深度学习是一个机器学习领域,其目标是使用“深层”(由多层组成)的特殊神经网络架构来学习复杂的功能。此标记应用于有关深度学习体系结构实现的问题。一般机器学习问题应标记为“机器学习”。包括相关软件库的标签(例如,“keras”或“tensorflow”)是有帮助的。
我正在 Keras 中执行语义分割任务 - 从背景中对树进行分类。我的图像最初的形状为 (256, 256, 3)。但是,我想将它们的大小调整为 (128, 128) 以加快火车速度...
optree 实际上已经安装了,但是当运行“from keras.models import Sequential”时,它仍然抛出 ImportError 要求我安装 optree,为什么?
我正在尝试使用 VS Code 启动一个小型数据科学项目,目前我在通过运行以下行导入 keras 时遇到问题: LSTM 和 GRU 项目 依赖关系 将 pandas 导入为...
我使用过ARKit人脸追踪。通过使用它,我可以获得人脸特征点 x=faceAnchor.geometry.vertices[638][0] y=faceAnchor.geometry.vertices[638][1] z=faceAnchor.geometry.vertices[638][2] ...
我知道下定义的 KMeans 算法需要特征缩放 sklearn.cluster.KMeans 我的问题是,在使用 KMeans 之前是否需要手动完成,或者 KMeans 会自动执行...
我的问题是关于分割以在卫星图像的一部分上发现轻型车辆。我只有卫星图像和遮罩(我可以在 QGIS 上打开)。 虽然预测掩模有...
我现在对深度学习还是新手,我按照这个 keras 教程使用 Transformer 制作翻译模型(这里是链接)。一切都很好,但我不知道如何保存...
def make_prediction(x0,t0): 输入 = torch.vstack([x0,t0]) Layer_1 = torch.matmul(w0,输入) 返回层_1 损失1 = nn.MSELoss() def loss_function(): u_t=(make_prediction(x,t+
PyTorch 运行时错误:设备 >= 0 && 设备 < num_gpus INTERNAL ASSERT FAILED
我正在尝试使用 YOLOv8 模型进行一些推理,只需使用以下命令: yolo 检测预测源=input.jpg 模型=yolov8n.pt 设备=0 但我收到了与 Py 有关的错误...
我正在尝试使用 Pytorch 中的 UNet 从多维(8 波段)卫星图像中提取预测掩模。我无法让预测蒙版看起来有些预期/连贯。 ...
如何对未标记的数据进行情感分析,我查遍了互联网(给出了聚类算法),但效果不佳。如何对未标记的数据从头开始进行情感分析...
实现一个具有 16(特征)+1(偏差)输入和 1 个输出的回归任务的 NN,我只使用 numpy 和向量化,当我在训练集上训练它时,输入的第一个样本是 th ...
我正在开发一个机器学习项目,其中我有一个数据集,其中包含数字列和包含数组的列的组合。数字列(例如平均值)包含单个值,而
将权重张量的一部分设置为requires_grad = True,并将其余值保留为requires_grad = False
我正在做某种迁移学习,我加载一个密集模型,然后扩展权重张量,并在扩展后仅训练新值,并保持旧的训练值冻结。在...
我在使用 Tensorflow 训练 CNN 模型进行多类分类任务时遇到问题。当尝试拟合模型时,我收到以下回溯错误: 追溯...
我正在使用 pytorch 在实践中研究人工智能,所以我想要一些技巧来改进我创建的模型。 模型的输入/目标遵循以下角色: 如果输入[0] + 输入[1] >= 0: 目标=10 别的: ...
在内存量相对较低(32GB)的超大数据上进行深度学习的补丁创建方法
我正在尝试训练卫星图像的深度学习语义分割模型。在此过程中,我使用 patchify 和 rasterio 在小型 AOI 上创建了数据测试运行,没有出现任何问题。
目标是计算图像中较大圆圈与较小圆圈的比例。所以我希望模型返回一个浮点数。 数据集包括: 16K 图像,每张图像都有博士...
如何使用pytorch1.12.0 cpuonly指定量化模型为float16? 我想使用pytorch 1.12.0完成resnet18量化int8和float16 或者张量流是否优于
用pytorch的forward函数表达Residual Block的正确方式是什么?
AFAIK 在 pytorch 中有两种表达 ResNet Block 的方法: 复制开头的输入,修改过程中的输入,最后添加副本。 保留开头的输入,创建新的
使用 tf.keras.layers.AlphaDropout,得到:“greater_equal() 得到了意外的关键字参数‘seed’”
我必须对模型正则化执行 alpha dropout。我正在使用 Jupyter Notebook 和值得注意的数据包: 蟒蛇3.12.3 张量流 2.16.1(带有 keras 3.3.2 和 numpy 1.26.4) 导入张量...