나는 올바른 방향의 이미지를 감지하기 위해 신경망을 훈련시키고 싶습니다. 단 4도 (0,90,180 및 270). 한 사람, 사람, 마운틴 뷰, 건물 등의 그룹 ... 나는 이미지의 큰 세트에 convNet 훈련의 생각 - 이미지가 다른 개체를 포함합니다 : 어려움이 있다는 것입니다. 각 이미지는 4 번 회전합니다 (0,90,180 및 270). 각 이미지
tf.nn.max_pool() 함수의 구현에 대해 약간 혼란 스럽습니다. 아래는 장난감의 예입니다. import tensorflow as tf
import numpy as np
def weight_variable(shape, name):
initial = tf.truncated_normal(shape, stddev = 0.1)
ret
나는 png 파일의 디렉토리가있다. 열차 폴더와 테스트 폴더가 있습니다. 기차 폴더에서 나는 10 개의 레이블 [0-9]로 10 폴더가 있습니다. 각 폴더는 해당 레이블의 png 파일을 포함하고 있습니다. 나는 그들을 훈련을 위해 텐서 흐름으로로드하고 싶습니다. 나는이 내가 이것을 사용하여 시도했지만 작동 할 수 import tensorflow as tf
테스트 용 다른 프레임 워크에서 덤프 가중치 및 모델 아키텍처를 사용하려고합니다. model.get_config() 모델의 구성을 제공 할 수 있습니다 알아요. model.to_json은 모델의 표현을 JSON 문자열로 반환합니다. 그러나 표현에는 가중치가 포함되지 않으며 아키텍처 만 포함됩니다. 그리고 model.save_weights (filepath)
Keras 2.0의 Conv2D 모델을 사용하고 있습니다. 그러나 함수가 수학적으로 무엇을하는지 완전히 이해할 수는 없습니다. 내가 계산하려고 import numpy as np
import keras
from keras.layers import Input, Conv2D
from keras.models import Model
from keras imp
CNN을 사용하여 각 픽셀에 3 개의 레이블이있는 이미지를 찍고 싶습니다. 이런 식으로 뭔가 : 0,1 (not object/object)
0,1,2,3... (Class of object, eg cat,dog)
0,1,2,3...(Object Number of given class eg, 2nd instance of cat)
즉 여러 고양이의 사진
Keras에서 미리 훈련 된 VGG16 모델을 사용하여 이미지 분류 작업을 수행하려고합니다. 이 코드는 내가 쓴 Keras application page의 지침에 따라입니다 : 이미 포럼에 질문 this question에 표시된 코드와 매우 유사하다 from keras.applications.vgg16 import VGG16
from keras.prepr
모양이 160 * 60 * 1 인 이미지로 센서를 공급하고 있습니다. 내가 오류가있는을 복용하고 cross_entropy = tf.nn.sigmoid_cross_entropy_with_logits(logits=Ylogits, labels=Y_)
loss = tf.reduce_mean(cross_entropy)
손실을 계산하기 위해 노력하고있는 동안 내
누락으로 인해 생성 된 많은 희박 층은 어떻게 평균화됩니까? 테스트 단계에서 어떤 가중치가 사용됩니까? 나는 이것에 관해 정말로 혼란 스럽다. 각 엷게 쌓인 층은 다른 가중치 세트를 학습하기 때문입니다. 따라서 씬 네트워크 (Thinned Network)마다 개별적으로 역 전파가 수행됩니까? 그리고 이러한 씬 네트워크간에 정확히 가중치는 어떻게 공유됩니까?
Tensorflow beginner here. 일련의 이미지에 대한 교육과 검증을 함께 수행하는 코드가 있습니다. 가끔씩 교육 과정에서 유효성 검사를 수행하고 유효성 검사 데이터 집합에서 손실을 얻습니다. 결과를 요약하고 텐서 보드를 사용하여 시각화를 봅니다. 내 문제는, 나는 두 번 내 손실을 계산하고있어 선 안된다. images, labels = (