN无法正确识别翻转/旋转图像。在训练期间，我的卷积核变化很小。为什么？
当有超过10个卷积核，我的CNN开始识别有斑点的图像。所以更多的内核能帮上忙。与卷积核大小相比，图像的分辨率对结果有什么影响？分辨率越高，这个拟合问题的维数就越高。
浏览 0提问于2019-02-19得票数 2
回答已采纳
1回答
我在遵循，但遇到了一个问题，即学习与我训练的网络停滞不前，在一个次优解决方案中，将所有图片放在一个类别中。我的第一个想法是，这是由于训练图片在类别()中的分布不平衡，所以我删除了足够多的训练图片，以便每个类别中保留相同数量的图片。然而，问题并没有改变。我的模型在训练后仍然将所有图片放在一个类别中。任何想法都是非常受欢迎的。=] - 1s 7ms/sample - loss: 1.9451 - accuracy: 0.1485
25/25 - 0s - loss: 1.9494 - ac
浏览 1提问于2020-01-17得票数 0
1回答
对于深度学习的世界，我还是比较陌生的。我想创建一个深度学习模型(最好使用Tensorflow/Keras)来检测图像异常。所谓异常检测，我的意思是本质上是一个OneClassSVM。我已经尝试过使用图像中的HOG特性来使用sklearn的OneClassSVM。我想知道是否有什么例子说明我如何在深度学习中做到这一点。我抬头一看，却找不到一段代码来处理这个案子。
浏览 4提问于2017-04-16得票数 3
回答已采纳
作为深度学习的新手，我有点挣扎于掌握一次尝试学习的想法。
假设我有一个类来检测训练数据集(如COCO或Image )中不存在的类。我是否可以仅使用图像来训练该类的模型，或者训练集必须与YOLO或RCNN一样大？
浏览 0提问于2021-05-04得票数 1
回答已采纳
1回答
我有一个通过数据集训练创建的模型。现在我想通过在数据集中放入更多的图像来重新训练模型，而不是删除已经创建的模型。我有一些图像与数据集中已经存在的图像略有不同。颜色是唯一不同的。因此，我还想使用这些新图像来训练模型。那么，如何在不删除已训练好的数据的情况下，使用新图像再次训练模型呢？我在Python中使用Tensorflow。如何重新训练模型？
浏览 2提问于2018-06-21得票数 1
1回答
我有有向图，每个顶点都有一些"class01_01.gml“格式的标签。这类类有多个。我需要使用深度学习对这些文件进行多类分类。PS:我不太熟悉对图表的深入学习。
浏览 0提问于2020-02-25得票数 1
1回答
1与无限集的C分类
、、、、
如何从图像类型的其余部分中筛选出特定类型的图像。假设我有一个数据集，其中只包含狗的图像。我需要分类器来区分狗和世界上所有其他类型的不是狗的图像。
浏览 0提问于2020-08-26得票数 0
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
