回答情况：
提问时间：
问题标签：
1回答
我使用tensorflow和kaggle的时尚记忆数据集成功地训练了一个cnn。然后，我通过将训练集拆分为新的训练集和验证集来创建验证集。fmnist_validation_df.drop('label', axis=1)s3 = tf.get_de
浏览 1修改于2018-01-25得票数 0
我第一次为图像分类建立CNN模型，我有点搞不懂每种类型(一维CNN，2D CNN，3D CNN)的输入形状是什么，以及如何确定卷积层中的滤波器数目。我的数据是100x100x30，其中30是特性。以下是我在一维CNN中使用函数API Keras的文章： input_layer= Model(inputs=input
浏览 8修改于2021-02-16得票数 2
回答已采纳
2回答
起初，这个问题不是关于编程本身，而是关于CNN架构背后的一些逻辑。我理解每个层是如何工作的，但我唯一的问题是:分离ReLU和卷积层是否有意义？
浏览 5提问于2017-05-20得票数 1
回答已采纳
发现有一种特定类型的CNN，比如超级分辨率CNN。
我正在寻找一些东西，特别是当这种类型的CNN被使用和它的准确性通常是什么。但我发现的一切都是关于它的结构。谁能解释一下SRCNN和常规CNN的利弊是什么？
浏览 0修改于2019-07-23得票数 4
1回答
我开发了一个CNN分类模型来分类猫和狗。当我使用任何既不是猫也不是狗的图像(例如天空或椅子的图片)测试模型时，它以0.99的概率预测它们为狗。知道为什么会这样吗？这是否意味着这一模式过于夸张了？
浏览 3修改于2018-05-24得票数 0
回答已采纳
1回答
我是一名计算机科学专业的学生，我的一位教授问我是否可以使用cnn来制作一个检测肿瘤的python应用程序，如果可能的话，任何人都可以指导我，了解cnn并将其应用到我的项目中。
浏览 0提问于2018-05-03得票数 1
1回答
我已经使用训练集和验证集使用Keras构建和训练了一个模型。我想对未标记的数据进行预测，我有一个文件夹，其中包含300张狗、猫和马的图像。在预测中，我得到了每一类的概率。 如何获得最终输出，告诉/显示这300张图片中有多少张属于每个类？ 我上传模型 new_model = tf.keras.models.load_model('model') 然后我重新格式化测试图像。 test_batches = train_datagen.flow_from_directory( target_size=(224, 224),
浏览 15提问于2020-07-25得票数 0
回答已采纳
1回答
本文试图验证浅层CNN模型(AlexNet)和深度CNN模型(ResNet)的性能差异。当训练数据集较小时，浅层CNN优于深层CNN。但随着训练数据集的增大，性能差异逐渐减小。最后，深层CNN的表现要好于浅层CNN。你能请这些详细的背景或者让我知道相关的文件吗？致以敬意，
浏览 5提问于2022-01-08得票数 1
1回答
我已经训练了一个cnn模型来对狗和猫的图像进行分类，它提供了98%的准确率，但我想可视化cnn层的输出，即我的cnn预测它是狗还是猫的特征，如果有什么方法可以可视化cnn的输出？
浏览 0提问于2019-05-14得票数 0
2回答
我不确定，我在找什么，这就是为什么我可能会错过互联网上的答案。我有完全卷积神经网络U-网。垫子总是“相同”，激活函数是"relu“。我给它输入像素介于0到1之间的图像。损失函数是二进制交叉熵，因为我只有一个类。优化器是ADAM，在默认情况下度量是“精确”。当我把准确性放在那里的时候，它工作得很好。但是，当我将度量更改为IOU时，代码会崩溃，出现“预测中的负值”。 (0) Invalid argument: ass
浏览 14修改于2022-04-21得票数 0
2回答
我试图对模型中的多个输入执行Conv1D。所以我有15个大小为1x1500的输入，每个输入都是一系列层的输入。所以我有15个卷积模型，我想在完全连接的层之前合并。我已经在函数中定义了卷积模型，但是我不知道如何调用函数，然后将它们合并。 model = Sequential()
浏览 0修改于2018-10-17得票数 2
回答已采纳
2回答
我试图在R中训练一个带有角角的CNN，我有一个时间序列，它是三维的，所以每个样本都有尺寸95 x 365，有80个特征，我把它们作为频道输入。输出值仅为1。问题是网速太慢了。
浏览 0提问于2019-06-15得票数 0
4回答
关于CNN到底是什么，我有一个非常基本的问题。我完全理解训练过程中的一堆图像，从随机滤波器开始，旋转，激活，计算损失，反向传播和学习权重。完全理解..。但最近我在Slack上碰到了这条线。请解释一下？(根本不明白这一点)
浏览 0修改于2018-01-20得票数 0
回答已采纳
为了建立分类器，应该将这两个视图叠加起来，并训练CNN {300 x 300 x 2 x 500} ->多通道输入，
还是应该将每个视图作为一个新数据传递给整个{300 x 300 x 1000} ->
浏览 0提问于2020-06-08得票数 0
我试图比较CNN模型和组合CNN-SVM模型的分类精度结果。然而，我发现CNN模型比CNN-SVM组合模型具有更好的精度。这是正确的还是有可能发生的？
浏览 25提问于2019-11-14得票数 1
3回答
当我学习CNN的时候，我发现博客就像blow
nSize mapSize={cnn->C1->mapSize,cnn->C1->mapSize};
浏览 15提问于2017-10-24得票数 2
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