개인 학습 프로젝트의 경우 시뮬레이션 된 자동차 물마루를 간단한 미로로 제어하기 위해 간단한 신경 네트워크를 만들고 있습니다. 입력 할 수있는 네트워크를 제공하려면 자동차 주변에 가상 센서가 있어야 장애물이 얼마나 가까이 있는지 나타낼 수 있습니다. 어떻게하면됩니까? 나는 장애물과 얼마나 겹치는지를 감지 할 수있는 차량 라인이있는 예제를 보았습니다. 예를
저는 1/0,1 * 1, 1 * 2, ... 1 * 9와 같은 기본 곱셈을 수행하는 방법을 학습하는 신경 회로망에서 작업 해 왔습니다. 위의 값을 두 개의 입력으로 매핑합니다 (1, 0.0; 1, 0.1; 1, 0.2; ... 1, 0.9. 나의 초기 아이디어는 다음과 같은 10 개의 출력 노드를 사용하는 것이었다 : 입력 1, 0.5에 대해 출력 0000
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
optim 패키지를 사용하여 CNN을 교육하려고합니다. 나는 video tutorial (24:01 경 참조)에서 얻은 this code을 참조로 사용하고 있습니다. 이 특별한 예에서는 일반적인 신경망을 사용합니다. 나는 또한 this reference을 사용했다. 내 CNN 코드는 here입니다. , 편의를 위해 size mismatch, [1024 x
을 적용, 나는 train_test_split()와 교육 및 테스트 데이터로 데이터 집합을 분할 : from sklearn.model_selection import train_test_split
import tensorflow as tf
import numpy as np
X_train, X_test, y_train, y_test = train_tes
내 네트워크에 N 개의 레이어가 있고, 마지막 레이어를 단순히 이전 레이어의 출력으로 구성하려면 아래 그림과 같이 곱하면됩니다. 내 N-1 층에 3-d 출력이 있다고 가정하면, 마지막에는 a 2-d 출력이 있습니다. last_output [1] = previous_output [1] * previous_output [2], last_output [2] =
그냥 ML 및 Tensorflow를 시작합니다. 이후 (내 생각) 성공적으로 내 우분투 시스템에 tensorflow를 설치하는 데. 필자의 didgelt에 대해 tensorflow가있는 CNN을 구현하려고했습니다. stackoverflow에서 몇 가지 질문을 통해 읽고 솔루션 없이는 약 2 일간 속일 경우. 4 개 GZ 파일이 잘못된 위치에 있는지 ----
우선 여기 내 github link for the question입니다. 내가 파이썬을 사용하여 얼굴 비교 기능을 수행하고자하는 : 그리고 여기 내 질문이다. 그리고 OpenCV를 사용하여 얼굴을 성공적으로 (?) 인식 할 수 있습니다. 자, 어떻게 비교합니까? 일반 기계 학습 방법에서, 내가 특정 사람에 대해 많은 데이터를 수집하고 CNN을 사용하여 마무