deep-learning 相关问题

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。

我在尝试训练CNN模型时会出现以下错误： InvalidArgumentError：图形执行错误：在Node decode_image/decodimage上检测到（最近的最新通话）：

InvalidArgumentError: Graph execution error: Detected at node decode_image/DecodeImage defined at (most recent call last): <stack traces unavailable> Number of channels inherent in the image must be 1, 3 or 4, was 2 [[{{node decode_image/DecodeImage}}]] [[IteratorGetNext]] [Op:__inference_train_function_1598] 我正在研究的数据集是Kaggle的猫和狗分类数据集。我定义了这样的数据： path=r'C:\Users\berid\python\cats and dogs\PetImages' data=tf.keras.utils.image_dataset_from_directory(path) 任何建议将不胜感激。 i在同一数据集上有完全相同的问题。我从Kaggle下载了数据集，看来有一些不好的照片。具有JPG文件扩展名，但格式为BMP或没有。另外，有些照片有许多频道数量。我使用下面的代码删除这些文件。在25,000个中，只有150个，所以IMO没什么大不了的。这是我的代码： cats_filenames = [os.path.join(data_dir_cats, filename) for filename in os.listdir(data_dir_cats)] dogs_filenames = [os.path.join(data_dir_dogs, filename) for filename in os.listdir(data_dir_dogs)] print('Validating cat files....') for cat_image in cats_filenames: img = tf.keras.utils.load_img(cat_image) if img.format != 'JPEG' and img.format != 'jpg': print('Not jpeg. removing...', img.format, cat_image) os.remove(cat_image) else: img=mpimg.imread(cat_image) try: if img.shape[2] < 1 or img.shape[2] > 4 or img.shape[2] == 2: print(f'Removing... {img.shape=} {cat_image}') os.remove(cat_image) except Exception as e: print(e, cat_image) print('Validating dog files....') for dog_image in dogs_filenames: img = tf.keras.utils.load_img(dog_image) if img.format != 'JPEG' and img.format != 'jpg': print('Not jpeg. removing...', img.format, dog_image) os.remove(dog_image) else: img=mpimg.imread(dog_image) try: if img.shape[2] < 1 or img.shape[2] > 4 or img.shape[2] == 2: print(f'Removing... {img.shape=} {dog_image}') os.remove(dog_image) except Exception as e: print(e, dog_image) print('Done Validating....') print(f"There are {len(os.listdir(data_dir_dogs))} images of dogs.") print(f"There are {len(os.listdir(data_dir_cats))} images of cats.") # Get the filenames for cats and dogs images cats_filenames = [os.path.join(data_dir_cats, filename) for filename in os.listdir(data_dir_cats)] dogs_filenames = [os.path.join(data_dir_dogs, filename) for filename in os.listdir(data_dir_dogs)]

python tensorflow keras deep-learning conv-neural-network

回答 1 投票 0

在多GPU设置（Pytorch）上反向传播期间的记忆中cuda cuda

deep-learning pytorch out-of-memory multi-gpu

回答 1 投票 0

从Keras 2到Keras 3笔记本的转换标题建议的是，我正在尝试将笔记本转换为Keras 3中的笔记本，但是IDK为什么它无法正常工作。这是原始笔记本（请告诉我最好将代码放在这里），我正在尝试...

我怎么能做得更好？我想念的东西吗？我遵循KERAS官方指南将KERAS 2转换为Keras 3，我正在考虑学习Pytorch，但是我的模型应该在约束硬件上运行，因此我想使用TF Lite自动转换模型（我将使用TF作为后端，以实现TF凯拉斯3）

tensorflow keras deep-learning kaggle siamese-network

回答 1 投票 0

如何将图像上传作为文本生成模型（例如DeepSeek-r1）的输入？我正在使用文本生成模型（DeepSeek-R1），并注意到某些平台允许与文本提示一起上传图像。例如，在以前的互动中，我引用了r ...

如果不支持直接图像处理，那么在文本提示中描述视觉内容以指导模型输出的最佳实践是什么？我感谢有关处理此类用例的示例或文档参考。我使用deepseek-r1不是deepseekvl

machine-learning deep-learning neural-network artificial-intelligence large-language-model