제가 알기로 Prisma와 같은 응용 프로그램에서는 연쇄 신경망을 사용하여 이미지를 양식화하여 일련의 학습 된 입력 스타일로 출력물을 만듭니다. 이러한 종류의 알고리즘을 사용하면 출력 양식화 된 이미지에서 뒤로 돌아와 원본으로 돌아갈 수 있습니까? 아니면 너무 손실이 있습니까? I.E. 내가 훈련 데이터와 출력물을 소유하고 있다면 소스 이미지를 얻을 수 있
TensorFlow에서 GRU의 사용자 정의 구현을 실험했습니다. 교육을 받으면 고유 TensorFlow GRUcell과 같은 기능을 수행하지 않습니다. 나는 이유를 알아 내려고 애 쓰고 있었고 간단히 할 수 없었습니다. 모든 입력을 부탁드립니다. 기본 구현 : encoder = tf.nn.rnn_cell.GRUCell(feature_no,activatio
내 프로그램은 처음 6 개의 행이 입력 인 CSV 파일을 가져옵니다. 입력 내가 사용 정의 : inputs = Input(shape=(2697, 6))
2697은 배치 크기 6은 입력 크기입니다. Input(shape=(batch-size, input-size))이 정확한지 알고 있습니다. 입력 확인시 오류 : 에 ValueError : 나는 그것을 실
ReLU 활성화 함수를 사용하여 다음 입력 숫자를 인쇄하려고합니다. 네트워크를 여러 번 훈련했지만 출력을 0으로 받았습니다. 다음은 구현하려는 코드입니다. 아무도 내가 뭘 잘못하고 있다고 말할 수 있습니까? 이와 중량 increamenting 출력이 조정 값을 감소시킴으로써 0 그냥 증분 중량 내가 출력을 가지고 매우 때 import numpy as np,
지금까지 RandomForest와 함께 CARET 패키지를 사용했습니다. 크로스 유효성 검사 기능이있는 CARET의 train 기능을 사용하며 모두 잘 작동합니다. 신경망을 사용해보고 RSNNS 패키지를 업로드 할 때까지입니다. 이제 기차를 사용할 때마다 다음과 같은 오류가 발생합니다. Error in UseMethod("train") : no applic
신경망을 학습하여 notMNIST 데이터 집합을 사용하여 문자를 인식하지만 일단 실행하면 각 반복 후에 그 정확도가 비교적 일정하게 유지됩니다. 나는 학습 속도를 낮추려고 시도했지만 그다지 다르지 않았다. 무엇이 문제일까요? 나는 문제가 tf.nn.relu() 메소드의 구현에있을 수 있습니다 생각하고, 내가 예측을 계산 어떻게 여기 가있다 텐서 흐름 및 신
완전 컨벌루션 네트워크를 위해 데이터 세트를 준비하려고합니다. 일부 데이터 세트를 살펴본 결과 형식을 지정하는 방법을 파악하는 데 어려움을 겪고 있습니다. 이미지 1 이미지 2 텍스트 : 예를 들어, Kitti 데이터 세트에서 교육 폴더에서 이러한 2 개 이미지와이 텍스트 파일이 있습니다 P0 : 7.215377000000e + 02 0.0000000000
MIDI 노래를 음표 - 코드 튜플 시퀀스로 변환하는 파서를 만듭니다. 각 노래에 대해 튜플 목록을 반환합니다. 첫 번째 항목은 메모이며 두 번째 항목은 메모 집합입니다. 결과 데이터는 모양이 [(note, {chords})]입니다. [(20, {21, 23}), (30, {22, 24, 26, 28})]. 화음은 임의로 길 수 있습니다. 많은 노래에서 데
저는 현재 1000 개의 카테고리 집합에서 이미지를 분류하는 미리 훈련 된 MobileNet 모델로 작업하고 있습니다. 내 IOS 응용 프로그램의 목적을 위해, 난 단지 그것을 인식/현장에서 개체의 한 유형을 분류해야합니다. 필요한 모델을 하나만 분류 할 수 있도록 모델을 교육하려면 어떻게해야합니까? 저는 기계 학습에 익숙하지 않으며 전송 학습 기술에 익숙