1回答
我有一个模因数据集，我试图预测某个模因是否是性别歧视的，同时使用图像和文本。这两种模型都有很好的性能(~0.8~0.9精度)，我正在尝试将它们合并，看看是否能得到更好的结果。CNN
vgg_model = VGG16(input_tensor = input_tensor, weights = '
浏览 0提问于2019-07-07得票数 2
1回答
我喜欢使用多层ConvLSTM模型来检查我的模型。print('testX.shape', testX.shape) # (2627, 8, 1, 25, 4)
model = Sequential()model.add(Dense(n_outputs, activation='softmax'))
print(model.summary()) 当我尝试添加另一个conv
浏览 38提问于2019-05-16得票数 2
回答已采纳
1回答
我有一本小说的每一个字的眼睛跟踪数据。每个单词的特征分别给出。我想用100个单词组成一个样本，然后把每个样本作为一个训练实例(而不是一个单词)。我的样本是二维形状矩阵(否)。文字，特征)。如何用这些样本训练我的多对一RNN？
浏览 0提问于2019-05-25得票数 0
回答已采纳
我有一个预先训练过的模型，它的形状输出(20,7,7,256) data_format编辑
错误不在此ConvLSTM2D层中，而是在我在此之后添加的下一个ConvLST
浏览 5提问于2020-09-10得票数 1
我尝试通过附加三层ConvLSTM来建模，但当我在第一层ConvLSTM中设置return_sequence = False时，程序将不会运行。请参阅模型摘要ConvLSTM
浏览 3提问于2018-10-22得票数 0
1回答
我从keras文档中了解到CONVLSTM2D可以做到这一点。但在使用CONVLSTM2D时，我不确定如何使用vgg16的功能。
浏览 47提问于2018-12-19得票数 0
from matplotlib import pyplotimport pandas as pd # train X lstm shape = (48, 36, 1) #
浏览 14提问于2019-09-10得票数 1
1回答
在网络侧，我添加了一个200通道的ConvLSTM模块。改进后的网络不能达到与原网络相同的性能水平。original network pipeline:Encoder-> Feature_200 -> ConvLSTM-> Feature_200 -> Decoder
Encoder-> Feature_200 -> ConvLSTM -> Feat
浏览 41提问于2021-04-15得票数 0
3回答
这些雷达图像通过一个convLSTM角化层。convLSTM层参数需要表单的输入形状：(batch_size、时间、通道、image_height、image_width)问题2:以上关于convLSTM层形状的理解是否正确？convLSTM层的容量将由每个convLSTM信元
浏览 0提问于2019-04-29得票数 1
我试图在编码器和解码器之间引入convLSTM层。通常，正如预期的那样，编码器的输出是一个4昏暗的输出(batch_size，通道，高度，宽度).convLSTM层需要一个5昏暗的输入(batch_size，sequence_length，通道，高度，
浏览 2提问于2020-10-28得票数 0
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)。
在输入端使用3D卷积(以前的视频帧的叠加)。这引发了其他问题:当我做的不是分类而是预测时，为什么这会有帮助呢？
浏览 3提问于2017-03-06得票数 17
回答已采纳
Sequential() model.add(ConvLSTM2Dkernel_size=(1, 2), model.add(ConvLSTM2D(filters=12, kernel_size=(
1, 2), dropout
浏览 11提问于2022-03-09得票数 1
我见过在Keras中使用LSTM构建编码器-解码器网络的例子，但我想要一个ConvLSTM编码器-解码器，因为ConvLSTM2D不接受任何'initial_state‘参数，所以我可以将编码器的初始状态传递给解码器，我尝试在Keras中使用RNN，并尝试将ConvLSTM2D作为RNN的单元进行传递，但我得到了以下错误：这是我尝试定义RNN单元的方式：
firs
浏览 7提问于2019-02-19得票数 4
])model.add(ConvLSTM2Dsigmoid',padding='same',input_shape=input_shape,model.add(ConvLSTM2Depochs=10, verbose=10, batch_size
浏览 13提问于2019-01-28得票数 0
回答已采纳
我尝试在Keras中使用以下模型，在该模型中，ConvLSTM2D输出之后是Conv2D，以生成类似分割的输出。输入和输出都应该是(2*WINDOW_H+1, 2*WINDOW_W+1)大小的时间序列model.add(ConvLSTM2D(3, kernel_size
浏览 5提问于2018-06-21得票数 0
1回答
我试图用ConvLSTM模型进行图像预测。但我很难理解应该输入到神经网络中的数据集。我在网上搜索了一些例子，比如“利用ConvLSTM进行降水预测”，以及其他一些使用ConvLSTM模型进行预测的模型。def fn_get_model_convLSTM_tframe_5()：model.add(ConvLSTM2D(filters=64, kernel_sizedropout=0.3, recurrent_dropout=0.3, go_backwards=Tr
浏览 0提问于2019-05-13得票数 1
2回答
我已经建立了一个Keras ConvLSTM神经网络，并且我想根据10个时间步骤的序列来预测一个帧：from keras.layers.convolutionalimport Conv3Dfrom keras.layers.normalizationmodel = Sequential()
model.add(ConvLSTM2D(filters=
浏览 0提问于2018-04-12得票数 4
回答已采纳
我试图使用ConvLSTM提高具有顺序信息的对象检测任务的性能。典型的ConvLSTM模型是以(samples, time_steps, channels, rows, cols)形状为输入的5维张量。，一个长序列的500个图像需要被分割成更小的片段，在Pytorch ConvLSTM层。例如，它可以被分成10个片段，每个片段都有50个时间步骤。在火炬中实现有状态LSTM/ConvLSTM的最佳方法是什么？
浏览 10提问于2021-04-07得票数 2
回答已采纳
我在理解以下ConvLSTM实现时遇到了问题。我真的不明白input_size + hidden_size是什么？另外，output？
浏览 5提问于2018-06-19得票数 4
云服务器
ICP备案
即时通信 IM
云直播
实时音视频
腾讯云开发者
