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。
我有以下程序: 进口火炬 将 numpy 导入为 np 进口火炬 将 torch.nn 导入为 nn 导入 torch.nn.function 作为 F 类 Net(nn.Module): def __init__(自身, 输入大小, 输出大小...
ValueError:“顺序”层的输入 0 与该层不兼容:预期形状=(无,30,224,224,3),发现形状=(30,224,224,3)
我正在使用 InceptionV3 和 GRU 进行视频分类。我的数据集被标记为两类。我已经从视频中提取了帧(Sequnece_length = 30)并将其存储在frames_list列表中
在 Yolov5 中,我们如何使用 model=torch.hub.load() 和 results=model(img) 隐藏预测图像的置信度?
使用 python detector.py 时,我们可以使用标志 --hide-conf 隐藏置信度 我的问题是,我们可以在使用 model=torch.hub.load() 和 results=model(img) 时做同样的事情吗?一旦我们写下
我目前正在训练生成对抗网络(GAN)模型,我面临着一些挑战。我有大约 100 个骨盆 MRI 切片的数据集,但这似乎
我正在尝试重现 Frankle 等人的“彩票假说”的结果。在 PyTorch 中。他们使用的是 CIFAR-10,它有 50K 训练图像。使用批量大小 = 64 可进行 781 次迭代/
PyTorch 是否可以在训练过程中动态更改优化器的学习率(我不想预先定义学习率计划)? 假设我有一个
我已经通过安装了gmdhpy pip install git+git://github.com/kvoyager/GmdhPy.git 尝试从 gmdhpy.gmdh import Regressor 导入时出现错误: 无法从“gm...”导入名称“回归器”
我正在使用 MacOS,并使用 DistilBert 模型和 Sentence Transformer 来实现聊天机器人,并在 VS 代码中生成 API。 但是在给出 3 个输入后,它会弹出这个错误: 用户警告:
嗨,我正在为 MNIST 数据集运行一个简单的 1d CNN 模型,并出于研究目的进行此操作,因此必须坚持使用 conv1d 层。我的 CNN 模型如下: def __init__(自身, 输入大小, 输出大小...
我目前正在做我的最后一年的项目,我需要你的拙见。我的数据集由 4 个类组成,其中包含: 轻度痴呆 - 896 张图片 中度痴呆 - 64 幅图像 非痴呆 - 3...
Tensorflow 中的自定义指标 2. 转换 Y_true 和 Y_pred
我正在尝试为 Tensorflow 2 顺序模型实现自定义指标(F1 分数)。作为一种简单的方法,我创建了一个函数来接受 y_true 和 y_pred 并使用 SK learn 来计算结果。我...
想象一下,您想要训练一个用于预测/转换数据的深度学习模型,并拥有一个端点为 0 和 1000 的训练数据集。现在,想象一下收到一个端点为 0 的新数据集...
我目前正在使用 Ultralytics Yolov8 模型进行物体检测。 我使用自定义数据集训练了我的模型。我在 Roboflow 上注释了我的数据集并以 Yolov8 格式导出。 培训...
我想标准化我的图像数据集,并使用与原始数据集相同的文件和文件夹名称保存这些标准化图像。 当我尝试绘制
我对机器学习非常陌生,并且已经从 Keras VAE 代码示例构建了 VAE。我只改变了模型中的几层。我在 Kaggle 猫狗数据集上训练了模型,然后...
我使用 Pytorch 创建了卷积自动编码器,并且正在尝试改进它。 对于编码层,我使用来自 torchvision.models.resnet 的预训练 ResNet 18 模型的前 4 层。 我有...
Yolov8 和我怀疑 Yolov5 可以很好地处理非方形图像。我看不到任何裁剪输入图像的证据,即检测似乎到达最长边的边缘。它的大小是否调整为方形...
我正在尝试编写一个简单的代码来在 ImageNet 数据集上教授 resnet50。我不太明白为什么标准化不起作用。当我使用此转换作为数据增强时: 训练变换 =
如何使用预训练的 CNN 以 4 通道图像作为输入进行特征提取?
我有一个包含 4 通道多模态图像(视觉 + 红外,或 RGB-IR)的数据集。我想使用预训练的 CNN 进行特征提取。然后我将使用提取的特征进行下游
我试图理解自动编码器的损失,但我对此感到相当困惑。在关于自动编码器的维基文章中,损失被定义为其中 是参考概率分布。 我是...