问题标签 [convolutional-neural-network]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - Tensorflow 估计器:自定义 input_fn 不起作用
我正在阅读 Tensorflow 的示例代码来构建我的第一个 CNN。原始代码运行良好。但是,当我尝试使用自己的输入功能而不是 originaltf.estimator.inputs.numpy_input_fn
时,我遇到了问题。
我的代码如下,类似于本教程:
但是,当我运行该代码时,在将以下内容打印到控制台后,Tensorflow 卡住了:
之后,Tensorflow 既没有训练也没有退出,太烦人了。
现在我的猜测是,在每个训练步骤中,它都会调用train_input_fn
一次。由于该函数将对整个 MNIST 数据集进行洗牌,因此它可能在计算上效率低下。
为了验证我的想法,我尝试将数据集的大小从 60000 缩小到 100,并且代码运行良好。
那么解决这个问题的方法是什么?如何编写自定义输入函数而不会出现此类问题?我希望有人可以为此提供一些指导。
machine-learning - Conv2D:如何获取每个过滤器的值
我的模型:
我正在运行以下代码来获取权重
它返回一个数组3x3x3x32
。它不应该返回 32 个矩阵3x3
吗?
python - 每当训练 CNN 模型时,python 都会崩溃
我真的在寻求你的帮助。
我有 GTX-1070,它是 8vram。我为 cuda 9.0 下载了 tensorflow-gpu、cuda 9.0、cudnn 7.0。
DNN 一切正常。GPU也工作正常。
但是每当我尝试训练任何与图像有关的模型时,它都会崩溃。目前我正在使用 keras 预训练的 VGG16。
我尝试使用较小的批量大小,将图像大小调整为 64x64。当我查看这个过程时,GPU 的使用率为 0%,然后飙升至 100%,然后崩溃。Spyder 说“内核死了,正在重新启动”。
gtx-1070 真的是内存不足还是我遗漏了什么?
谢谢阅读
python-3.x - 如何在 MNIST 数据库中使用反卷积
我是 CNN 的新手,我正在尝试 MNIST 数据库中的反卷积(生成特征图)代码(因为它是初学者最容易学习的代码)。我希望我的模型在最后生成特征图。想法是在一定程度上实现论文Saliency Detection Via Dense Convolution Network 。
这是我尝试运行的完整代码:
函数def GeneratorDeconv(image_size = 28):我从ProgramCreek Python中挑选的
现在,我很困惑如何将它嵌入到我自己的自定义模型中。直到model.compile(...)程序运行正常。但是在model.fit(...),它给出了错误:
ValueError:检查输入时出错:预期 input_2 有 2 个维度,但得到了形状为 (60000, 28, 28, 1) 的数组
我不知道如何解决这些问题。请帮忙。
python - Tensorflow:运行变量两次不同的结果
我正在尝试在 tensorflow 中创建一个 CNN 模型,但我无法理解一个问题:
我的模型是一个标准模型 3d 模型,构建在一个名为 convolutional_neural_network 的函数中。
配置为:
其中 self.y_ 是放置标签的占位符。
在某些时候,我正在尝试执行那段代码:
其中 self.keep_prob: 是模型的退出
它应该给出 sam 结果,但它没有:它输出:
验证成本:1.05199,
验证成本:0.115607
谁能给我一些关于正在发生的事情的想法?
谢谢
ps:我已经删除了“优化器”行,但它输出不同的结果
非常感谢
添加:
我的模型如下:
其中 x = tf.placeholder
还要提到 batch_img 和 batch_label 是 numpy 数组。
和:
以及训练过程:
python - 使用 Keras 进行预测
我从帖子中获得的代码中学会了实现图像分类器,它非常有帮助,但我不知道如何预测图像。我尝试过,但它给出了一个值错误。我仍然是初学者
凯拉斯代码:-
我的预测代码:-
错误:-
请告诉我在 Keras 中进行预测的正确方法,以便我可以在不同的测试用例中实现它。
python - 具有图像数据和预提取特征的 CNN 模型
我正在尝试实现一个CNN model
将一些图像分类到它们相应的类。图像大小为64x64x3
。我的数据集由 25,000 张图像和一个由颜色、长度等CSV
组成的文件组成。14 pre-extracted features
我想建立一个CNN
模型,利用图像数据和特征进行训练和预测。我怎样才能Python
用Keras
.实现这样的模型?
machine-learning - CNN 上的词向量抛出输入维度错误
我有一个数据框,其中包含大约 14560 个维度为 400 的词向量。我已将每个向量重塑为 20*20 并使用 1 个通道来应用 CNN,因此维度变为(14560,20,20,1)
. 当我尝试拟合 CNN 模型时,它会引发错误。
代码:
错误:
检查目标时出错:预期 conv2d_6 有 4 个维度,但得到了形状为 (14560, 1) 的数组。当我将训练数据重塑为 (14560,1,20,20) 时,由于模型接收输入 =(1,20,20) 并且所需的是 (20,20,1),它仍然会给出错误。
我如何解决它 ?