기존의 conv2d()와 거의 비슷하지만 특별한 기능을 추가하고 싶습니다. 우리는 5x5 필터의 모양과 100x100 입력의 모양을 가지고 있다고 가정합니다. 나의 이해에서 , conv2d() 내부적으로 수행합니다 전체 입력에서 5 × 5 입력 영역을 선택. 5x5 입력 영역과 필터 간의 컨벌루션을 계산합니다. 주어진 스트라이드만큼 다음 입력 영역으로 이동
이 모듈들이 동일하거나 다른 모듈인지, 그리고 이들 간의 차이점에 관한 문서가 있습니까? keras.layers.Conv2D
keras.layers.Convolution2D
keras.layers.convolutional.Conv2D
keras.layers.convolutional.Convolution2D
텐서 목록의 데이터 유형에 입력 대기열을 인쇄하는 방법이 있는지 궁금합니다. import tensorflow as tf
image=tf.cast(image,tf.string)#list of input image directory
label=tf.cast(label,tf.int32) #list of input image label
input_queu
Intel i7 CPU에서 ResNet을 교육하고 평가하기 위해 CIFAR-10 데이터 세트를 사용했습니다. (ResNet 모델은 Tensorflow에 있습니다 : https://github.com/tensorflow/models/tree/master/official/resnet) 이제 저는 app의 프로파일 링, 즉 상위 기능의 실행 시간 결정에 관심이
X 고유 함수에 의해 생성 된 일련의 숫자가 주어지면이 예제에서 12라고 가정 해 봅시다. 숫자를 생성하는 12 개의 고유 함수를 결정하는 신경망을 만드는 방법이 있습니다. 어떤 함수가 숫자를 생성하는 데 사용 되었습니까? 예 L 내지 f(x) = a 징기스칸 f(x’) = b는 예 서열 될 경우 : A, C, G, F, A, K, D, E, J, J, C
softmax_cross_entropy_with_logits_v2()이 어떻게 구현되는지보고자합니다. 전화는 _softmax_cross_entropy_with_logits()입니다. 그러나 나는 후자가 정의 된 곳을 보지 못했다. 아무도 그 정의를 찾는 방법을 알고 있습니까? $ ack '\b_softmax_cross_entropy_with_logits\b
문서가 많은 소규모 회사가 있으므로 보관 시스템을 설정하고 싶습니다. 서버의 파일에 액세스 할 수있는 여러 수준의 사용 권한을 가진 여러 직원이 있습니다. 이는 특정 프로젝트에 대한 직원의 권한에 따라 파일을 읽고 쓸 수 있으므로 관리자가 특정 디렉토리 (예 : 프로젝트)에 대한 액세스를 차단할 수 있으므로 아카이브 시스템과 관리 시스템의 역할을합니다. 그
this 문서를 기반으로 이미지 분할 작업을 위해 Keras를 사용하여 CNN을 작성하려고합니다. 내 데이터 세트가 작기 때문에 Keras ImageDataGenerator을 사용하고 fit_generator()으로 보내고 싶습니다. 그래서 Kerac 웹 사이트의 example을 따랐습니다. 그러나 이미지와 마스크 제너레이터를 압축하지 못했기 때문에이 an
3 차원 신경망 (입력, 숨김, 출력)에 숨겨진 유닛을 동적으로 추가하려고합니다. 나는 새로운 숨겨진 units.This를 추가 class my_network(torch.nn.Module):
def __init__(self,input_dim,hidden_dim,output_dim):
super(my_network,self).__init_