标签[cnn] - 堆栈内存溢出

Keras CNN 立即过拟合，不是数据集问题 - Keras CNN instantly overfitting, not dataset issue

一直在尝试构建一个 CNN 来对 MFCC 数据进行分类，但 model 立即过拟合。数据： 18 000 个文件（80% 训练，20% 测试） 5 个标签数据中的 5 个类别都是等量的。这个 model 被创建用于处理比 18k 更多的文件，所以我被告知要尽我所能减少网络，这可能会有所帮助 ...

精确检测 object 边界 - Detecting object borders PRECISELY

我需要在一张照片中检测object（硬币），也就是在它周围画一个矩形。我尝试了 Mark-RCNN、Retina、Yolo、SSD - 结果相同。矩形并不完美。如果您查看在线提供的示例，您会明白我的意思：查看图片在本文提供的图片中，您可以看到建议的矩形“切割”了 object，将其一部分留在 ...

如何从不同文件夹加载图像和文本标签以进行 CNN 回归 - How to load images and text labels for CNN regression from different folders

我有两个文件夹，X_train 和 Y_train。 X_train 是图像，Y_train 是矢量和.txt 文件。我尝试训练 CNN 进行回归。我不知道如何获取数据和训练网络。当我使用“ImageDataGenerator”时，它假设 X_train 和 Y_train 文件夹是类。上 ...

ValueError：layersequential_32 的输入 0 与 layer 不兼容：：预期 min_ndim=3，发现 ndim=2。收到的完整形状：[无，256] - ValueError: Input 0 of layer sequential_32 is incompatible with the layer: : expected min_ndim=3, found ndim=2. Full shape received: [None, 256]

我正在构建一个带有训练数据（28659、257）和测试数据（5053、257）的 Conv1D model，但我遇到了一个值错误，上面写着：预期 min_ndim=3，发现 ndim=2。收到的完整形状：[无，256] 数据集的大小 model 测试精度错误来自 fit()，但我无法计算出我 ...

如何在 CNN model 中添加用户定义的激活 function 而不是 Z0623009BB15C81621 中的内置 function？ - How can I add user defined activation function in CNN model instead of builtin function in keras?

我想要一个激活 function 诸如 mish mish(x)=x * tanh(softplus(x))之类的激活函数，而不是sigmoid(x) = 1 / (1 + exp(-x))我希望将它用作conv_layer1 = Conv3D(filters=8, kernel_size=(3, ...

UnimplementedError：model.fit() 中不支持将字符串转换为浮点数 - UnimplementedError: Cast string to float is not supported in model.fit()

不支持将字符串转换为浮点数。尝试使用 model.fit() 位会给我一个错误。应该可能导致批量处理数据。代码：错误： ...

了解卷积层的权重 - Understanding weights from a convolutional layer

我正在尝试对磁共振图像进行语义分割，这是一个通道图像。要从 U-Net 网络获取编码器，我使用此 function：它的总结是：我试图了解神经网络是如何工作的，我有这段代码来显示最后一层权重和偏差的形状。有了这个 output：我试图了解Filters' shape是什么意思(3, 3, ...

ValueError：检查目标时出错：预期dense_2的形状为（2，），但数组的形状为（75，） - ValueError: Error when checking target: expected dense_2 to have shape (2,) but got array with shape (75,)

你好，我在手头的主题上挣扎。我将从我的目标开始：我想用一系列图像（视频）训练以下 model - 准确地说是 10。我的逻辑：为此，我创建了一个视频数据库并将每个视频中的 10 帧提取到 np.array object 中。每帧的大小为 (255,255) 且为灰度。总结：输入形状为（ ...

如何使用固定的 kernel 大小和固定数量的过滤器来修复 CNN 层尺寸错误？ - How can I fix CNN layer dimension errors with a fixed kernel size and fixed number of filters?

我目前正在尝试重新创建论文中使用的 CNN model “使用 CNN 进行面部表情识别：kernel 大小和过滤器数量对准确性的影响的研究”，作者 Abhinav Agrawal 和 Namita Mittal ( https://doi.org/10.1007/s00371-01-9 )-. ...

如何使用 CNN (Keras) 计算多类的一对一 ROC - How to calculate one vs. one ROC for multiclass using CNN (Keras)

我正在尝试获得 10 节课的 ROC。我使用过 CNN model (keras)。我能够得到一对 rest 曲线，但我想得到一对一。以下是我的代码片段。此代码生成一个 vs rest 曲线但是我想得到像这张图片这样的曲线可以这样做吗？帮助将不胜感激。 ...

在 CNN 中出现错误——“'str' object has no attribute 'decode'” - Getting error in the CNN — “ 'str' object has no attribute 'decode' ”

我正在尝试根据经过训练的 model 预测输入图像的 label，但在下面的代码中出现'str' object has no attribute 'decode' 。我不明白它在说什么以及如何解决它。 ...

ValueError：无法将输入数组从形状（50,50,3）广播到形状（50,50） - ValueError: could not broadcast input array from shape (50,50,3) into shape (50,50)

试图将数据集中的数据加载到数组 data[] 中，给我一个广播错误。代码：错误： ...

如何将 pytorch 张量从 [a, b*c] 重塑为 [b,a,c]？ - How do I reshape pytorch tensor from [a, b*c] to [b,a,c]?

我收到此代码错误，我不确定如何重塑我的张量。 ...

如何更改 Pytorch model 以使用 3d 输入而不是 2d 输入？ - How to change Pytorch model to work with 3d input instead 2d input?

我正在尝试训练代理玩Connect4游戏。我找到了一个如何训练它的例子。板的表示是 1x6x7 数组：使用了这种神经网络架构：在与随机移动的智能体 2 的游戏中，它的得分还不错：这里建议将 3 层表示作为改进代理的方法之一：我试图实现它，这是新的 3 层板表示的示例：当我使用当前的 ...

尝试打印图像计数 - Trying to print image count

我是 Python 的新手，我正在尝试为一个项目启动 CNN。我安装了 gdrive 并尝试从 gdrive 目录下载图像。之后，我试图计算该目录中的图像。这是我的代码：但是，我收到以下错误。你能帮忙吗？建议后，我的代码如下所示： ...

如何解决tensorflow 2.2.0中的CNN model拟合问题？ - How to solve CNN model fitting problem in tensorflow 2.2.0?

我想用图像数据训练一个 CNN model。我有 2 类（面具和不面具）。我通过以下代码导入并保存数据：我像这样构建 model： model.summary 给我以下结果：然后我安装了 model 但 kernel 停止。我的拟合代码是：我的 tensorflow 版本是 2.2. ...

Keras 密集层在 kaggle 上显示太多参数 - Keras Dense layer is showing too many parameters on kaggle

def my_model(): inputs = keras.Input(shape=(height,width,3)) x = layers.Conv2D(32,3)(inputs) x = layers.BatchNormalization(input_shape=(32 ...

基于比较运算符拆分训练/测试 - Split train/test on based on comparison operators

我试图弄清楚如何根据这些条件拆分数据，以便在此运行 CNN：将训练/测试数据集分成两组：一组 class 标签 < 5，一组 class 标签 >= 5。从训练和测试数据集中打印出结果两组的形状。上面的代码是我加载数据的方式。下面是我如何解释它，但我不确定我是否做对了，因为训练图像 ...

ValueError：layersequential_1 的输入 0 与 layer 不兼容：：预期 min_ndim=4，发现 ndim=3。收到的完整形状：[无、256、256] - ValueError: Input 0 of layer sequential_1 is incompatible with the layer: : expected min_ndim=4, found ndim=3. Full shape received: [None, 256, 256]

在我将图像转换为灰度之前，一切都很好。所以 rgb 的形状是(256, 256, 3)但灰度有(256, 256) 。当我喂它时，我得到了那个错误。network = Sequential() network.add(Convolution2D(32, kernel_size=(3, 3), ...

3D CNN（卷积神经网络）中的“min_ndim 和预期的 ndim 不兼容”是什么？ - What is “incompatibility of min_ndim and expected ndim” in 3D CNN(Convolutional NN)?

我找到了很多关于类似问题的答案，但它们几乎是关于“去除扁平层”。但是我没有对输入层使用任何展平层。因此，通过搜索，我将整个代码中的 () 更改为 []，如下所示： model.add(Conv3D(32, kernel_size = (3,3,3), input_shape = (32, 32 ...