因此，我遇到了一个问题，即如何在Keras中将CNN与RNN结合起来。在发布问题时，有人指出这是解决问题的正确方法。显然，我只是忽略了原始代码中的一些东西，这让我回答了自己的问题。原来的问题是：更清楚地说：因此，例如，CNN应该
浏览 4提问于2018-11-27得票数 9
2回答
将CNN连接到RNN
、、、、
我的方法是使用CNN，其输出连接到RNN (LSTM)。我在尝试将两者联系在一起时遇到了一些麻烦。Full shape received: [None, 65536] 我有一种感觉，这与RNN的输入形状有关。其目的是让CNN拾取帧的特征，然后RNN拾取帧之间的高层差异。
浏览 20提问于2020-07-16得票数 1
回答已采纳
1回答
基于递归神经网络的图像分类
、、、、
我试图使用带有自定义数据的RNN来查找带有标签的图像的分类。除了Mnist数据集之外，我找不到任何其他示例。任何帮助，如该储存库，CNN是用于分类，将不胜感激。使用RNN对图像进行分类的任何帮助都是有帮助的。试图取代的CNN网络。
浏览 0提问于2018-03-26得票数 7
回答已采纳
1回答
我成功地训练了一个具有回归输出层的CNN，以预测图像的数字指标。此外，我想将每个图像的描述编码到CNN中，以获得更好的回归性能。
我的数据是一系列512x512的x射线图像。我的问题是:我如何将这些描述编码成CNN？
浏览 6提问于2020-02-17得票数 0
3回答
我是CNN，RNN和深度学习的新手。我正在尝试制作将CNN和RNN相结合的架构。输入图像大小= 20,3,48,48 a CNN输出大小= 20,64,48,48现在我希望cnn输出是RNN输入，但我知道RNN的输入必须是三维的，这是seq_len，批处理，input_size如何才能使4维20,64,48,48张量变成三维RNN输入？
浏览 98提问于2020-06-11得票数 2
=tf.nn.relu, name='fc2', use_bias=True)(cnn_out) cnn_model =)# rnn_out = keras.layers.LSTM(units=128,
浏览 47提问于2020-10-17得票数 3
2回答
我和CNN在tensorflow学习LSTM。我想在LSTM网络中加入一些标量标签作为条件。有人知道我的意思是哪个LSTM吗？如果有的话，请告诉我它的用法。
谢谢。
浏览 3提问于2017-10-16得票数 4
回答已采纳
2回答
据我所知，RNN只用于输入数据是序列的问题，如音频或文本。因此，在kaggle上的MNIST核中，几乎没有内核使用RNN，几乎所有的基于GitHub的IAM数据集的OCR存储库都使用了GRU或LSTM。直观地说，图像中的书面文本是一个序列，因此使用RNN。那么，RNN(或者GRUs或LSTM)到底是什么时候需要在计算机视觉中使用，什么时候不需要呢？
浏览 0提问于2020-07-06得票数 0
回答已采纳
4回答
是否有用于目标检测的RNN方法？
、、、、
在阅读了使用CNN检测物体的最新进展(R快速R，YOLO，SSD.)我想知道是否有一种使用RNN的方法，还是将CNN和RNN的方法结合起来进行目标检测？谢谢
浏览 0提问于2018-02-21得票数 4
回答已采纳
1回答
: x_batch, cnn_rnn.dropout_keep_prob: params['dropout_keep_prob'], cnn_rnn.pad:cnn_<e
浏览 2提问于2017-07-24得票数 2
cnn', 'rnn']: if model == 'cnn':self.cnn.load_state_dict(torch.load(path)) self.lstm.load_sta
浏览 0提问于2019-04-29得票数 1
mydata={'data mining': [b'data', b'text mining', b"artificial intelligence"], 'neural networks': ['cnn', 'rnn', "artificial intelligence"]} 我的代码如下 for key, value in mydata.items():
for item in value
浏览 20提问于2019-01-23得票数 1
回答已采纳
, CNN_ENCODER
import sysimport randomimport datetime torch.nn.DataParallel(cnn_model.traintorch.nn.utils.clip_grad_norm(rnn_model.
浏览 0提问于2018-06-18得票数 1
1回答
(common.num_hidden, state_is_tuple=True)stack = tf.nn.rnn_cell.MultiRNNCell([cell]*common.num_layers, state_is_tuple=True)
outputs, _ = tf.nn.dynamic_rnn(cell, model, seq_len, dtype=tf.
浏览 0提问于2017-07-11得票数 6
考虑到CNN的输出为[batch_size, height, width, number_of_channels]形状(假设格式为channels_last)，我可以将CNN维度转换为RNN维数： batch_size, height, width, num_channels = inputs.get_shape().as_list不过，我只想问一问，这是否真的是正确的方式重塑CNN的输出，以便他们可以被传递到LS
浏览 0提问于2018-03-07得票数 1
回答已采纳
我使用tensorflow实现了一个简单的CNN。到目前为止，我习惯于在最后一个卷积层上放置一个大小为2的完全连接的层，以区分我的两个类。现在，我想将最后一个卷积层提供给RNN，然后执行分类。最后一个卷积层的输出称为"cnn_output“，是该形式的张量拆分的结果是该类型的32张量：
<tf.Tensor 'split:0' shape=(?
浏览 2提问于2017-11-13得票数 0
我目前正在研究一项语音识别任务，将深入学习应用于标准声学模型(gmm-hmm)。
目前，我已经生成了我的话语的谱图，并且使用简单的模式识别设法在“是”/“否”数据集中接收到40%的WER。CNN被赋予了一个40帧的上下文窗口，在这个窗口中检测到了中心帧，我的问题是，使用RNN是否对这里有好处？因此RNN处理上下文，CNN在一个帧谱图上进行“图像分析”。如果是这样的话，它会不会明智地导致一些问题，当我在CNN上做的时候，是否通过在谱图的更大部分上进行模式识别来解决上下文依赖，这取
浏览 0提问于2017-07-06得票数 2
回答已采纳
但是DeepNovo需要Python2.7/TensorFlow1.2设置，所以我正在尝试将代码转换为适合较低版本的代码。然后，当我试图运行这段代码时，我得到了以下错误： 在_build_cnn_ion cnn_ion_logit = rnn_cell_impl._linear(args=cnn_ion_feature，AttributeError:模块'tensorflow.python.ops.rnn_cell_impl‘没有属性'_linear’)中，
浏览 166提问于2021-08-20得票数 1
我试图将CNN层与2个LSTM层和ctc_batch_cost连接起来，但我遇到了一些问题。我的模型应该适用于灰度图像。在我的调试过程中，我已经知道，如果我只使用一个CNN层，使输出大小等于输入大小+ LSTM和CTC，模型就能够训练：inp = Input(name='inp', shape=(128, 32, 1))
cnn = Conv2D(name='conv', filters=1, kernel_size=3,
浏览 0提问于2020-05-25得票数 0
有没有办法选择性地将池化层的特征映射连接到(连续的)卷积层的特征映射？在论文“基于梯度的学习应用于文档识别”过程中。1998年11月，LeCun等人。描述一个子采样层如何有选择地连接到随后的卷积层。在基本TF示例( TF层指南:构建CNN)中，conv2与pool1的连接方式如下：
conv2 = tf.layers.conv2d(inputs=pool1，...但是，我想有选择地将pool1连接到conv2，就像LeCun论文将S2连</em
浏览 0提问于2017-09-19得票数 0
云服务器
ICP备案
对象存储
云点播
实时音视频
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