1回答
CNN的输出不会因输入而改变太多
、、、、
有两个不同的图像作为强化学习代理的状态。CNN的输出(Actor的动作)在(随机)初始化后对于不同的输入(几乎)是相同的。因此，即使在训练之后，智能体也从未学到任何有用的东西。状态定义(2个输入)： 输入1: 1,1,90,128图像，像素的最大值为45。 输入2: 1,1, 45 ,80图像，像素的最大值为45。 参与者<em
浏览 30提问于2019-06-11得票数 1
回答已采纳
CNN的输入大小是否应该跟随训练数据的大小？例如，如果我的训练数据的大小是192x98，那么我的CNN的输入大小应该是多少？如果我使用32x32输入的CNN会不会是个坏主意？关于CNN的细节，我问了太多的问题，但是没有人知道答案。
浏览 4提问于2016-07-05得票数 3
回答已采纳
1回答
如何正确掩码卷积神经网络中的值
、、、、
我正在为一些图像创建一个编码器-解码器CNN。每个图像都有一个围绕中心的几何形状--圆、椭圆等。我可以做些什么来确保这些值保持不变并且不会更新？
谢谢!
浏览 0提问于2021-01-13得票数 1
在这样的结构中: CNN -> LSTM -> Dense前填充和后填充之间的选择是否会影响性能？我读了
只要输入层是CNN，pre vs post就不会影响性能，这是真的吗？
浏览 10提问于2020-04-30得票数 0
1回答
我有一个我无法解决的问题，因为我遗漏了一些细节来解释下面的情况。我需要这个来源，以正确地放置我的看法，根据键盘下面。值得注意的是，多亏了Interface，这个起源(0,447)是我可以在Xcode上读到的。我正在v
浏览 5提问于2014-05-21得票数 0
回答已采纳
3回答
我知道我的问题很愚蠢，但我无法解决它，我也找不到任何答案。我在自定义UITableViewCell中有一个IBoutlet UIImageView。我在IB中设置了它的UIImage，并且我想在自定义单元格被粘合时通过代码更改它。我的代码如下。但不知何故，形象并没有改变。这是我的自定义UItableViewCell中的一个方法。
浏览 0提问于2011-02-03得票数 1
我想并行运行一个经过训练的CNN的每一层，以减少前向传播过程中的计算时间(基本上，我希望运行CNN来实现涉及摄像机的实时应用程序，而不会对FPS造成太大影响)。我将为每个层保留一个输入队列和一个输出队列。每个层都可以从输入层处理blob并将其转储到输出层(这在逻辑上可以并行完成)。每个层的输出队列将作为下一层的输入</e
浏览 2提问于2017-12-07得票数 1
回答已采纳
2回答
我们使用卷积神经网络，因为它通过设计学习在空间位置上泛化的特征，所以当使用conv操作时，它减少了图像大小，并且我们希望在下面的层中有更多的简单性，但是当进行零填充时，图像恢复到原来的大小，那么这样做有什么好处呢同样的问题还会出现，因为图像大小仍然很大。另外，CNN可以很好地对图像进行分类；那么如何在游戏中使用它来检测最佳下一步，我的意思是它是如何从图像本身决定动作的Q值的，尽管理解图像并没有给出下一步的任何指示？
浏览 0提问于2021-05-07得票数 0
1回答
假设我有一个训练用于分类不同动物图像的CNN，这种模型的输出将是n空间维中的一个点(输出点)，其中n是模型所训练的动物类的数量；然后将输出转换成n参数的一个热向量，然后从CNN的角度给出图像的正确标签，那么，假设我想把这个点转换成这样，最后的输出是一个有约束宽度和高度的图像(不同的输入
浏览 1提问于2017-03-28得票数 1
回答已采纳
1回答
减少cnn的培训时间
、、、、
我正在努力改进下面的cnn架构。我用cnn进行图像分类。有人能建议对下面的体系结构进行任何改变，以减少培训时间而不会失去太多的准确性吗？建筑注释：其次是最大池层为2,2
其次，是另一个卷积层，其大小与第一层相同，以便保存从前一层通过的数据。在前2层之后是包含32个过滤器的第三层卷积层，因为这允许网络
浏览 1提问于2017-10-11得票数 2
4回答
卷积神经网络训练
、、、、
我有一个关于卷积神经网络(CNN)训练的问题。
我已经成功地使用tensorflow训练了一个网络，它接受一个输入图像(1600像素)，并输出三个匹配它的类中的一个。用训练好的类的变体测试网络得到了很好的结果。然而，当我给它一个不同的第四图像(不包含任何经过训练的3图像)时，它总是返回一个随机匹配到其中一个类。我的问题是，我如何训练网络来分类图像不属于这三个训练图像中的</
浏览 6提问于2017-11-17得票数 0
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
为了做到这一点，我需要检查一个简单的CNN代码，我可以用它来理解它们是如何实现的，每一层的计算是如何进行的，每一层的输出是如何馈送到下一层的输入的。我熟悉理论部分()
但是，我对训练CNN不感兴趣，我想要一个完整的，自包含的CNN代码，它是预先训练的，所有的权重和偏差值都是已知的。甚至对于最简单的</e
浏览 4提问于2016-04-16得票数 13
回答已采纳
1回答
我试图只使用预先训练过的火炬视觉中的某些层，更快-RCNN网络初始化为：这让我感到困惑，因为我曾经像过去那样修改过其他PyTorch预培训过的模型我如何使用FasterRCNN预训练模型来创建一个新的(预训练的)模
浏览 0提问于2019-06-05得票数 2
回答已采纳
1回答
假设我想使用Keras的Convolutional2D函数来构建一个CNN，输入图像可以是[224, 320, 3]大小而不是[224, 224, 3]大小吗？我试着把它们做成正方形，但质量大大降低了，因为边缘有重要的数据。
如果我用矩形输入图像来构建它，它会不会最终打破这条线？我也想附加一个解码器到CNN的末端，以输出相同形状的图像(本质上是一个长方形的VAE图像，而</
浏览 1提问于2018-05-26得票数 4
2回答
我正在尝试实现像SELECT * FROM TABLE_X WHERE XID = @id这样的简单查询，但我遇到的问题是，对于不同的应用程序实例，这些查询将在不同的数据库(SQL Server和Oracle如何做到这一点，而不必为每个数据库编写一组新的查询？
浏览 0提问于2014-03-19得票数 1
2回答
我正在设计一个机器学习模型，它从ResNet获取一个特征张量，并使用LSTM来识别图像中的字母序列。来自ResNet的特征张量是4-D，但是LSTM_cell需要2-D的输入。但是，如果我这样做的话，它就会改变特征向量的维数。首先，向量是128，2，5,512，但它需要是128,512。但是，调用.view(-1, 512 )会使维度乘以得到1280,512。你将如何改变维度而不加乘？
浏览 13提问于2022-06-11得票数 0
回答已采纳
1回答
我想建立一个端到端的可训练模式，包括以下几个方面：
我现在的问题是在重塑之后，如何用Keras或Tensorflow将特征矩阵的值提供给LSTM？
浏览 3提问于2017-04-28得票数 1
如果我的应用程序能够使用后台定位服务，那么在设备因使用太多资源而停止任务之前，它可以真正做多少处理？致敬：
约翰
浏览 2提问于2013-03-04得票数 0
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
