数据帧的神经网络摘要
是一种用于处理数据帧的神经网络模型。数据帧是在计算机网络中传输数据的基本单位，它包含了数据的载荷和控制信息。神经网络摘要是指通过神经网络对数据帧进行处理和分析，提取出关键信息的过程。
数据帧的神经网络摘要可以应用于多个领域，包括网络通信、网络安全和物联网等。在网络通信中，通过神经网络摘要可以对数据帧进行压缩和优化，提高数据传输效率。在网络安全中，神经网络摘要可以用于检测和防御网络攻击，识别异常数据帧并进行相应的处理。在物联网中，通过神经网络摘要可以对传感器数据进行分析和预测，实现智能化的数据处理和决策。
腾讯云提供了一系列与数据帧的神经网络摘要相关的产品和服务。其中，推荐的产品是腾讯云的人工智能服务，包括腾讯云AI Lab、腾讯云AI开放平台和腾讯云AI智能应用等。这些产品提供了丰富的人工智能算法和模型，可以用于数据帧的神经网络摘要的开发和应用。具体产品介绍和链接地址如下：
- 腾讯云AI Lab：腾讯云AI Lab是一个开放的人工智能实验室，提供了各种人工智能算法和模型的开发和测试环境。官方网址：https://ai.tencent.com/ailab/
- 腾讯云AI开放平台：腾讯云AI开放平台是一个集成了多种人工智能服务的平台，包括图像识别、语音识别、自然语言处理等。官方网址：https://ai.qq.com/
- 腾讯云AI智能应用：腾讯云AI智能应用是一个提供了多种人工智能应用的平台，包括智能语音助手、智能客服、智能推荐等。官方网址：https://cloud.tencent.com/solution/ai
通过使用腾讯云的人工智能服务，开发者可以方便地构建和部署数据帧的神经网络摘要模型，并应用于各种实际场景中。
相关·内容
目前，我正在做文本摘要的工作，我计划使用神经网络来生成给定文本的摘要。哪种类型的神经网络有利于文本分类。
浏览 2提问于2016-04-14得票数 1
我正在做一个歌曲类型分类(两个班级)。对于每首歌曲，我将它们切成小帧(5s)，以生成MFCC作为神经网络的输入特征，并且每个帧都有一个关联的歌曲流派标签。 数据如下所示： name label feature
....
song_i_frame1 label feature_vector_frame1
song_i_frame2 label feature_vector_frame2
...
song_i_framek label feature_vector_framek
... 我知道我可以随机选择，比如说80%的歌曲(它们的小框架)作为训练
浏览 11提问于2019-03-21得票数 1
回答已采纳
我有一个数据集，其中有三个不同的列(标题、关键字和摘要)表示文档。我必须使用TextGCN建立一个文本分类模型，其中文档和单词将以图形的形式呈现给神经网络。
我使用的一种基本方法是将所有3列合并为1，以表示单个文档。有什么更好的策略，我们可以应用到一个单一的文件吗？
浏览 0提问于2023-04-29得票数 0
3回答
也许这太宽泛了，但我正在寻找关于如何在课文摘要任务中使用深度学习的参考。
我已经实现了文本摘要使用标准的词频方法和句子排序，但我想探讨的可能性，使用深入学习技术的这项任务。我还介绍了在wildml.com上使用卷积神经网络(CNN)进行情感分析的一些实现；我想知道如何使用库(如TensorFlow或Theano )来进行文本摘要和关键词提取。自从我开始试验神经网络已经有一个星期了，我很高兴看到这些库的性能与我以前解决这个问题的方法相比。
我特别寻找一些有趣的论文和github项目，与使用这些框架的文本摘要有关。有人能给我一些推荐信吗？
浏览 0提问于2016-02-03得票数 24
回答已采纳
1回答
前馈神经网络是属于深神经网络还是人工神经网络？
我怀疑是把我的帧工作称为深神经网络还是人工神经网络。
浏览 5提问于2022-02-04得票数 -1
2回答
我有一个大小为(140000,22)维的数据帧。 我必须创建等维数的二维数组，才能将其传递到卷积神经网络中。 您能指导一下如何在这个数据帧上进行转换吗？
浏览 53提问于2019-02-06得票数 6
我在训练一个神经网络，它的眼睛形状是36x60。所以我只能用36x60的图像来预测结果？但是在我的应用程序中，我有一个视频流，这个流被划分为帧，对于每帧68个点的地标是被预测的。在眼睛范围内，我可以选择眼点，并且使用OpenCV中的“边框”函数，可以很容易地得到裁剪的图像。但是这个图像没有36x60的形状。获得36x60数据的正确方法是什么？或者如何使用神经网络来处理另一种形式的数据？
浏览 0提问于2019-05-17得票数 5
回答已采纳
如何利用深度学习对手语手势进行分类？例如，假设我有许多不同手势的视频文件。对于任何给定的手势，我可能会有很多视频，每一个视频将由许多帧组成。在对图像中的MNIST数字进行分类时，输入的尺寸相对简单:高度、宽度和RGB通道。手势(随着时间的推移多帧)将如何计算？时间会是第四维度吗？为了不过分适应，神经网络的架构应该是什么样的呢？我应该用一些东西来代替复杂的神经网络吗？
编辑：
我知道手语的手码预测器可能有一些聪明的方法，但我更感兴趣的是如何构建神经网络并利用数据的时间成分(视频帧随时间的转换有价值)。对手势进行分类是我试图解决的实际问题的简化，所以我正在寻找一种方法，它可以推广到其他类型的问题中
浏览 0提问于2016-05-18得票数 2
我正在尝试使用kitti数据集中的velodyen点来训练我的神经网络。数据集大约有450帧作为bin文件。每个帧大约有120k行的x，y，z，re，如下所示：
但是，我想添加另一个列，其中包含每个点的标签。
有没有想过我该怎么处理这事？
提前感谢
浏览 4提问于2018-04-04得票数 0
1回答
我想要建立一个输入15-18个变量的神经网络。在此基础上，提出了基于重构误差的异常检测模型。我现在已经做了一些教程，但是数据总是已经给出了，所以我现在必须自己做第一步。因此，我想知道如何处理多元数据？
我认为有三种选择：
1)为每个变量(单变量)建立一个单一神经网络。
2)建立基于所有多元输入变量的单一结果神经网络。
3)在多元输入的基础上，建立具有多变量输出的神经网络。
( 1)和( 2)我会说，这是相当累赘的。但甚至有可能吗？如果是的话，我要考虑什么？那么，结果变量只是一个数据帧，还是某个数组之类的其他类型呢？
浏览 0提问于2019-09-26得票数 0
1回答
我遇到了一个我以前从未遇到过的问题。 我只是想用.tocsv将数据帧保存为csv，但几个小时后它仍在运行。 我的数据帧是去年来自stackoverflow的所有帖子和相关的标签。我使用了一个神经网络: SentenceBert来将每个帖子作为向量嵌入。每个帖子的向量大小是768。 所以我的最终数据帧看起来是这样的： ? 1 194 445行。 是因为它太大了吗？如果是，是否有其他解决方案可以将此数据帧保存为csv？ 谢谢！
浏览 37提问于2020-11-03得票数 0
回答已采纳
1回答
我想训练一个神经网络，根据它们的形状、颜色等来识别视频中的一些对象。为了训练我的神经网络，我想让它与一些训练视频(我拍摄的MP4s)运行，这样我就可以做一些有监督的学习。有没有什么工具可以用来逐帧绘制视频，这样我就可以用管道把它转换成NN了？
假设我们有这样的例子，我想让神经网络识别红色三角形。我想逐帧浏览并“高亮”具有红色三角形的区域，以便神经网络可以扫描帧，说是/否有一个红色三角形，它在这里，并检查它是否正确。
如有任何建议，欢迎光临。
mj
浏览 2提问于2012-01-04得票数 0
我开始使用GCP ml-engine来训练神经网络。当我通过tensorboard检查某个特定的工作时，它显示了以下损失图(绘制与墙时间的对比图)：
检查stackdriver中的日志，查找发生"raise“的时间段，我发现了以下内容：
在我看来，作业被重新初始化了。原因对我来说完全不清楚。如有任何解释或帮助，我们将不胜感激！
附加信息:我观察到此行为的特定作业与其他作业并行运行。其他作业按预期终止。两个作业之间的唯一区别是神经网络中隐藏层的数量为2，而其他作业中为1和4。
浏览 1提问于2018-01-31得票数 0
1回答
我正在做一个计算机视觉大学考试的项目，目的是分析视频中不同的道路场景。例如，对街道图像进行实例分割，以识别各种物体并对其进行分类。
对于这样的项目，很容易获得新的数据以丰富数据集。因此，在对从视频编码为的帧进行神经网络(甚至进行推理)的训练中，会出现问题吗？使用从保存在raw中的视频中获取的帧总是更好吗？
之所以会出现这个问题，是因为mp4 (显然)通过对帧间帧执行预测来压缩帧，因此最终得到了与原始帧不同的像素值。
浏览 6提问于2022-06-04得票数 -1
回答已采纳
当从零开始训练CBOW词嵌入时，我对自然语言处理中传递给神经网络的输入感到困惑。我读了报纸，有些怀疑。
在一般的神经网络结构中，更清楚的是每一行都是作为具有d特征的神经网络的输入。例如，在下图中：
📷
X1, X2, X3是数据帧的一个输入或一行。在这里，有一个数据点是dimension 3，数据帧应该是这样的：
X1 X2 X3
1 2 3
4 5 6
7 8 9
我的理解对吗？
接下来是NLP，CBOW体系结构:让我们以一个例子来训练CBOW字嵌入：
Sentence1：“我喜欢自然加工领域。”
从上述句子创建培训数据，窗口size=1
Input
浏览 0提问于2020-11-07得票数 4
2回答
我有一个数据帧列表，我希望将该列表中每个数据帧的摘要统计信息返回到一个新的数据帧中-能够选择每个初始数据帧中的列(值)来返回摘要统计信息。输出数据帧中的每一行对应于初始列表中的每个数据帧。 我可以使用for循环获得汇总统计信息输出，但它只会给我列表中最后一个数据帧的汇总统计信息，而不是列表中的所有数据帧。下面是一个for循环示例，它为我提供了列表中最后一个数据帧的输出统计信息。 for i in step2:
step3=i.describe() #gives me a single df of the last item (dataframe) in my list 下面是我的列表
浏览 8提问于2019-09-14得票数 0
回答已采纳
1回答
我有一个焊接过程的视频，对于每一帧，我需要检测焊接区域的边缘，以便进一步测量该区域。问题是视频的质量很差，所以我不能通过正常的方法检测帧的边缘，图像增强也不起作用。
我之前在Stackoverflow上发布了这个问题，一个人设法通过神经网络增强了我的兴趣领域。
我需要选择如下区域(画轮廓)。
这个人成功地做到了，他给了我以下的解释：
‘我训练了一个神经网络来学习你想要隔离的区域的模式。我将数据块集中在你标记为感兴趣区域的区域内或区域外的像素上。所以，网络学习到，如果一个像素有与该模式相邻的像素，它会将该像素标记为1，否则标记为0。学习该模式后，神经网络的输出是。然后，你可以简单地使用
浏览 4提问于2015-08-05得票数 0
1回答
我正在创建一个手势识别器，它使用前馈神经网络对手势进行分类。
问题是我希望手势能够被实时识别。
我从过去记录的60帧中创建了一个输入向量，如果用户做了一个手势，输入可以通过神经网络进行分类，应用程序可以告诉用户它执行了什么手势。
但是，当用户站着不动时，我需要做什么？它不会做任何手势，但神经网络会尝试将站立不动归类为手势。我该如何将输入向量分类为"nothing"？
关于神经网络的另一个问题:假设我记录了一个手势20次，我的训练数据将如下所示：
输入VEC1 =
输入VEC2 =
输入VEC3 =
..。
输入VEC20 =
(具有理想结果的输入向量)
在这个例子中，网
浏览 23提问于2016-08-16得票数 0
1回答
张力板中的对数缩放Y轴
、、、
可以在TensorFlow的Tensorboard中以对数比例可视化y轴吗？
在我的神经网络的第一层中，我有以下的权重直方图(分布)：
从图像中可以看出，权重分布几乎没有任何变化。虽然这是真的，但我希望看到对数尺度(y轴)的变化。有可能吗？
浏览 0提问于2017-05-31得票数 0
我已经训练了支持向量机，细胞神经网络和神经网络上的UCF-101数据集，支持向量机和神经网络使用CSV文件的色调和LBP的特征，而CNN使用的分类图像和我想结合{支持向量机和CNN}和{ANN和CNN}.Is可以这样做吗？若有，如何进行？ 我已经提取了数据集中的每个视频的第一个关键帧，然后计算它的LBP histogram.Used它作为图像的特征，写在csv连同它的标签(我只选择了5类数据的101个可用)，然后训练支持向量机和神经网络上的it.ANN是一个简单的网络与Softmax激活函数在输出和2个隐藏层，每个隐藏层8节点。不使用dropout。对于CNN，我提取了图像的LBP特征并将其
浏览 87提问于2019-05-15得票数 0
我尝试了tensorflow螺旋数据集的示例代码，并构建了神经网络。我想要可视化网络的图形结构。我试过的密码。
with tf.Graph().as_default():
net = tflearn.input_data([None, 2])
net = tflearn.fully_connected(net,6,
activation='tanh',weights_init='normal')
print(net)
浏览 5提问于2016-06-09得票数 4
回答已采纳
我目前正在使用python pandas，我想知道是否有一种方法可以将熊猫的数据输出到julia Dataframes中，反之亦然。(我想你可以用Pycall从Julia调用python，但我不确定它是否能处理数据帧)有没有办法从python调用Julia并让它接收panda的数据帧？(不保存为其他文件格式，如csv)
什么时候使用Julia Dataframes比使用Pandas更有优势，除了非常大的数据集和运行许多循环的东西(比如神经网络)？
浏览 0提问于2014-04-27得票数 16
回答已采纳
1回答
对于视频字幕，我们需要将视频帧输入到递归神经网络。如果我们有视频，提取帧的标准是什么，例如帧采样率和图像分辨率要求。
我还想知道，当我们做视频字幕时，我们是先提取视频的所有帧作为输入，还是在处理它们的同时提取帧。
浏览 5提问于2017-02-16得票数 0
1回答
好吧，在找到合适的地方之前，我在主堆栈里发布了同样的问题，对不起。
我的一个朋友正在用100多个视频作为他的神经网络的样本。每段视频持续超过几分钟，每秒约24帧。其目的是利用深度学习来检测所有样本的运动。
对他来说，问题在于他所处理的数据的数量。训练部分需要/消耗太多的时间。我不是数据准备方面的专家，但我想也许他可以把所有的帧转换成数据帧，从单色图像(全黑/白)中清除它们，把它们变成灰色而不是完全的rgb，然后压缩它们，但是，我不确定这是否足够。
你认为减少训练样本的方法更好吗？
浏览 0提问于2020-04-23得票数 1
回答已采纳
我正在尝试使用keras和tensorflow来训练网络。我有自己的缅甸语数据集。我正在尝试使用python开发使用神经网络的缅甸数字识别。我有一个带有格式标签，pixel0，...，pixel783的train.csv文件。我使用pandas加载数据帧。但我想将数据帧分割为特征和标签。请帮我详细解释一下。
import pandas as pd
dataframe = pd.read_csv("mmdigitstrain.csv")
dataframe2 = pd.read_csv("mmdigitstest.csv")
(X_train, y_train)
浏览 9提问于2020-02-25得票数 0
我想应用CNN对一系列图像序列进行分类，将帧/图像序列分为两组/类别。我们处于一个二元分类问题中。我的数据集是由许多“批”帧组成的。例如，每一批帧可以由20帧64x64像素组成。一个重要的事情是，20帧的顺序是重要的。如果你洗牌这20帧的顺序，输出可能会改变。
尽管如此，我想要创建一个CNN来解决这个二元分类问题。我是usig和TensorFlow。
我的问题是什么？嗯，我不确定我是否需要使用时间分布层。神经网络的输入形状如下：( 20，64，64，1)，其意义是:20帧，64x64大小(1通道-灰度)。我应该使用TimeDistributed层吗？
浏览 0提问于2017-10-01得票数 1
回答已采纳
我正在尝试使用keras和tensorflow来训练网络。我有自己的缅甸语数据集。我正在尝试使用python开发使用神经网络的缅甸数字识别。我有train.csv文件和test.csv文件，其中有一个头与格式标签，pixel0，...，pixel783。我使用pandas加载数据帧。但我想将数据帧分割为特征和标签。
import pandas as pd
dataframe = pd.read_csv("mmdigitstrain.csv")
dataframe2 = pd.read_csv("mmdigitstest.csv")
(X_train, y_tr
浏览 2提问于2020-02-26得票数 0
1回答
文本文档在法律领域的分类
、、、、
我一直在做一个关于在法律领域对文本文档进行分类的项目，(法律判断预测类问题)。
给定的数据集包括700份法律文件(在两个类别中很好地平衡)。经过预处理，包括应用所有的最佳实践(如删除停止词等)，每个文档有3段，我可以一起或单独考虑。平均而言，文本文档的大小为2285字。
我的目标是使用与经典的n-gram模型不同的东西(该模型不考虑任何单词、顺序或语义)：
使用神经网络()将每个文档的文本转换为连续域中的向量，以创建具有向量的数据集，表示文档和相应的标签(正如我所说的，有两个可能的标签:0或1)；
训练一个支持向量机分类样本，我已经使用了10倍交叉验证。
我想知道是否有人在这个
浏览 0提问于2018-10-01得票数 2
回答已采纳
2回答
我已经创建了一个具有id、feat1、feat2、feat3、boolean的特征向量(data.frame)，但是在这个数据帧中有重复的id，这是有目的地完成的。我想要做的是，当我迭代这个数据帧时，为每个id构建新的数据帧。
为了简单起见，让我们假设我有以下两列。
X1 X2 X3
1 000000001 -1.4061361 1
2 000000001 -0.1973846 1
3 000000002 -0.4385071 1
4 000000001 -0.6593677 0
5 000000
浏览 0提问于2013-09-06得票数 2
我连接了3个股票报价数据帧，所有的日期-时间索引。但是，它们的开始日期不同，因此结果数据框架包含了股票报价的NaN值和最近的开始日期。
📷
我应该直接使用NaN删除行，并使用所有值都有值的行启动新的数据框架，还是有方法填充它们？我计划利用这些数据来训练一个预测未来股票行情的神经网络。
浏览 0提问于2019-05-05得票数 2
我对Rstudio和一般的编码都是新手。 我正在尝试修改一个数据帧，类似于"cars“数据帧(我的数据帧叫做countries)。它的类型是一个列表。 第一列是国家名称(类型为chr)。第二列是data (dbl类型)。 Country Number
1 Portugal 100000
2 Poland 200000
3 Israel 300000
4 South Africa 400000
5 Austria 500000 当数字超过250
浏览 20提问于2019-04-26得票数 1
回答已采纳
我有一个获取一些ids的进程，基于这些ids，我从数据库中获取(Pandas)数据帧，经过一些处理后，使用to_csv将数据帧存储到文件系统，然后使用del删除数据帧。
数据帧的获取和处理是使用ThreadPoolExecutor完成的。
with futures.ThreadPoolExecutor(max_workers=number_of_workers) as executor:
return list(executor.map(func, args))
其中func是进程，args是客户ids。
尽管del和线程预计将结束，但我看到内存使用率仍然存在，我的直觉是数据帧仍然存在于内
浏览 7提问于2021-04-06得票数 1
2回答
使用NN进行聚类识别
、、、
我有一个数据帧，其中包含数百万个粒子的坐标，我想用它来训练神经网络。这些粒子构建单独的集群，这些集群已经被识别和标记；这意味着每个粒子已经被分配到它的正确集群(这种分配是通过密度估计完成的，但对我来说并不重要)。现在的挑战是建立一个网络，在从海量数据中学习后进行这种聚类。在数据帧中还有一些更多的特征，如集群大小，集群中粒子的数量等。
由于这不是一个分类问题，而更多的是一个识别集群的问题-挑战我应该使用哪种神经网络？我在构建这个网络时也遇到了问题:例如，CNN对图片中的狗或猫进行分类，输出显然是二进制的。最后一层只由两个输出组成，这两个输出表示为1或0的概率。但是当我想要识别集群时，我如何实现最
浏览 0提问于2019-11-05得票数 0
考虑一个名为listDF的数据帧列表。每个数据帧都有相同的列：
"Date" "Location" "V1" "V2"，其中V1是用实数填充的列
我想计算一下每个日期/地点组合的V1总数的百分比。也就是说，对每个特定日期/位置对的所有数据帧求和V1，然后计算每个V1观察值在相关样本中的份额。
我尝试过的：
我之所以堆叠数据帧，是因为我不知道如何在不循环遍历Dataframe/Date/Location组合的情况下进行扫描，这显然效率很低。
library(plyr)
aggregate <- rbind.fill(listD
浏览 0提问于2016-02-20得票数 0
对于的文本分类，我有1000个评论的数据，我尝试了不同的神经网络。对于CNN，我得到了0.94的精度，但是使用LSTM，我得到了一个较低的精度(0.88)，这是正常的吗，因为据我所知，LSTM是专门用于文本分类的，它保留了单词序列的顺序？。
浏览 2提问于2021-04-29得票数 1
回答已采纳
我在做角色动画编辑。
我的角色用这样的QTreeView表示
字符
Animation 0
帧0
框架1
框架2
- Animation 1
- Frame 3
- Frame 4
- Frame 5
等等。
有一个基本的抽象Item类，它是Character、Animation和Frame继承的。
这些限制是：
Character项可以有任意数量的Animation项
Animations项可以有任意数量的Frame项
Frame项目不能有任何子项目
现在，从Item继承的所有东西都有
浏览 0提问于2014-03-03得票数 3
回答已采纳
我有一个大小数据集(5358,293,30)，我想训练一个LSTM网络来预测0到1之间的值。
我的神经网络定义如下：
model = Sequential()
model.add(LSTM(10, input_shape=(293, 30)))
model.add(Dense(1, activation="sigmoid"))
model.compile(loss="mean_squared_error", optimizer="adam")
model.fit(Xtrain, Ytrain, epochs=20, batch_size=38,
浏览 1提问于2019-01-10得票数 4
我用tf.data.dataset解决了两个问题：
我想知道是否有可能将tf.data.dataset转换为pandas数据帧？
此外，我想知道是否可以将tf.data.dataset用于其他模型(除了tf神经网络)，例如，我可以使用tf.data.dataset来训练xgboost、LGBMClassifier、RandomForest分类器等。
你能帮忙吗？
浏览 1提问于2021-01-27得票数 0
1回答
Convnet训练错误没有减少
、、、、
我正在训练一个复杂的神经网络来驾驶玩具车，不管我做了什么，训练的准确性不会超过30-35%，这是当convnet被随机初始化时的起点。奇怪的是，一个简单得多的模型，一个只有一个隐层，没有卷积的神经网络，做得更好，一直保持在65-75%的精度。我已经在这个项目上工作了一年多了，我觉得我已经尽了一切努力使convnet变得更好。我做错了什么？
备注：
Dataset包含15万条记录，但是由于我的视频提要每秒生成20帧，而且帧从第二帧到第二帧之间变化不大，所以它更像是15万/ 20 =7500个唯一记录。
三个同等比例的班级:左转，直走，右转
convnet和简单NN都使用Tensorflow的Ad
浏览 0提问于2017-06-11得票数 6
回答已采纳
我查看了，如果我正确理解的话，在通过几个线程(矩阵syn0、syn1、syn1neg的同步)训练神经网络时，没有数据访问同步。这是正常的训练实践，还是一个错误？
浏览 0提问于2019-04-15得票数 0
回答已采纳
我试图训练机器人的具体行动，如抓取或指点使用RNN。机器人由一只手臂和一个装有摄像头的头部组成。此外，工作区将是小表，以便手臂和对象可以被定位。递归神经网络的输入将作为摄像机各时间步长的图像帧，输出为机器人臂下一帧的目标运动角度。当当前图像帧被馈送到网络时，网络为下一帧输出arm的电机值。当手臂到达下一个位置时，该位置的输入帧再次进入网络，再次产生下一个电机输出。
然而，在制作训练数据时，我必须将(图像、运动角度)的所有数据都对应于工作空间中的所有位置。尽管网络本身可以做一些泛化工作，但是所需的数据仍然太多，而且由于有太多的轨迹，需要大量的时间。
概括一下我的问题，为网络获取培训数据的时间太长
浏览 4提问于2015-12-06得票数 0
回答已采纳
1回答
我在做一个视频分类任务。我想获取N帧并将其传递给我的CNN。N取决于视频的大小。如果我有一个5分钟的视频，我可能有200帧，我会有更多的帧-，如果我有一个少于1分钟的视频，我可能有34-5帧。如何使神经网络接受可变数量的图像。
浏览 19提问于2020-09-22得票数 0
我是张量流的初学者，我正在尝试建立一个简单的模型来预测0和1的and运算。我用0和1做了一个小数据集，它有X1，X2和output列。我有两个变量X和y。X有input1和input2的数据帧。Y的数据帧output.The问题是定义神经网络层使用keras.I。我不知道如何指定输入层的大小。
import tensorflow as tf
from tensorflow import keras
import pandas as pd
dataDF = pd.read_excel('Untitled.xlsx')
dataDF.columns = ['X1'
浏览 0提问于2020-08-26得票数 0
2回答
summary(dataframe1)命令为我提供了该数据帧的汇总统计信息，如max、min和NA的数目。类似地，summary(dataframe1$column1)为数据框架内的特定变量(其列之一)提供了汇总统计信息。
在我使用lm和plm运行一些回归之前，以及每当我试图通过dataframe1通过summary(dataframe1$column1)获取数据帧中的列的简要统计信息之前，这是很好的工作。我得到的输出是“平方和”、"id“和”时间“。
这一切为什么要发生？dataframe1不是我的回归模型的名称，但我确实使用dataframe1作为这种回归模型的数据源。如何强制汇总
浏览 20提问于2022-02-28得票数 0
回答已采纳
我正在尝试使用sklearn的决策树分类器进行分类。我已经将我的训练和测试数据集存储在两个独立的熊猫数据帧中。我这样调用分类器： classifier = DecisionTreeClassifier(criterion = 'entropy', random_state = 0)
classifier.fit(features_in_training_set, class_labels_in_training_set)
predictions = classifier.predict(features_in_testing_set) 然而，我收到了这个错误，这在使用树进行分
浏览 26提问于2019-01-04得票数 0
1回答
我的工作是文本分类，在那里我想分类电影类型。我想提供输入作为电影摘要/情节，并希望输出作为电影类型。我使用了FastText，使用Gensim库获得了文字的向量表示，我想把神经网络中的FastText输出输入到神经网络中，这样我就可以把电影摘要/情节作为神经网络的输入，获得戏剧、恐怖等电影类型的输出。我读过很多博客，都在神经网络中输入TFIDF，但没有人在神经网络中输入FastText的输出。能不能有人向我解释一下，如果可能的话，或者你不这么认为。
感谢你在这方面的合作和理解。
import time
from gensim.models import FastText
start = tim
浏览 3提问于2021-08-02得票数 0
1回答
我想把视频中的每一帧作为图像。这方面的背景如下。我写了一个能识别手部符号的神经网络。现在，我想启动一个视频流，其中每个图像/帧的流是通过神经网络。为了适应我的神经网络，我想渲染每帧并将图像减少到28*28像素。最后，它应该看起来类似于这样：，我已经通过网络搜索，并发现我可以使用cv2.VideoCapture获得流。但是我如何选择帧的每一个图像，渲染它并将结果打印回屏幕上。到目前为止，我的代码是这样的：
import numpy as np
import cv2
cap = cv2.VideoCapture(0)
# Todo: each Frame/Image from the vide
浏览 1提问于2020-06-02得票数 0
回答已采纳
我正在构建一个复杂的神经网络来教一辆玩具车，它是由一辆Raspberry Pi驱动的，它是如何根据安装在汽车顶部的摄像头输入的帧流来驱动的。每幅图像的上半部分都与此无关。重要的是道路的弯曲度，这是在下半部分。
我已经产生了大量的数据(大约40k记录)，通过自己驾驶汽车和记录我所做的(命令左，右，直)和帧是什么。然而，我受过训练的ConvNets并没有给我我所期望的表现。我对其中一个已部署的模型的实验证实，它确实被流图像的上半部分的变化所欺骗。
一个简单的解决方案是编程地将帧切成两半，以便神经网络只接收相关的部分。然而，深层神经网络由于其学习特性的能力(理想情况下)没有人类未来的转换而受到赞扬，
浏览 0提问于2016-07-10得票数 0
回答已采纳
我正在尝试训练一个卷积神经网络用于图像上的字符识别。一个图像包含7个字符(0-9，A-Z，空格=> 37个字符)。总共有646张图片。这些图像是X_train数据。
X_train.shape
(646, 600, 1200, 1)
我还有一个数据表，上面有图像的所有标签。为了得到数组，我对这些标签进行了一次热编码。
y_train.shape
(646, 7, 37)
646是图像的数量，所以行的尺寸。7是标签的长度，即列维度。37是可能的字符数，深度维度。
我希望我的卷积神经网络能够自动识别图像上的字符，而不需要像本文作者那样对字符进行任何分割或空间指定：
我现在想知道X_train
浏览 13提问于2020-05-05得票数 0
回答已采纳
1回答
我试图为ML收集一些数据，特别是用于训练一个神经网络模型，而我不知道数据集有多大。
那么，一个人应该收集多少维DIM数据来训练一个NN模型，是否有经验法则呢？例如，它取决于特征的数量或NN-模型的类型或其他什么？
任何帮助都将不胜感激。
浏览 0提问于2016-11-02得票数 4
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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
