-
我可以声称那是我的CNN的准确性?
我使用keras创建了一个二进制分类CNN。分类是在200张图像的数据集中完成的。 我得到的结果如下:< -
暹罗CNN(Tensorflow)的激活功能是什么?
我正在使用预先训练的VGG16网络训练暹罗CNN,并添加几层,然后计算相似度函数(两个图像特征之间的绝 -
Ho将CNN中的所有输出图像保存到文件中
我正在运行CNN网络,并希望将输出图像(测试数据)保存到文件中。我做了一个可视化和保存的功能。 -
使用CNN转移学习以实现分类
我需要在工业场景中执行紧固件状态检测,但是分类数据集的数量太少。因此,我们希望使用转移学习 -
卷积2D input_shape(None,58,1),为什么会出错?
火车输入为array [array(21,58,1),array(78,58,1),array(162,58,1)........] 但我收到错误消息: -
AttributeError:“顺序”对象没有属性“得分”
我正在使用卷积神经nertworks,而使用顺序我却遇到了训练数据的问题。连续使用不可能获得最佳成绩? -
火炬:W ParallelNative.cpp:206
我正在尝试按照此处的教程在图像集上使用经过预训练的模板: <a href="https://pytorch.org/tutorials/beginner/fine -
Optuna Pytorch:无法将目标函数的返回值强制转换为浮点型
<pre><code>def autotune(trial): cfg= { 'device' : "cuda" if torch.cuda.is_available() else "cpu", # -
CNN模型的训练精度始终使精度为零?如何提高训练准确性
该代码有效,但是我在每个时期都收到了零的准确性值,尝试了google和stackoverflow的许多想法和建议,但 -
def__init__中的Optuna试用版中的其他参数
<pre><code>class ConvolutionalNetwork(nn.Module): def __init__(self, in_features): super().__init__() self.in_features = -
Tensorflow:将图层输出拆分为更多较小的网络
我目前正在使用带有tensorflow.keras的神经网络来研究图像拼图和分类器。网络从几个卷积开始,然后将它 -
进行预测(Tensorflow / keras)时,““复杂警告:将复杂值转换为实数会丢弃虚部”
我有这个模型: <pre><code>def get_model(): model = Sequential() model.add(Conv2D(32, kernel_size=(2, 2), strides=(2, 2), paddi -
OpenCV keras模型引发错误“ __init __()收到意外的关键字参数'衣衫''“
使用OpenCV从模型进行预测时,遇到此错误: <code>__init__() got an unexpected keyword argument 'ragged'</code>。< -
在Tensorflow上构建CNN时,如何指定要使用的卷积滤波器?
我知道根据您要完成的工作,有不同种类的卷积滤波器。即。锐化,模糊等。我们需要用于图像分类的 -
数据扩充的重点是什么?
下面的代码基于FrançoisCollet。他用它来证明当训练集较小(2000张图像)时,数据扩充可以提高验证集中 -
当我有权重,偏差和图层信息时,如何创建Onnx模型?
我有该模型的权重偏差和图层信息数据。我想创建一个。<strong> onnx </strong>模型。 请分享任何示例。 -
如何量化手部定位方法的性能?
我正在处理RGB图像中的手部定位。我有两种类型的数据集。第一个有1700张图像。每个图像都有单手操作 -
如何从图像中提取补丁以应用CNN?
图像大小为320/320,我只想将CNN应用于图像16/32的一部分。我该怎么办? -
结合图像样式时具有两个基本原理的损失设计
我正在努力生成一个图像,该图像应类似于两个不同的输入图像。或者说,结合两个输入的样式。 -
TypeError:dtype complex128的图像数据无法转换为float
我的代码给出以下错误: <blockquote> TypeError追溯(最新 呼叫 ---> 71 image_frequency(path +“ /” +文件