1回答
我正在尝试理解keras/tensorflow中的时间分布层。据我所知，它是一种包装器，可以例如处理一系列图像。 现在我想知道如何在不使用时间分布层的情况下设计一个时间分布式网络。例如，如果我有一个由3个图像组成的序列，每个图像都有1个通道，像素尺寸为256x256px，那么首先应该由CNN处理，然后由LSTM单元处理。我对时间分布层的
浏览 34提问于2020-03-30得票数 0
回答已采纳
1回答
我正在做图像，以适应拼图和识别完美的配对。这里是我的数据 solution.head()0 1 6862 3 9714 5 616 我有一个像这样的图像形状...,
[165, 255, 102], ..., 我不知道如何找到完美的配对图像我试图调整他们
浏览 4提问于2019-04-05得票数 0
我试图在PyTorch中使用一个流行的预训练的VGG模型来进行图像分类，但在大多数程序中，我注意到图像的大小被调整为256，并将其裁剪为224用于图像的预处理。
浏览 20提问于2020-03-05得票数 2
回答已采纳
0回答
我正在两个不同的DL库(Caffe Tensorflow)中训练两个CNN (AlexNet E GoogLeNet)。网络由每个图书馆(和)的开发团队实施
我将原始Imagenet数据集减少到1个类别的1024张图像--但设置了1000个类别在网络上进行分类。所以我训练了CNN，不同的处理单元(CPU/GPU)和批处理大小，我观察到损
浏览 5提问于2017-12-05得票数 2
回答已采纳
4回答
现在我正在学习卷积神经网络。我知道可以克服这个问题(用完全卷积的神经网络等)，而且我也知道，这是由于在网络的末尾放置了完全连接的层。
但是为什么呢？我无法理解完全连接层的存在意味着什么，以及为什么我们被迫有一个固定的输入大小。
浏览 0提问于2019-11-30得票数 9
回答已采纳
8回答
我对神经网络这个话题很陌生。我遇到了两个术语--卷积神经网络和递归神经网络。
我想知道这两个术语是否是指同一事物，或者，如果不是，它们之间会有什么区别呢？
浏览 6提问于2014-01-04得票数 67
2回答
在我读到的许多关于卷积神经网络(CNN)的研究论文中，我看到人们从图像中随机裁剪一个正方形区域(例如224x224)，然后随机水平翻转它。为什么要进行随机裁剪和翻转？另外，为什么人们总是裁剪一个正方形的区域。Can不能在矩形区域上工作吗？
浏览 0提问于2015-09-29得票数 17
回答已采纳
2回答
新图像尺寸的传递学习
、、、
转移学习:将经过训练的神经网络用于新的分类任务。我不明白为什么改变输入形状不会影响卷积层的重量和为什么它会影响完全连接的层权重。
浏览 0提问于2019-08-16得票数 1
回答已采纳
这是在ai.stackexchange中的一个转贴。因为在这个论坛上没有太多的吸引力，我想我可以在这里尝试一下机会。是否有可能创建一个包含不同维度和输入图像方向的层的网络，还是应该严格考虑包含均匀维度
浏览 6提问于2016-11-29得票数 3
2回答
图像处理和神经网络方法
、、、、
我目前正在做一个识别一个人的情绪/情绪的项目。作为第一步，我们正在开发一个图像识别、检测和跟踪python代码。我通过各种不同的方法来解决这个问题，并找到了答案。2)神经网络(擅长图像识别，如微笑/愤怒等细节))。我们可以首先使用haar级联轻松(真的很快)检测人脸，然后使用精明的边缘检测或裁剪来裁剪出人脸的一部分。在这之后，我不知道如何<
浏览 0提问于2015-07-16得票数 1
1回答
CNN使用尺寸差异很大的图像
、、、、
开发了一种用于图像分类的卷积神经网络(CNN)。
我可以使用的数据集相对较小(包括火车和测试集在内的35k图像)。数据集中的每个图像大小不同。最小的图像是30x77，最大的图像是1575x5959。我看到了这个关于如何处理大小不同的
浏览 0提问于2018-12-11得票数 1
回答已采纳
我正在尝试训练一个用于对象分类的CNN。因此，除了图像之外，我还想输入一些文本特征。我在这里找到了一个这样做的例子merged = Merge([cnn_model, text_model], mode='concat')
### final_model takes t
浏览 0提问于2018-08-06得票数 3
2回答
假设我有一个Pytorch的CNN模型和两个输入的大小如下：
我的问题是：CNN是如何处理这两种输入中<
浏览 4提问于2020-01-07得票数 4
回答已采纳
我在西亚诺建了一个cnn网络。输入的图像很多，但大小不同。numpy.array的元素具有相同的大小。
我如何才能将它们作为输入？非常感谢。
浏览 4提问于2016-02-02得票数 0
3回答
我正在为利用CNN进行图像伪造检测的毕业设计而工作，我阅读的大部分论文都是在将数据输入网络之前进行的，它们缩小了图像的大小，我想知道这种处理如何影响图像信息？
浏览 0提问于2019-03-18得票数 0
回答已采纳
我一直在网上寻找一个解决方案，但很难找到一个明确的解决方案。我想知道如何将传输学习(例如，VGG16)应用于比网络最初训练的图像大小不同的图像(因此，我不想输入大小的图像(224,224,3)，我想输入大小的图像(32,32,3))。我最初想的只是填充这些图像，但网络可能会查
浏览 0提问于2019-03-23得票数 0
1回答
在模板图像上训练卷积网络
、、、
我正在尝试设计和训练一个卷积神经网络来识别图像中的圆形细胞。我在完整图像的“剪切图”上训练它，它要么在图像中间有一个圆圈(正训练样本)，要么没有(负训练样本)。中间有一个圆圈的图像示例(热图颜色不稳定，图像都是灰度)：
我希望网络输出是一个二进制位图，如果输入图像中没有圆，它就是一个统一的值(例如-1)，或者在图像中间有一个“斑
浏览 7提问于2016-08-15得票数 1
1回答
将图像和标量输入结合到神经网络中
、、、、
我正在寻找将CNN与图像输入和标量值相结合的最佳方法。
我知道其中一种方法是用这个标量值连接扁平层。但是扁平层包括例如2048这样的标量值，其大小与单个输入值不同。如果在实际任务中，这个标量值比图像具有更大的影响。其中一个例子是一个文本和图像的组合，然后在此基础上进行一些融合，但我仍然认为这是一个有点不同的任务，因为从文本模型和CNN网络
浏览 0提问于2018-08-03得票数 2
你好，我对深造社区有点陌生，我已经厌倦了如何通过神经网络来输入数据。所以我在做哨兵比目鱼系列，我在学习对流网。他正在使用微软在kaggle上的猫狗数据集。他将图像大小调整为50乘50，并将其转换为灰度。如果你想看视频来回答我的问题，那就是-
一看到他输入的信息，我就想起了，为什么他只通过通道的
浏览 1提问于2019-11-18得票数 2
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
