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 - 使用 Keras 进行图像分类：“预期activation_1 具有形状 (2,) 但得到的数组具有 (1,)”
我正在训练一个图像分类器来从 Kaggle 集中区分猫和狗。
这是我的相关代码：
由于大量的训练文件，没有测试集。但是，当我尝试训练此网络时，我收到错误“ValueError：检查目标时出错：预期激活_1 具有形状 (2,) 但得到的数组具有形状 (1,)。” 我在这里做错了什么？
卷积神经网络对我来说仍然有点黑魔法，所以我可能在这里犯了一些初学者的错误。我想我可能是。
这是我的模型：
python - 使用 Tensorflow tf.data 在图形执行期间从时间序列特征创建图像
设置
数据是一维时间序列数据。滑动窗口（帧）在数据上运行并提取 100 维特征向量 f_{i}( t_{j} )，其中 i 是文件索引，j 是帧的时间索引。来自 n 个连续帧的能量被堆叠以形成 2D“图像”，这是分类器的输入。
基本方法
只需将堆叠的向量保存在 tfrecords 文件中即可。缺点是堆叠向量有大量重复数据，占用大量空间。如果我们有 10 gigs 的特征向量，那么堆叠 10 帧历史将需要 50 gigs（+开销）的空间。然而，我们可以让 tf.data 做洗牌、预取、批量创建等等。很方便！
期望的方法
我们仅将特征向量保存为 tfrecords 文件并动态创建堆叠特征向量（图像）的实现。
问题
以前有没有遇到过这种情况并处理过？大多数人会不会关心他们数据的高度重复或占用的空间量？
获得所需的实施有多困难。即使是天真地改组数据也会打乱时间顺序。我也仅以一种调用 iterator.get_next() 的方式使用 tf.data 来从一个示例中获取特征和标签，然后将其提供给图形。我想我还需要弄清楚如何不仅获得当前示例的壮举和标签，而且及时获得它的前身！所以我正在寻找一些关于如何实现这一点的提示。
这是由 2 帧特征向量形成的图像的过程图像。请注意，在这种情况下，每个特征向量将在 tfrecords 数据文件中出现两次：
deep-learning - 写论文时如何判断cnn的准确性
我想写一篇关于卷积神经网络的论文，我的cnn模型验证数据集的准确率从98波动到99，测试数据集的准确率每次都不一样。所以我不确定我应该在哪个时间写准确率，实验中的 epoch 总数是 6000 次。我可以选择最后一个epoch中10个epoch的最高准确率作为论文的准确率，或者我应该怎么做？非常感谢！
python - 为python的人脸识别设置训练数组尺寸
我正在尝试为 python 找到一个等效代码来设置我在 R 中设置的以下维度：
train_x 是由 28 x 28 调整大小（灰度）的 Olivetti 人脸图像组成的矩阵，数字化为 784 (28 * 28) 像素行（每行标记为 pixel.1、pixel.2 等）和 15 列。是否有任何 python 包与 python 中的 R 的 dim() 功能相同？
python - 如何读取 .hdf5 数据文件作为卷积神经网络的输入？
我使用此链接以 HDF5 格式保存了我的大量图像及其标签：
将大量图像（数据）保存并加载到单个 HDF5 文件
中，该文件为我提供了以下键。
数据集列表：
training data现在，我想提供training labels一个卷积神经网络（VGG-16 或 ResNet）用于训练目的，并且还想使用 CNN 验证和测试我的结果。如何将 HDF5 文件中的数据输入 CNN？
tensorflow - ValueError：检查目标时出错：预期dense_2具有形状（None，2）但得到形状为（321、3）的数组
我想使用 keras 创建一个图像分类器，并用一些示例图像对其进行训练。然后，我将使用预训练模型并在最后添加几层，但首先，我想了解 keras 和 CNN。
我的控制台打印以下错误：
ValueError：检查目标时出错：预期dense_2具有形状（None，2）但得到形状为（321、3）的数组
这是我的代码：
我犯了什么错误？我认为这可能是我的一个热编码标签的大小，但我无法让它工作。
谢谢！
machine-learning - 如何计算卷积神经网络中的参数总数？
如何计算 CNN 网络中的参数总数
这是代码：
这是结果
如何获得320、18496、73856、590336、2052，谁能解释一下？
tensorflow - 如何计算使用从 .pb 文件加载的图形定义的张量流模型中可训练参数的总数？
我想计算张量流模型中的参数。它类似于现有的问题，如下所示。
但是，如果模型是使用从 .pb 文件加载的图形定义的，那么所有建议的答案都不起作用。基本上我用以下函数加载了图表。
一个示例是在 tensorflow-for-poets-2 中加载 freeze_graph.pb 文件以进行再训练。
deep-learning - 从图像中定位/提取补丁
我有一张图片（例如 60x60），里面有多个项目。物品呈方形盒子的形状，尺寸为 4x4，随机放置在图像中。盒子（项目）本身是用随机模式创建的，一些随机像素打开，另一些则关闭。因此，它可能是图像中重复两次（或在超过 2 个项目的情况下重复多次）的同一个框，也可能是完全不同的。
我正在寻找一个可以接收原始图像（60x60）并输出图像中所有补丁的深度学习模型。
这就是我现在所拥有的，但随着讨论的开始，我绝对可以分享更多细节。我有兴趣权衡可以帮助我实现这一目标的不同选择。谢谢。
neural-network - 为什么 AlexNet 中第一个卷积层的核深度是 48？
在 AlexNet 中，过滤器大小5*5*48位于第一层和3*3*128第二层。
为什么使用 48 和 128 作为深度？我们可以将两者都更改为不同的数字吗？
谢谢