-
在混合精度训练的Tensorflow 1.14中使用Tensor对象在keras vgg16中没有属性'is_initialized'
让我从一开始就开始。我在tensorflow 1.14中实现了基于<a href="https://github.com/MathiasGruber/PConv-Keras" rel="nofollow -
运行VGG16时出现ValueError:预测形状-Keras
我是深度学习领域的新手,我正努力了解使用keras和数据增强包(ImageDataGenerator)实现自己的VGG16时做错 -
无效的参数:您必须使用dtype float和形状[?,32,32,3]
我遇到了以下错误<br/> <blockquote> InvalidArgumentError:找到2个根本错误。 (0)无效的参数: -
无法在CIFAR100数据集[Keras]上训练VGG16,
我正在尝试从<code>VGGNET-16</code>数据集中的<code>Keras</code>库中训练<code>CIFAR-100</code>,但是验证的准确性和 -
修改后的vgg16我的精度太低
尝试训练cifar-10数据集<br/> <pre><code>lambda_handler() missing 2 required positional arguments: 'event' and 'co -
Vgg16用于性别检测(男,女)
我们使用了vgg16并冻结了顶层,并在性别数据集12k男性和12k女性上重新训练了最后4层。它的准确性非常 -
如何预测喀拉拉邦不止一张图像
我正在尝试从<a href="https://github.com/rohanbaisantry/image-clustering" rel="nofollow noreferrer">github</a>运行一个项目, -
如何找到VGG16预测的父类?
我正在使用基于keras的vgg模型作为图像分类器。在此网页上: <a href="https://machinelearningmastery.com/use -
这种微调在CNN Keras中有什么作用?代码分析
我需要做这些代码在做的事情,关于层,权重。在这种情况下如何进行微调。 <pre class="lang-py prettypri -
为什么损失和acc值略有变化,而val_loss和val_acc值却根本没有变化?
我使用VGG16对2类进行了图像分类。数据集以相同数量平衡。训练时,损失和acc值略有变化,并且val_loss和 -
VGG16微调
我正在尝试微调VGG16。 但是有时我得到的验证精度是恒定的,有时将其固定为0.0,有时将其固定为1.0, -
ValueError:使用keras时,图层权重形状(3、3、3、64)与提供的权重形状(64、3、3、3)不兼容
我遇到了<a href="https://stackoverflow.com/questions/48283625/valueerror-layer-weight-shape-3-3-3-64-not-compatible-with-provided-wei -
如何从MRI切片中获取channel = 3?
我正在尝试使用VGG,但是输入请求了3个频道,但是我的imput_shape'channel = 1 我使用nibabel切片MRI(nii) -
为什么Gramian矩阵不能用于VGG16,而不能用于EfficientNet或MobileNet?
<a href="https://arxiv.org/abs/1508.06576" rel="nofollow noreferrer">A Neural Algorithm of Artistic Style</a>使用在ImageNet上训练 -
如何在pytorch 编辑:
我对pytorch非常陌生,我正在尝试获取1 * 4096格式的预训练模型VGG16特征向量的输出,该向量由最后一层之 -
如何在AWS Lambda中使用Keras VGG16模型?
我正在尝试在aws lambda上使用keras vgg16模型进行预测。但是我得到了一个错误:尝试下载模型时没有空间 -
有人可以解释一下内容丢失,样式丢失和总丢失时会发生什么
因此,我一直在阅读Leon Gatys在2016年发表的解释神经样式转换的论文,但我仍然不明白内容丢失,样式丢 -
如何在AWS lamda中加载VGG16模型权重?
如何将vgg16模型权重(550mb)加载到AWS Lambda进行预测? 我尝试下载权重。但是我得到的错误是没有 -
使用keras的带有VGG16预训练模型的U-Net模型-图形断开连接错误
我正在尝试使用VGG16编码器构建U-Net模型。这是模型代码。 <pre><code>from keras.applications.vgg16 import VGG16 b -
为什么Vgg16和ResNet18的CPU推理时间变化太大?
我想知道为什么Vgg16和ResNet18的CPU推理时间会有所不同。我正在使用以下脚本在三种不同模式下测量CPU的 -
如何基于微调的VGGNet16创建子模型
设计以下网络架构是为了找到两个图像之间的相似性。 最初,我使用VGGNet16并删除了分类头: -
在imagenet数据集上针对1000个类别重新训练Vgg16 keras模型,从而降低了预训练体重的准确性
我正在使用Vgg16 keras模型,并根据Keras文档在预训练权重上设置了图像数据。 我正在尝试复制keras文档中 -
当我将pytorch编写的vgg模型转换为caffe2时,遇到了此问题
<pre><code>model = VGGish() # vgg model class model.train(False) x = torch.randn(10, 1, 64, 96, requires_grad=True) # Export the model torc -
如何从vgg19删除自适应平均池层?
我已经加载了vgg19的预训练模型。如何删除分类器之前存在的自适应平均池层? -
训练后如何使用带GGAS的VGG16预测图像(外部数据集)?
我已经使用自己的数据集使用keras训练了VGG16网络,该数据集有10个类。所以我用10个类修改了激活层。</p -
如何在pytorch中的修改后的vgg19网络中加载预训练权重?
我正在尝试使用修改后的输入通道数来加载vgg19网络。输入通道的数量是4,这是我的情况,而且我正在 -
对于负负比率非常高的多标签分类,应使用哪些损失函数和度量?
我正在训练一种用于检测衣服属性的多标签分类模型。我在喀拉拉邦使用转移学习,重新训练了vgg-19模 -
Rstudio CNN VGG16模型需要一些时间来处理自己的数据
我正在尝试将自己的数据用于R上的二进制分类(VGG-16)。尽管在执行代码时,该模型需要一段时间才能 -
多输出Keras模型中的自定义指标
我正在处理自定义的多位数数字识别问题。我只有1位和2位数字。我正在使用VGG16模型,每个数字分别带 -
无法将大小为47040000的数组重塑为形状(60000,32,32,1)以进行预训练的神经网络
我使用fashionmnist数据集,其中包含60,000张黑白28x28图像。 我使用的架构是vgg16。但是它不接受照片的尺寸