回答情况：
提问时间：
问题标签：
到目前为止一切都很顺利，但我被困在了atrous卷积上。与其他层不同，似乎没有一对一的转换。 到目前为止，我一直在将所有东西统一到tf.keras。
浏览 373修改于2020-10-30得票数 1
回答已采纳
但我仍然不知道是否支持deeplab v3+中包含的操作，如空洞卷积或特征金字塔网络。
如果有人能教我哪些模型在edgeTPU上是可用的，我将不胜感激。有没有图像分割的模型？
浏览 0提问于2019-05-28得票数 0
当作者讨论连续内存分配和最大空洞时，作者指出“分配最大的空洞。同样，我们必须搜索整个列表，除非它是按大小排序的。这种策略会产生最大的剩余空洞，这可能比最佳匹配方法中的较小的剩余空洞更有用。”
浏览 3修改于2013-03-27得票数 8
1回答
我正在尝试开发一个反卷积层(确切地说，是一个转置卷积层)。
在前传中，我在后传做完全卷积(零填充卷积)，做有效卷积(无填充卷积)，将误差传递给前一层。问题是我不知道如何更新卷积滤波器的权重。梯度是多少？我肯定这是一个卷积运算，但我不知道怎么做。我试着用误差对输入进行有效的卷积，但没有结果。
浏览 3修改于2017-02-21得票数 8
s.0.0.权重“、”encoder.卷积s.0.0.偏向“、”encoder.卷积s.0.1.权重“、”encoder.卷积s.0.1.偏向“、"encoder.convolutions.0.1.running_mean、"encoder.convolutions.1.1.running_var”、“encoder.卷积s.2.0.权重”、“Encoder.卷积s.2.0.偏倚”、“encoder.卷积s.2.1偏倚”“、"postnet.convolut
浏览 4修改于2022-06-27得票数 1
3回答
如果我想对指向一个字节的指针进行操作，我应该使用void*或char*，因为我听说并不总是1个字节，那么void*呢？如果我这样做了++p
浏览 4提问于2012-03-24得票数 1
回答已采纳
2回答
我想把小矩阵和大矩阵进行卷积。例如，蓝色区域是我希望用于卷积的部分。换句话说，我可以对所有图像使用卷积，但由于CPU时间增加了，因此，我想只关注所需的蓝色部分。
浏览 0提问于2013-01-29得票数 3
回答已采纳
在深卷积网络中，经过训练得到稀疏卷积核。我想知道如何保存卷积核，使tensorflow知道内核是稀疏的？
我看过一些报纸。本文提出了稀疏卷积比传统卷积更有效的计算方法。但是，tf.nn.conv2d并不表示它将比密集卷积核更快地用稀疏卷积核进行计算。如何从稀疏的内核中获得优势？
浏览 4提问于2017-05-25得票数 2
回答已采纳
2回答
gcc 4.4.4 c89int *int_ptr = NULL;然而，我在这里读过，如果你抛出它可以隐藏错误。如果显式转换为int，它如何隐藏错误？另外，我读了一本c编程书，书中说从一个空指针(包括malloc的调用)进行转换是很好的编程实践。int *int_ptr = NULL;
int_ptr = ptr
浏览 1修改于2017-05-23得票数 0
回答已采纳
已知卷积具有结合性质：(A*B)*C=A*(B*C)，其中(*)表示卷积算子。在keras中，执行2D卷积+ 2D平均池(使用strides=(2,2))比仅使用strides=(1,1)执行一次卷积开销更低。我认为这是可能的，应用结合属性，首先做内核B和C的卷积，但我试图通过A*(B*C)而不是(A*B)*C来实现相同的结果，其中A是图像输入，B和C是内核，但结果与keras不同。确实有可能首先卷积内核，K=B*C，最后将输入卷积成K: A*K？
浏览 0提问于2020-06-19得票数 0
问题是:卷积神经网络结构是一个连续的函数吗？所谓卷积，我指的是只由卷积层构成的。凭直觉，我会说是的，因为据我所知，卷积的运算是连续的，但我有遗漏什么吗？另外，有没有人知道转置卷积也是这样？
浏览 4提问于2021-11-15得票数 0
我的问题是关于转置卷积运算(也通常称为反褶积或上卷积)。例如，在TensorFlow中，我指的是这层。conv_output = tf.nn.conv2d(input, kernel, strides, padding='VALID')
conv_output =我的困惑产生了，因为我的导师告诉我把上卷积想象成一个伪逆卷积层(逆的意思是卷积降低了输入的样本，
浏览 0提问于2018-06-25得票数 1
回答已采纳
卷积神经网络中的反卷积或反向卷积是什么意思？
我理解卷积，如果我们考虑一个3x3的窗口W和一个相同大小的核k，那么卷积W*K的结果将是一个值。这里的k是一个3x3元素的矩阵。在我的理解中，反卷积试图对特征地图进行上采样，以获得更大的地图。它是否使用用于获得特征图的相同卷积矩阵？如果不是，如何计算反向传播的梯度？一个详细的解释将非常有用。
浏览 10修改于2016-07-08得票数 2
深卷积GAN (DCGAN)是GAN的另一种专门用于图像数据的方法，DCGAN的特点是在鉴别器中采用卷积层，对发生器采用转置卷积层。在我的应用中，我在鉴别器中使用卷积层，而不是对生成器使用转置卷积，而是使用了一个简单的卷积。
问题是，由于我不使用转置卷积，所以我目前使用的是简单的GAN还是DCGAN？
浏览 2提问于2020-04-15得票数 1
回答已采纳
正如本指南所说的，反卷积层可以转换成等效的卷积层。问题是:因为tensorflow只提供了一个二维版本的解卷层，如果我想为一个步幅大于1的原始卷积层实现一个一维反卷积层，我如何在每个输入单元之间添加零点？
非常感谢
浏览 5提问于2017-05-16得票数 1
二维转置卷积运算是否可以表示为与Toeplitz矩阵的矩阵乘法，就像普通卷积一样？ 我想将一些想法从密集网络推广到卷积网络。对于正常的卷积，这不是问题，因为它们可以表示为与Toeplitz矩阵的矩阵乘法。但我找不到转置卷积的清晰数学公式，所以我不确定这种情况。
浏览 26修改于2019-12-29得票数 1
1回答
我一直在寻找一些模拟静态空洞方法的例子，但是找不到。我们要么有模拟静态方法的例子，要么有模拟空洞方法的例子。PS:我正在使用Mockito-内联3.6.28
浏览 3提问于2022-06-12得票数 -1
我一直在尝试对卷积运算有更深的理解，因为我正在实现一个卷积神经网络。但当我试图计算反向传递或反卷积时，我被卡住了。现在我的问题来了。我读到过，反卷积是输出与翻转内核的卷积。但是在翻转内核时，它仍然是维度3x3x3，输出的维度是3x3。那么，如何计算反卷积呢？
浏览 3提问于2017-10-13得票数 1
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号