腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
3
回答
tensorflow
周期
性填充
、
在tensorflow中,我找不到直接使用
周期
性边界条件进行
卷积
()的可能性。[[1,2,3], [7,8,9]] [3,1,2,3,1], [9,7,8,9,7],并且随后在“有效”模式下与滤波器进行
卷积
。然而,不幸的是,函数不支持
周期
性填充。 有没有简单
浏览 10
提问于2016-08-23
得票数 6
1
回答
R中的
卷积
、
、
我试着直接在R中做
卷积
,使用FFT,然后求逆。但从简单的观察来看,这似乎是不正确的。在0处,
卷积
应该是x2$xt (24.610)的最后一个值乘以h2$xt (0.003891051)的第一个值,这应该在索引0= 24.610*0.003891051 = 0.09575877处进行
卷积
浏览 0
提问于2011-03-08
得票数 6
回答已采纳
2
回答
在
Python
中实现任意图像算法时处理边界像素的有效方法
、
、
然而,边界点的邻域是不完整的,需要用各种方法进行特殊处理,如镜面反射、
周期
等。在
Python
中实现你自己的算法时,如何有效地做到这一点(也许是Pythonic)?
浏览 0
提问于2013-10-14
得票数 3
1
回答
为什么在CNN中,使用im2col的方法比用SIMD的方向实现方法更有效?
、
、
、
、
卷积
层是
卷积
神经网络(.Currently)中计算最密集的部分,常用的
卷积
层方法是将图像扩展为列矩阵(Im2col),并利用现有的并行矩阵乘法库执行和执行多通道多核
卷积
。如果我需要优化
卷积
实现,我可以选择使用SIMD指令指导实现。这样的方法不会产生任何内存操作开销。 非常正常的内存访问模式带来的好处超过了浪费的存储成本。浮点运算是否需要更多的指令
周期
?或者输入图像不是很大,所以它可能会残留在缓存中,并且内存操作不需要访问DDR并消耗更少的
周期
。
浏览 0
提问于2018-11-12
得票数 4
1
回答
卷积
滤波器是如何在StatsModels seasonal.seasonal_decompose中工作的?
、
、
我使用的是,对于长度为N的一维数组时间序列,我正在寻找具有时间
周期
2l的季节性。我想知道这个代码中使用的
卷积
滤波器背后的数学故事。
浏览 1
提问于2018-07-27
得票数 1
1
回答
卷积
编码器的终止与状态寄存器复位
、
、
、
、
通常,当为发射机设计
卷积
编码器时,在发送消息之后,应用某种终止机制来将编码器驱动回其零状态。这通常通过将尾部序列附加到所发送的消息来实现,例如,在没有反馈的
卷积
编码器的情况下,尾部序列是特定数量(n)的零。这样,需要n个时钟
周期
来使编码器返回到全零状态。另一方面,例如,当在HDL中实现
卷积
编码器时,也可以通过简单地复位编码器的所有(移位)寄存器来实现对零状态的这种复位。这样,仅在一个时钟
周期
之后就可以达到零状态。
浏览 0
提问于2013-01-09
得票数 2
回答已采纳
3
回答
用
python
变换
周期
图像
、
、
、
我想转换一个n维图像,它在概念上是
周期
性的。>>> image2d = [[0,0,0,0],...[1,0,1,1]] 如何在
python
/numpy/scipy中做到这一点?请注意,我对创建内核并不感兴趣,但主要是
卷积
的
周期
性,即结果图像中最左边的三个(如果这有意义的话)。
浏览 3
提问于2013-08-11
得票数 4
回答已采纳
2
回答
两个离散傅立叶变换的
卷积
、
、
、
我知道逐点积x.y的离散傅立叶变换( DFT )等于x和y的两个DFT之间的
卷积
:现在我用
python
测试这段简单的代码: import
浏览 4
提问于2016-05-13
得票数 0
1
回答
用傅里叶级数或其他算法用给定的值重建函数
、
、
、
我很好奇,如果有一些连续的值(例如,在之间有x的y值),以及如果可以为用于获得任意近似的算法设置一个精度,那么什么才是重建函数的有效方法。编辑: For Fourier级数,我发现了一个相关的问题加上。然而,所提供的解决方案是在Mathematica中提供的,并使用其库。
浏览 1
提问于2013-09-16
得票数 0
2
回答
什么是“
卷积
热身”?
、
、
、
、
例如,,他们说这个“
卷积
热身”过程需要大约10k的迭代。我能想到的一件事就是内存分配。编辑以澄清:我理解热身是一个时间
周期
或迭代次数,直到
卷积
操作符达到它的最高速度(time,每个操作符)。我要问的是-为什么需要它,在这段时间里发生了什么,使
卷积
更快?
浏览 0
提问于2018-07-29
得票数 3
1
回答
是否有一个独立于硬件的标准来比较ML模型的复杂性?
、
假设我在不同的机器上有两个机器学习模型,一个在云上。比较它们使用经过的执行时间是没有意义的,因为它们由不同的硬件驱动。 既然所有的模型都是核心方程,为什么没有这样的方法来计算这些方法的复杂性呢?
浏览 0
提问于2022-11-06
得票数 0
回答已采纳
1
回答
三维阵列
卷积
/互相关的
Python
快速实现
、
、
、
、
我正在计算3D图像的
卷积
(互相关)。由于问题的本质,基于FFT的
卷积
近似(例如,scipy fftconvolve)是不需要的,而“直接求和”是可行的。图像是
周期
性的(具有
周期
性的边界条件,或者需要由相同的图像填充),因为对于一次分析,必须进行大约100次这样的
卷积
,因此
卷积
函数的速度至关重要。我已经实现并测试了几个函数,包括使用"method = direct“实现
卷积
的scipy实现,结果如下所示。rx-i, ry-j, rz-k) re
浏览 41
提问于2019-09-17
得票数 1
2
回答
高效内存TensorFlow神经网络的设计技巧
、
我在CPU上使用TensorFlow运行一个简单的
卷积
神经网络,使用
Python
/Numpy从磁盘加载数据并准备数据。
Python
/Numpy部分消耗的内存非常少,因为我只加载了32个1MB的图像。然而,在运行sess.run(AdamOptimizer)的情况下,内存使用量达到了天文数字的峰值,如下面的输出所示,其中显示了4个训练
周期
和一个测试
周期
。 我认为这个峰值与从
Python
到TF的数据传输或正向激活有关,因为它在sess.run(accuracy)语句中
浏览 15
提问于2017-06-25
得票数 2
回答已采纳
2
回答
不强迫
周期
边界的
Python
2D
卷积
、
、
、
我用NumPy的二维FFT和逆FFT函数进行了
卷积
。然而,这迫使
周期
/包装边界条件在结果中,这是不适合我的模型。是否有一种方法可以在原有的、固定的边界范围内进行移交?
浏览 0
提问于2015-08-21
得票数 2
回答已采纳
2
回答
使用
python
查找信号的
周期
性
、
、
、
我的要求-在数据中找到例程,评估它们的
周期
和变化。例如,例行公事可以是“早餐”,它的
周期
性可能是每天某一特定的时间,而变异性可能是例行公事中的一个时间窗口。首先,我不确定如何找到这样一个信号的
周期
性,以及自相关图是否允许我们得出关于
周期
性的结论。
浏览 0
提问于2020-08-26
得票数 2
1
回答
对于sigma=20来说,最简单的高斯模糊还是高斯模糊的快速傅立叶变换是最好的?
、
我正在制作一个程序,在CUDA中模糊16位灰度图像。我在一些网站上看到,使用FFT的Guaussian模糊处理方法对大内核大小或大σ值都有好处: 在这里输入代码void gaussian_blur( unsigned short* const blurredChannel,
浏览 1
提问于2013-10-10
得票数 0
1
回答
TypeError: JSON内容必须是一个“命令”,但是找到了<class‘列表’>
在
Python
3.7中运行"tensorflowjs_converter“时。它报告了错误: TypeError: JSON内容被要求是一个dict,但是找到了类‘’list‘。,文件"C:\Users\admin\AppData\Roaming\
Python
\
Python
37\Scripts\tensorflowjs_converter.exe__main__.py",第7行,文件"C:\Users\admin\AppData\Roaming\
Python
\
Python<
浏览 4
提问于2019-12-05
得票数 0
1
回答
mxnet.symbol.Convolution是
周期
性的吗?
卷积
符号是否循环计算,即是否假设填充的输入符号在所有维度上都是
周期
性的?更具体地说,如果我有尺寸为1x3xHxW的输入符号,表示一个RGB图像,并且我定义了一个
卷积
运算,如下所示: conv1 = mxmet.symbol.Convolution(data=input,kernel
浏览 7
提问于2017-02-07
得票数 0
1
回答
用C语言实现三维直接
卷积
、
、
、
对于我的项目,我编写了一个Direct3D
卷积
的朴素C实现,并在输入中加入了
周期
性填充。不幸的是,由于我对C是新手,所以性能不太好。由于问题的性质,我倾向于直接
卷积
而不是FFTConvolve,因为我的模型是在考虑直接
卷积
的情况下发展的。我对FFTconvolve的印象是,它给出的结果与直接
卷积
略有不同,特别是对于快速变化的图像。假设输入图像是
周期
性的,因此需要
周期
性填充。 我知道在这里使用blas / SIMD或其他较低级别的方式肯定会有很大帮助。但既然我是
浏览 0
提问于2020-06-26
得票数 5
1
回答
自然语言处理中的图形化文本分类
、
、
、
、
我试着搜索,但找不到关于这个话题的很多有用的信息。这就是我在这里问它的原因。 我知道有各种各样的方法来对文本进行分类(比如Logistic回归等)。我们还有神经网络。 但是,我想知道是否有可能使用图论将文本分类为多个类别?如果是,我应该如何继续?请给我引路。 示例: 我喜欢jeansp -pos 我喜欢丰田-pos I不怎么样,把-neutral放在哪里 我讨厌那次旅行-neg 我喜欢那件衬衫-pos 那地方太可怕了-neg 我喜欢吃的,但是服务很差-neutral
浏览 26
提问于2020-06-19
得票数 0
点击加载更多
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
图像卷积与反卷积
卷积神经网络的卷积
用简单Python代码理解神经网络中的卷积块
卷积神经网络之卷积操作
深度学习使用Python进行卷积神经网络的图像分类教程
热门
标签
更多标签
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
运营活动
广告
关闭
领券