1回答
我目前正在使用Pytorch学习深度学习，并使用Cifar 10数据集做一些实验。它有10个类，每个类有5000个测试图像。我只想使用狗和鹿类数据的60%和其他类的100%数据。根据我的理解，我需要使用自定义数据集。但是我真的不能弄明白。任何想法，样本代码或链接，如果你可以分享将对我有帮助。
浏览 25提问于2019-12-16得票数 1
回答已采纳
我正在处理一个图像数据集，其中图像被分为10类(CIFAR10数据集)。我正在使用PyTorch。我想知道如何通过循环遍历数据集来确定每个类的图像数量。提前感谢您的回复。
浏览 2提问于2020-06-09得票数 0
1回答
我试图在MATLAB中读取cifar10数据集的图像。数据以10000x3072格式提供，其中一行包含相应的RGB值。我用：image(img)
将图像转换为有意义的图像，因为它显示的是垃圾图像。如何从这个.mat文件中读取</e
浏览 6提问于2017-10-26得票数 1
回答已采纳
我想按照一定的标准f(图像，标签)从cifar10中提取数据(例如，f(图像，标签)只计算图像中所有像素的总和)。然后，我想要为训练集生成一个文件，为测试集生成一个文件，以后我可以将这些文件加载到一个数据设备中，用于训练一个神经网络。
我该怎么做？我现在的想法是用数据加载器在混乱中循环
浏览 0提问于2018-04-23得票数 1
false, _device="/job:localhost/replica:0/task:0/gpu:0"](flatten_1/Reshape, dense_1/kernel/read)]]import keras
from keras.datasets impor
浏览 0提问于2017-11-01得票数 1
1回答
上面的链接是cifar10的Resnet模型。
我正在修改上面的代码，使用Resnet和Cifar10作为训练/验证数据集来进行对象检测。(我知道数据集是用于对象分类的)我知道这听起来很奇怪，但是听我说完。我使用Cifar10进行培训和验证，然后在测试期间使用滑动窗口方法，然后将每个窗口分类为10个类+“背景”类中的一个。对于背景类，我
浏览 0提问于2018-08-03得票数 0
我使用caffe/examples/cifar10来训练用于分类的模型，我想使用这个结果来进行可视化。但我发现cifar10图像都是32*32，这太小了，不能进行单位可视化。现在，我想尝试使用另一个数据集，即Imagenet。
但在我的例子中，我只需要十个类，而不是一千个类，就像cifar-10一样。我发现IMAGENET提供的数据太大了，无法下载并提取这十个<
浏览 0提问于2017-05-31得票数 1
您好，我想在torchvision中将我自己的图像添加到CIFAR10数据集中，我该怎么做呢？
train_data = torchvision.datasets.CIFAR10(root='.
浏览 14提问于2020-07-16得票数 0
我想创建一个与cifar-10数据集具有相同格式的数据集，以便与Tensorflow一起使用。它应该有图像和标签。我希望能够获得cifar-10代码，但不同的图像和标签，并运行该代码。
浏览 5提问于2016-01-27得票数 20
回答已采纳
1回答
最近，我一直在玩MATLAB的RCNN深度学习示例。在这个例子中，MATLAB设计了一个基本的15层CNN，输入大小为32x32。他们使用CIFAR10数据集预先训练这个CNN。CIFAR10数据集也有32x32大小的训练图像。后来，他们使用一个小数据集的停止标志微调这个CNN，以检测停止标志。这个小的停车标志数据</e
浏览 0提问于2017-04-18得票数 0
回答已采纳
我需要创建2个数据集，其中一个数据集的类从0到4，另一个数据集的类从5到9的CIFAR10数据集，但我得到了这个错误："boolean index did not match indexed arrayalong dimension 1; dimension is 32 but correspondi
浏览 30提问于2019-10-18得票数 0
回答已采纳
我正在运行imagenet模型的默认classify_image代码。有什么方法可以可视化它提取的特征吗？如果我使用'pool_3:0'，这就给出了特征向量。有什么方法可以覆盖在我的图片上，看看它选择了哪些重要的功能吗？
浏览 5提问于2016-02-17得票数 1
我正在使用新的tf.data API为CIFAR10数据集创建迭代器。我正在从两个.tfrecord文件中读取数据。一个保存训练数据(train.tfrecords)，另一个保存测试数据(test.tfrecords)。一切都很好。然而，在某些时候，我需要两个数据集(训练数据和测试数据)作为numpy数组。是否可以从tf.data.TFRecor
浏览 0提问于2018-02-19得票数 5
回答已采纳
我想通过使用GridSearchCV (Scikit-Learn)和数据增强(来自Keras的ImageDataGenerator)来优化CNN体系结构的一些超参数。是否建议在GridSearchCV中使用数据增强？ImageDataGenerator的参数已经固定，不应更改。首先通过网格搜索确定超参数，而不增加数据，而只对最终模型使用数据增强，这样会更好吗？你的经历是什么？
浏览 0提问于2019-12-28得票数 6
回答已采纳
Accuracy of the network on the 10000 test images: %d %%' % (如何获取带标签的GPU我得到了几乎10%的准确率，但我最初的训练准确率是70%。
浏览 2提问于2019-11-27得票数 1
1回答
我想查看特定的图像或数据集的分布，并查看它们是否不同。例如，在cifar10上这样做给了我这个情节：然而，它看起来不对，有50K的训练图像，我不知道如何解释这一点，即使这是正确的方法，在第一！既然有10个回收箱，它是否给了我每个类的分布(cifar10作为10个类)？如果是这样的话，为什么当我试图得到一个图像的分布时，我会
浏览 0提问于2019-02-17得票数 6
回答已采纳
我正在CIFAR100数据集上训练一个CIFAR100。经过大约50次迭代，验证精度收敛到34%左右。训练准确率几乎达到100%。我怀疑这有点过分，所以我应用了RandomHorizontalFlip和RandomRotation这样的数据增强，这使得验证会聚在40%左右。学习速度的衰减似乎不能提高学习效果。
听说CIFAR100上的Resnet可以达到70%~80%的准确率。我还能申请什么花招？或者我的实施有什么问题吗？在CIFAR10</e
浏览 3提问于2020-07-21得票数 2
回答已采纳
1回答
在cifar10数据集上训练的MobilenetV2 tflite模型需要形状为1x32x32x3的输入图像(因为在训练期间使用的是批处理标志)，但为了将模型转储到移动设备中，我从摄像头获得了32x32x3的形状图像，因此现在无法将数据提供给tflite.interpreter.any建议
浏览 8提问于2019-11-19得票数 0
我对这个方法有问题，它应该同时返回训练数据集和验证数据集，并检查它以返回与CIFAR10中每个类的第一次出现相对应的索引。这是代码：def get_cifar10_dataset(): """应该创建CIFAR10网络，并在每个新类首次出现时识别数据集索引 :return: tuple of training and validati
浏览 30提问于2020-06-21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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
