CNN을 사용하여 얼굴 인식에 Daniel Nouri의 tutorial을 사용할 예정입니다. 이해할 수없는 코드가 있습니다. 이것은 어떤 의미에서하지만 실제 구현한다 class EarlyStopping(object):
def __init__(self, patience=100):
self.patience = patience
se
noelarn과 함께 작업하고 ConcatLayer를 사용하여 여러 입력을 결합하려고합니다. 모든 입력이 동일한 유형 및 모양을 갖는 한 훌륭하게 작동합니다. 나는 결국 단일 스칼라 출력 값을 생성 할 세 가지 유형의 입력을 갖는다. 첫 번째 입력들은 기준 (288,1001) 제 2 입력은 길이 87 번째의 벡터 단일 스칼라 값이다의 이미지 첫 번째 입력에
큰 문제는 나는 특정 층의 가중치의 플롯을 이해할 수 없습니다. 나는 배우고 어떤에서 방법을 사용 : plot_conv_weights(layer, figsize=(6, 6)) 임 내 신경 네트워크 라이브러리로 라자냐 요리를 사용하여. 작의가 잘 나오지만 어떻게 해석해야하는지 잘 모릅니다. 사용 신경망 구조 구조 IM : : 여기 InputLayer 1x31
컨텍스트 : 두 개의 연관된 확률 값을 가진 각각의 문서 집합이 있습니다. 클래스 A에 속하는 확률 및 클래스 B에 속할 확률입니다. 클래스는 상호 배타적이며 확률은 하나가됩니다. 예를 들어, 문서 D는 확률 (0.6, 0.4)이 근거 진실과 관련이 있습니다. 각 문서는 포함 된 용어의 tfidf로 표현되며 0에서 1로 정규화됩니다. 또한 doc2vec (