Resultados de la búsqueda a petición "deep-learning"

1 la respuesta

Cómo generar programáticamente deploy.txt para caffe en python

He escrito código python para generar mediante programación una red neuronal convolucional (CNN) para la capacitación y validación de archivos .prototxt en caffe. A continuación está mi función: def custom_net(lmdb, batch_size): # define your ...

2 la respuesta

aprendizaje profundo: una serie de preguntas ingenuas sobre caffe

Estoy tratando de entender los conceptos básicos de caffe, en particular para usar con python. Entiendo que la definición del modelo (digamos una arquitectura de red neuronal dada) debe incluirse en el'.prototxt' archivo. Y eso cuando entrenas ...

1 la respuesta

¿Funciona el método K.function de Keras con el backend Tensorflow con capas de red?

Recientemente comencé a usar Keras para construir redes neuronales. Construí un CNN simple para clasificar el conjunto de datos MNIST. Antes de aprender el modelo que uséK.set_image_dim_ordering('th') para trazar una capa convolucional de pesos. ...

1 la respuesta

Precisión siempre 1 Regresión Caffe

Mi conjunto de datos contiene 400 imágenes 32x32x3 y las etiquetas contienen número flotante (-1,1). Ejemplo: faceCroppedImages/img1.jpg 0 faceCroppedImages/img2.jpg 0.0128 faceCroppedImages/img3.jpg 0.0128 faceCroppedImages/img4.jpg ...

2 la respuesta

Ajuste fino del modelo GoogLeNet

Entrené al modelo GoogLeNet desde cero. Pero no me dio los resultados prometedores. Como alternativa, me gustaría hacer un ajuste fino del modelo GoogLeNet en mi conjunto de datos. ¿Alguien sabe cuáles son los pasos que debo seguir?

1 la respuesta

Modelo de aprendizaje profundo RNN / LSTM?

stoy tratando de construir un modelo RNN / LSTM para la clasificación binaria 0 o 1 una muestra de mi conjunto de datos (número de paciente, tiempo en molino / seg., normalización de X Y y Z, curtosis, asimetría, inclinación, balanceo y guiñada, ...

1 la respuesta

Keras plot_model no muestra la capa de entrada correctamente

Mi modelo se define como tal: model = keras.models.Sequential() model.add(layers.Embedding(max_features, 128, input_length=max_len, input_shape=(max_len,), name='embed')) model.add(layers.Conv1D(32, 7, ...

2 la respuesta

Solución alternativa funcional API Keras para predict_classes ()

Consulteaquí [https://stackoverflow.com/questions/42440274/training-on-the-merged-layer-in-keras] para mi pregunta anterior para obtener información de fondo. Segúnresponder [https://stackoverflow.com/a/42456188/7103753]sugerido porNassim ...

3 la respuesta

Obtener la forma de salida de la capa de deconvolución usando tf.nn.conv2d_transpose en tensorflow

De acuerdo a estopapel [http://www.matthewzeiler.com/pubs/cvpr2010/cvpr2010.pdf] , la forma de salida esN + H - 1, N es la altura o ancho de entrada,H es la altura o el ancho del grano. Este es un proceso inverso obvio de ...

1 la respuesta

ruido en el resultado de segmentación de imagen

Estoy haciendo una tarea de segmentación de imágenes basada en una red neuronal convolucional profunda. La estructura de la red es deeste papel [https://arxiv.org/pdf/1706.04737.pdf], y la estructura se puede ver en la imagen:FCN utilizado en la ...