conv-neural-network

0열

1답변

3D CNN

의 this part에서 의 등방성 재구성에 재 샘플링해야하는 이유는 "자동 분석 (예 : ConvNets 사용)에 문제가 될 수 있음"을 작성한 후 "다시 샘플링하는 방법 특정 등방성 해상도에 대한 전체 데이터 세트 "라고합니다. 등방성 해상도로 리샘플링하지 않으면 어떤 종류의 문제가 발생하는지 궁금합니다. 이론적 설명을주는 사람이 있습니까?

3d resolution conv-neural-network resampling 2017-11-22

---

-1열

1답변

CNN 회귀 분석은 각 테스트 이미지에 대해 동일한 값을 예측합니다.

그래서 문제를 해결하기 위해 노력하고 있습니다. 나는 로봇이 몰고 간 지형 패치의 약 200k 64x64x3 RGB 이미지를 가지고있다. 각 패치에는 해당 이미지 패치의 거친 정도에 해당하는 레이블이 있습니다. 조도 값의 범위는 0-160입니다. 데이터는 다양한 속도로 움직이는 로봇과 함께 수집되어 러프 니스 값의 범위를가집니다. 내 목표는 패치의 거칠기를

deep-learning keras conv-neural-network convolution 2017-11-23

---

0열

1답변

tensorflow가 softmax 기능에 '희미한'매개 변수를 사용하는 이유는 무엇입니까?

tensorflow에서 softmax 기능에 'dim'매개 변수를 사용하는 이유는 무엇입니까? 우리는 어떤 종류의 텐서를 입력으로 사용할 수 있습니까?

tensorflow conv-neural-network softmax 2017-11-23

---

0열

2답변

ValueError : ConvLSTMCell and dynamic_rnn

tf.nn.dynamic_rnn API와 함께 tf.contrib.rnn.ConvLSTMCell API를 사용하여 tensorflow (1.4)에서 seq2seq 모델을 작성하려고하지만 치수에 오류가 있습니다. 입력의. 내 코드입니다 : 내가 TF 구현을 보면 다음과 같은 오류 ValueError: Conv Linear expects all args to

python tensorflow neural-network conv-neural-network rnn 2017-11-23

---

1열

1답변

입력 데이터와 크기가 같은 필터를 사용하는 컨볼 루션 계층을 사용하는 데 어떤 장점이 있습니까?

입력 데이터와 크기가 같은 필터를 사용하여 길쌈 층을 사용하는 데 찬성이 있습니까? 즉, 필터가 입력을 한쪽에만 맞출 수 있습니까?

tensorflow neural-network conv-neural-network convolution 2017-11-23

---

0열

2답변

신경망 훈련을위한 좋은 접근법

나는 오렌지와 석류를 구별하기 위해 신경망 모델을 훈련 중이다. 훈련 데이터 세트에서 개체의 배경 (주황색과 석류 모두)은 동일하고 일정합니다. 그러나 테스트하는 동안, 객체의 배경은 내가 훈련 한 것과 다릅니다. 그래서 처음 의심의 여지가 그것은 한 배경으로 모델을 학습하는 좋은 방법은 (회색 배경을 가정) 다른 배경와 테스트 (흰색 배경을 가정) 가있다

machine-learning neural-network deep-learning conv-neural-network 2017-11-24

---

0열

1답변

TensorFlow (신경망) FC 출력 크기

내 질문이 TF에만 해당되는지 아니면 일반적으로 NN에 해당하는지는 잘 모르지만 tensorflow를 사용하여 CNN을 만들었습니다. 그리고 완전히 연결된 레이어의 출력 크기가 왜인지 이해하는 데 어려움을 겪고 있습니다. X = tf.placeholder(tf.float32, [None, 32, 32, 3]) y = tf.placeholder(tf.int

machine-learning tensorflow neural-network computer-vision conv-neural-network 2017-11-25

---

2열

1답변

`THIndexTensor_ (size) (target, 0) == batch_size '가 실패했습니다. at d : \ projects \ pytorch \ torch \ lib \ thnn \ generic/ClassNLLCriterion.c : 54

개 품종 데이터 세트에서 신경 네트워크를 학습하려고합니다. 피드 포워드 후, 손실 계산 중에이 오류가 발생합니다 : RuntimeError: Assertion `THIndexTensor_(size)(target, 0) == batch_size' failed. at d:\projects\pytorch\torch\lib\thnn\generic/ClassNLLC

machine-learning neural-network deep-learning conv-neural-network pytorch 2017-11-26

---

0열

1답변

ds는 imagedataset이어야합니다.

내 이미지 데이터 세트에 CNN을 구현하려고합니다. 내 데이터 세트에는 응답 변수에 대한 1100 개의 항목이 들어 있습니다. 각 항목에는 81 개의 이미지가 있습니다. 다음은이 내가 그것을 구현하는 방법입니다 clear all close all clc cd('E:\Project\Selected81\') tbl = {'E:\Project\Selec

matlab conv-neural-network nn 2017-11-27

---

1열

2답변

컨볼 루션 신경망의 계층 식별

이 의견이 맞습니까? 아래에 설명 된대로 그것들은 제 모델의 5 층입니까? 이 층에서 모델 # input - conv - conv - linear - linear(fc) def model(data): # input Layer # 1 conv Layer conv = tf.nn.conv2d(data, layer1_weights,

python tensorflow conv-neural-network 2017-11-28

---