input_shape=(64,500, 1),padding = 'same',strides = 1,activation = 'relu',name='conv1')(input_spectrogram)bn1 = BatchNormalization(name='BN1')(maxpoo
浏览 2提问于2018-09-20得票数 2
我只在带有tensorflow后端的keras中找到了MaxPooling2D和AveragePooling2D。一直在找MinimumPooling2D。下面是我在keras中使用的行
MaxPooling2D((3, 3), strides=(2, 2), padding='same')(-inputs)
浏览 0提问于2018-03-11得票数 3
回答已采纳
activation ='relu', ),
layers.MaxPooling2D
浏览 113提问于2020-04-28得票数 2
1回答
padding='same')(inputs)pool1 = MaxPooling2Dpadding='same')(pool1)pool2 = MaxP
浏览 0提问于2021-02-07得票数 0
ASL-Finger-Spelling-Recognition-master/main.py", line 10, in <module>from keras.layers.convolutional import Convolution3D, MaxPooling3D
Keras版本为2.3.1。
浏览 4提问于2020-03-12得票数 0
1回答
将函数模型转换为序列Keras
、、、、
img_width, img_height,3))
x = MaxPooling2D((2, 2), padding='same')(x)x = MaxPooling2D2)
浏览 3提问于2020-04-09得票数 1
回答已采纳
keras.applications.resnet50.ResNet50(include_top=False, weights='imagenet')t = MaxPooling2D
浏览 1提问于2017-08-26得票数 0
1回答
我有一个神经网络模型，它是使用2D样本和特征数组( 1125，8)训练的(这里1125是样本数量，8是特征数量)。现在，我想使用模型来预测3D特征层数组(在下面的代码中称为'finalyrs‘) (8,496,495) (这里8是特征的数量(训练过程中使用的相同特征)，(496,495)是图像中的行数和列数。)我可以很容易地在具有类似n个训练数据集阵列的数据集上实现该模型。然而，这里的情况不同。有人能帮助我实现模型的代码，并创建一个分类为所需数量的类的图像吗？ #####Neural networkmodel.add(Dense(16, i
浏览 25提问于2019-09-19得票数 0
我有几个关于卷积神经网络的问题，我混淆了这个问题:为什么我们使用MaxPooling大小2x2，为什么我们不使用像3x3，4x4这样的其他大小.nxn(当然小于输入的大小)，我们甚至可以使用2x2以外的任何其他东西吗我的另一个问题是:为什么大多数时候我们总是使用MaxPooling？这取决于图像吗？例如，如果我们有一些有噪声的图像，那么使用MaxPooling是否合适，还是应该使用任何其他类型的池？
谢谢!
浏览 8提问于2022-02-24得票数 1
回答已采纳
1回答
featureVector=ActivationRelu1(featureVector,96,55); //float *featureVectorMaxPool1=MaxPooling1(featureVector,3,2,96,55);= NULL;
featureVector2=Conv2d2(featureVectorMaxPool1,256
浏览 16提问于2020-09-15得票数 0
回答已采纳
2回答
如何使用Keras层而无需建模
、、、、
Conv2D(2, kernel_size=(3, 3),activation='relu',model.add(MaxPooling2D然后，如何使用Keras MaxPooling2D层执行最大池操作。
浏览 0提问于2018-04-13得票数 2
回答已采纳
我正在尝试使用来自keras.application.resnet50的预训练的ResNet50作为我的U-Net的编码器。我使用输入形状224x224x3 (与第4页的相同)，但是我的第一个残差块的输出是55x55x #_filters。python中的示例代码：
from keras.appl
浏览 2提问于2018-05-20得票数 0
1回答
我试图在一个注意层上执行按行和按列的最大池，如下所示： (幻灯片-15)model.add(Embedding(MAX_NB_WORDS, emb_dim, weights=[embedding_matrix],input_length=MAX_SEQUENCE_LENGTH, trainable=False))
model.add(Conv1D(k, FILTER_LENGTH, border_mode = "valid", activation = "relu"))
浏览 0提问于2017-10-23得票数 0
回答已采纳
1回答
kernel_size=3, padding='SAME', 现在，我想在这之后添加一个MaxPooling在这种情况下，我应该使用MaxPooling2D还是MaxPooling3D？tf.nn.relu, filters=6, kernel_size=3, strides=1, padding='SAME', input_shape=(28, 28, 1)),
keras.layers.<
浏览 9提问于2018-08-24得票数 0
1回答
在第一卷积层中有32个单元的网络，然后是具有stride=2和k=2的池层，然后是具有64个单元的另一个卷积层，然后是具有stride =2和k=2的另一个池层，输入图像尺寸是28*28*1
浏览 10提问于2020-01-03得票数 0
回答已采纳
))) model.add(BatchNormalization(axis=chanDim)) model.add(Activation("relu")) model.add(MaxPooling2D)))
model.add(Activation("rel
浏览 11提问于2020-01-05得票数 1
回答已采纳
tf.keras.layers.Conv2D(16, (3,3), activation='relu', input_shape=(300,300,3)), tf.keras.layers.Conv2D(32, (3,3), activation='relu'), tf.keras.layers.Conv2D(64, (3,3), activatio
浏览 73提问于2021-11-21得票数 0
回答已采纳
2回答
卷积自动编码器
、、、
但是当我做MaxPooling2D ..。我该通过什么..。BatchNormalization输出还是Conv2D层输出？
我在下面附加我的密码..。activation='relu', paddi
浏览 5提问于2020-05-05得票数 1
回答已采纳
在我上一篇链接的文章中，有人说我必须修改我的模型才能做得更好。我谨引述唯一回答我问题的议员的意见(主席先生，再次多谢)：
我唯一能做的就是把时代调整到100以上。我也已经清理了图像，以尽可能多地识别。import numpy as
浏览 1提问于2019-04-25得票数 1
回答已采纳
64) 36928 block1_pool (MaxPooling2D128) 147584 block2_pool (MaxPooling2D256) 590080
________________________________________
浏览 3提问于2020-07-13得票数 3
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
