neural-network 相关问题

当我运行我的对象检测模型时，屏幕上显示以下类型错误： TypeError Traceback（最后一次调用） \ 当我运行我的对象检测模型时，屏幕上显示以下类型错误： TypeError Traceback (most recent call last) \<ipython-input-26-f5bf27ce595e\> in \<module\> 1 # Load pipeline config and build a detection model 2 configs = config_util.get_configs_from_pipeline_file(CONFIG_PATH) \----\> 3 detection_model = model_builder.build(model_config=configs\['model'\], is_training=False) 4 5 # Restore checkpoint \~\\AppData\\Roaming\\Python\\Python37\\site-packages\\object_detection\\builders\\model_builder.py in build(model_config, is_training, add_summaries) 125 meta_architecture = model_config.WhichOneof('model') 126 if meta_architecture == 'ssd': \--\> 127 return \_build_ssd_model(model_config.ssd, is_training, add_summaries) 128 if meta_architecture == 'faster_rcnn': 129 return \_build_faster_rcnn_model(model_config.faster_rcnn, is_training, \~\\AppData\\Roaming\\Python\\Python37\\site-packages\\object_detection\\builders\\model_builder.py in \_build_ssd_model(ssd_config, is_training, add_summaries) 248 feature_extractor_config=ssd_config.feature_extractor, 249 freeze_batchnorm=ssd_config.freeze_batchnorm, \--\> 250 is_training=is_training) 251 252 box_coder = box_coder_builder.build(ssd_config.box_coder) \~\\AppData\\Roaming\\Python\\Python37\\site-packages\\object_detection\\builders\\model_builder.py in \_build_ssd_feature_extractor(feature_extractor_config, is_training, freeze_batchnorm, reuse_weights) 224 }) 225 \--\> 226 return feature_extractor_class(\*\*kwargs) 227 228 TypeError: __init__() got an unexpected keyword argument 'fpn_min_level' 我已尝试搜索以修复此错误，但仍然无法找到相关信息。这是我遇到错误的代码部分：加载管道配置并构建检测模型 configs = config_util.get_configs_from_pipeline_file(CONFIG_PATH) detection_model = model_builder.build(model_config=configs\['model'\], is_training=False) 恢复检查点 ckpt = tf.compat.v2.train.Checkpoint(model=detection_model) ckpt.restore(os.path.join(CHECKPOINT_PATH, 'ckpt-6')).expect_partial() @tf.function def detect_fn(image): image, shapes = detection_model.preprocess(image) prediction_dict = detection_model.predict(image, shapes) detections = detection_model.postprocess(prediction_dict, shapes) 返回检测

python tensorflow machine-learning neural-network object-detection-api

回答 0 投票 0

TensorFlow/Keras CONV1D 无法训练

我正在尝试训练一个网络来识别腕带中加速度计的手势。我不是深度学习方面的专家，也不是 python 编程方面的专家。下面的数据是我原来的数据

tensorflow keras neural-network conv-neural-network conv1d

回答 1 投票 0

MNIST 数据集神经网络

我正在尝试仅使用 numpy 和 pandas 编写神经网络代码，以对 MNIST 数据集中的手写数字进行分类。这是我的代码：数据 = np.array(数据) m, n = 数据.形状 np.random.shuffle(da...

python machine-learning neural-network mnist

回答 0 投票 0

sklearn.neural_network 和 Keras 使用顺序节点和 Dese 节点的简单深度学习之间的区别？

鉴于 sklearn.neural_network 和 Keras 使用顺序节点和 Dese 节点的简单深度学习，在数学上是否相同只是两个具有计算优化的 API？是的，Keras 有一个 Tensor S...