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。
Wasserstein GAN在pytorch中的实现。如何实现损失?
我目前正在用pytorch做一个关于Wasserstain GAN的项目(https:/arxiv.orgpdf1701.07875.pdf)。在Wasserstain GAN中,使用wasserstein距离定义了一个新的目标函数: ...
模块'tensorflow'没有属性'random_uniform'。
我尝试执行一些深度学习应用,得到一个模块'tensorflow' has no attribute 'random_uniform' error。在CPU上,代码工作正常,但它真的很慢。为了在CPU上运行代码,...
使用keras的ImageDataGenerator和使用tensorflow的tf.data来预处理图像,哪个性能更好?哪个性能更好?
我有一些关于在MNIST上使用Lenet5网络解释某些优化器的性能的问题,以及验证损失精度与训练损失精度图告诉我们什么......。
深度学习scipy.misc语法错误在imread.image.io上的体现
我有一段Python代码,目的是提取字母 并标记每个区域,包含一个图像。我使用谷歌colab,我得到以下错误。NameError...
图像变换和批处理 transform = transforms.Compose([ transforms.Resize((100,100)), transforms.ToTensor(), ...
我用Keras Subclassing API做了一个能正确运行的模型。model.summary()也能正确运行。当试图使用tf.keras.utils.plot_model()来可视化我的模型的架构时,它 ...
我正在训练一个语音到文本的模型。在第一个纪元,WER是0.33,第二个纪元WER还是一样,但是训练损失增加了,而验证损失减少了。...
目前我正在学习RNN,尤其是LSTM网络。我看了很多题目,包括这个题目,我还是有一些误解。下面的图片来自这篇文章,它代表 ...
如何将形状的数组(150,150,3)重塑为形状的数组(1,8192)
我已经训练了一个深度学习模型,如下所示: model = tf.keras.models.Sequential([ tf.keras.layer.Dense(256, activation='relu', input_dim=4 * 4 * 512), tf.keras.layer.Dropout(0.5), tf.keras...。
class LSTM(nn.Module): def __init__(self, input_size=1, output_size=1, hidden_size=100, num_layers=16): super().__init__() self.hidden_size = hidden_size self.lstm = nn...。
在使用Keras或Tensorflow完成训练过程后,有办法计算训练精度吗?
当我有高分辨率的图像时,(512,512,3)或(150,150,3)哪个输入形状的表现更好?(512,512,3)或(150,150,3)哪种输入形状表现更好?
谁能帮我解决一下,def train_net(n_epochs): valid_loss_min = np.Inf history = {'train_loss': [], 'valid_loss': [], 'epoch': []} for epoch in range(n_epochs): ...
我正在做一个图像识别应用,我在图像还原操作中出现了一个错误(调整大小),我在google colab上工作,以下是我的代码 train_dir = 'contentdriveMy Drivetraining_set...
设置重量衰减的准则是什么(例如l2惩罚) - 主要是,我如何跟踪它是否在整个训练中 "工作"?即重量是否真的在衰减,以及衰减多少,......
是否可以在Linux上构建一个OpenCV应用,并在Windows上执行?
我是Linux、OpenCV和深度学习的新手,事实上,我几周前才开始接触这些东西。在我的研究中,我发现很多人说在Linux上使用OpenCV比...
如何在face_recognition python库中获取人脸匹配百分比而不是布尔值?
我正在使用face_recognition库来进行简单的人脸识别,这对于任何开发者来说都是简单易行的[像我这样没有机器学习或深度学习知识的人]import face_recognition ...。
我使用下面的LeNet架构来训练我的图像分类模型,我已经注意到,这两个训练,Val精度没有提高,每次迭代。任何一个专业知识在这方面......
我不知道那里发生了什么,但是下面的代码有一些严重的问题:model=Sequential([]) block1 model.add(Conv2D(64,(3,3),activation="relu",input_shape=(64,64,3))) model.add(......)