1回答
我制作了一个keras CNN模型来预测不同的手部姿势，但该模型没有预测到正确的输出。我上了10节课。但对于某些图像，它显示的结果像0，1，0，0，1，0，0，0，0，0，0。
浏览 8提问于2019-11-07得票数 0
回答已采纳
例如，我有CNN，它试图从MNIST数据集(用Keras编写的代码)预测数字。它有10个输出，构成softmax层。, 0.01, 0.01, 0.01, 0.01, 0.01]Real: [0, 1, 0, 1, 0, 1, 0, 0, 0, 1]
所以我需要用其他的方式来正常化。在此之后，我可以使用像0.5这样的阈值来区分给定对象下落的类别<
浏览 8提问于2017-01-11得票数 4
回答已采纳
1回答
我想预测(灰度)视频的下一个帧，考虑到N以前的帧--在Keras中使用CNN或RNN。大多数关于时间序列预测和Keras的教程和其他信息在他们的网络中使用一维输入，但我的教程和其他信息将是3D (N frames x rows x cols)。
使用一个或多个LSTM层。这里的问题是，我不确定它们是否适合于以一系列图像代替一系列标量作为输入。内存消耗不会爆炸吗？如果可以使用它们:我如何在<em
浏览 3提问于2017-03-06得票数 17
回答已采纳
我在RStudio中创建了一个CNN，使用keras来预测MNIST的数字。我现在正尝试使用下面的代码使用这个模型进行预测 predict_classes(x_test)CNN模型有什么功能
浏览 7提问于2022-08-10得票数 0
1回答
该项目的主要目标是预测测试图像的类别以及感兴趣区域周围的边界框，并在图像上打印类别的名称。 我已经应用了基于keras库的CNN模型。它对给定的测试集图像进行分类。为了预测给定测试图像的边界框坐标，我应该更改什么？from keras.models import Sequential from keras.layersimpo
浏览 15提问于2019-08-30得票数 0
在CNN中使用预先训练过的嵌入(快速文本)的句子分类中，当单词不在训练集时，CNN如何预测句子的类别？
我认为经过训练的模型包含了权重，这些权重在预测阶段没有更新，是吗？那么，当训练中没有看到句子中的单词( cnn将预测一个类别)时，会发生什么情况呢？我认为他们没有一个字向量，只有在训练中找到的单词。
浏览 0提问于2020-08-09得票数 0
1回答
我标记了一个具有独立类别的文本数据集。当在Keras中运行CNN分类器时，我得到了> 90%的准确率。
我的短信是客户评论“我真的很喜欢这款手机的摄像头。”类有“手机摄像头”、“内存”等。我正在搜索的是，我是否可以用出现在句子中的类别来标记句子，同时分类器标记指示类别的实体。或者更具体地说:我如何提取输入句子的那些部分，这些部分在Keras中选择(即分类) 1个、2个或更多类别的CNN网络？
浏览 1提问于2018-12-18得票数 0
1回答
我正在研究一个问题，根据奶牛的图像来预测奶牛有多胖。我使用CNN来估计介于0-5之间的值(我拥有的数据集，只包含2.25到4之间的值)，我使用的是4层CNN层和3层隐藏层。2/我的神经网络预测的值在2.9到3.3之间，与数据集范围相比太窄了。这正常吗？ tf.keras.layers.Conv2D(16, (3,3), activation='re
浏览 1提问于2019-07-16得票数 4
回答已采纳
利用keras的嵌入层特征，建立了一维CNN回归模型，预测了部分序列的得分。我的模型在训练后的典型表现如下：
正如您所看到的，预测训练数据的性能是非常好的，但似乎这种性能并不能概括为预测验证和测试数据。谢谢!
浏览 0提问于2020-12-22得票数 0
回答已采纳
2回答
()(cnn2) cnn3 = tf.keras.layers.Conv2D()(cnn3) cnn</em
浏览 58提问于2019-04-30得票数 0
回答已采纳
1回答
一个是CNN，另一个只有密集的层。我已经以相同的方式保存了这两个模型，我正在尝试使用TF Serving Rest API从它们中获取预测。CNN模型： inputs = tf.keras.layers.Input(shape=(50,3))predictions = tf.keras.layers.Dense(3, activation='softmax'
浏览 9提问于2021-01-05得票数 3
我使用的是keras 2.0.8和tensorflow 1.3.0后端。from keras import backend as K
我初始化CNN一次，query_cnn方法从多个线程发生。我在日志中得到的异常是：
File "&#x
浏览 1提问于2017-10-13得票数 14
回答已采纳
我刚刚用Tensorflow/Keras训练了一个CNN，并将其保存为模型。我多次尝试通过它运行大约1000个输入，每次得到的预测精度略有不同。准确性很好，我不关心性能；然而，我认为CNN模型一旦训练，就应该是确定性的。也就是说，任何输入都将始终以相同的方式分类。难道不是这样吗？模型一旦训练就可以预测的方式是否存在可变性？如果没有，希望我可以假设我已经在无意中将一些可变性编程到我的代码中。任何帮助都将不胜感激。
浏览 0提问于2019-08-11得票数 3
0回答
我正在尝试建立一个CNN分类器使用keras来分类图像是否是猴子。所以我有两个分类。一张画着猴子的照片。另一类是随机的图片集合，基本上是任何不包含猴子的图片。一个数据集的一个类别是随机的，另一个类别是特定的标签(而不是像猫和狗那样有两个特定的类别)，这是合适的吗？CNN能解决这类问题吗？
谢谢!
浏览 8提问于2017-12-12得票数 2
回答已采纳
通过分解，我的意思是拿一个x_test，用卷积模型预测它，然后用我们得到的来预测反卷积模型。当我将卷积模型的结果提供给deconv模型时，我得到了一个错误。),name='input_CNN') inputs = layers.Input(shape=(128,128,1),name=&q
浏览 69提问于2020-11-05得票数 0
回答已采纳
我用乙状结肠函数训练了一种在结尾处有致密层的CNN模型：我还使用二进制交叉熵进行了编译： optimizer = 'Adam',
metrics=[tf.keras.metrics.Precision(),tf.keras.metrics.Rec
浏览 5提问于2021-11-29得票数 0
我训练我的CNN分类器(使用tensorflow)与三个数据类别(身份证，护照，账单)。有什么方法可以让它显示错误消息而不是提供错误的预测呢？
浏览 0提问于2018-10-16得票数 2
回答已采纳
1回答
我目前正在通过Keras CNN对黑色素瘤图像进行分类。这些图像带有元数据-年龄，性别和病变位置。 现在我只是使用图像，结果还可以，但我想看看如果我将元数据添加到模型中会发生什么。这是导出的数据帧的屏幕截图-红色是我在CNN中使用的，我想添加绿色部分：https://i.imgur.com/O75LpBx.jpg 如果有一种标准的方法可以做到这一点，如果你能分享它，我将非常感激。谢谢 我试着在谷歌上搜索“将人口统计数据添加到CNN”或“将性别添加到C
浏览 23提问于2019-04-02得票数 1
回答已采纳
我正在使用Keras来使用train_on_batch命令对我的CNN进行模拟图像的训练，可以得到训练的损失。下一次跑--我正在预测精度，并回忆使用我的预先训练的CNN (自己的体系结构)来预测我的结果，在那里我使用命令predictions =model.predict(np.array(图像)，batch_size
浏览 1提问于2020-01-23得票数 0
回答已采纳
11回答
我通过google训练我的CNN (VGG)并生成.h5文件。现在的问题是，我可以通过google成功地预测我的输出，但是当我下载经过.h5训练的模型文件并尝试在我的笔记本电脑上预测输出时，我在加载模型时会出现错误。以下是代码：from tensorflow import keras
loaded_model= keras.models.load_model('.
浏览 6提问于2018-11-07得票数 37
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
