堆棧內存溢出
cost 83 ms
反卷積獲得單位響應

[英]Deconvolution to obtain the unit response

我測量了兩個信號作為時間序列。 其中一個是系統的輸入，另一個是輸出。 我假設如果我知道系統的單位響應，那么我可以通過這個單位響應和輸入時間序列的卷積得到輸出。 另一方面，如果我長期知道輸入和輸出，是否可以獲得單位響應？ 是否有可能通過反卷積獲得這個單位響應？ 或者，如果我測量一些自然過程變量， ...

Limma 批次效應校正后的負值

[英]Negative values after Limma's batch effect correction

我有幾個 RNA-seq 數據集。 使用反卷積方法，我對它們中的每一個進行了細胞類型富集分析，然后將結果合並為一個 dataframe，在列中產生 1000 多個樣本，在行中產生 38 種細胞類型。 數據集來自不同的癌症文章。 因此，在使用 volcano plot 或 t-SNE 可視化數據之前， ...

反卷積似乎不起作用（fft2；scipy）

[英]Deconvolution doesn't seem to work (fft2; scipy)

我在空間域中將信號f與 kernel h進行卷積，然后在頻域中進行反卷積。 因為我知道 kernel h ，理論上我應該能夠毫無問題地取回f ，但是，它不起作用。 這就是我所擁有的： 這是 output： 為什么我得不到原來的f ？ 我是否錯誤地使用了這些功能，或者該方法是否存在問題？ 謝謝 PS ...

當使用 conv 和 deconv 時，輸出形狀不數學（輸入圖像的權重是奇數）

[英]when use conv and deconv, the out put shape does not math(The input image's weight is odd)

比如輸入shape=[1,64,12,60,33] 當我使用 輸出形狀 =[1,64,6,30,17] 之后我想讓 output 返回 [1,64,12,60,33] 但是當我使用 輸出變成 [1, 64, 12, 60, 34] 這不是我想要的。 我該如何解決這個問題？ 我的意思是我希望下一個工 ...

卷積神經網絡是連續函數？

[英]Convolutional neural network is a continous function?

問題是：卷積神經網絡架構是一個連續函數嗎？ 我所說的卷積是指僅由卷積層組成。 直覺上我會說是的，因為據我所知卷積的操作是連續的，但是我錯過了什么嗎？ 另外，有人知道轉置卷積是否也是這種情況嗎？ ...

在 Keras 中 Conv2DTranspose 和 Conv2D 有什么區別

[英]In Keras what is the difference between Conv2DTranspose and Conv2D

我目前正在使用 Tensorflow 2 和 Keras 構建一個 GAN，並注意到很多現有的神經網絡用於生成器和鑒別器，在 Z7FEE7BB66F4294C3E32783EFA7 中使用 Conv2D 和 Conv2DTranspose。 我正在努力尋找能夠在功能上解釋兩者之間差異的東西。 誰能解 ...

Tensorflow/CUDA 中卷積算法之間的結果不匹配

[英]Results mismatch between convolution algorithms in Tensorflow/CUDA

我正在訓練一個卷積自動編碼器並注意到這個警告： 這是基於 Ubuntu 20.04 的全新構建。 我之前在 Windows 的 RTX 2060 上運行時沒有注意到這個警告。 輸入數據有點大，所以 MRE 可能很困難。 有誰知道這個警告是關於什么的？ ...

如何在 pytorch 中實現分數步長卷積層？

[英]How to implement fractionally strided convolution layers in pytorch?

在一切之前，我搜索了谷歌和 StackOverflow，但我沒有找到任何類似的問題，所以我在這里提出一個新問題。 我對這篇論文很感興趣，想為我的項目實現這個 SGAN。 論文提到它的生成器網絡是由“一堆分數步長的卷積層”組成的，我在 pytorch 中發現了兩種不同的實現方式，一種是：torch. ...

信號解卷積 Scipy

[英]Signal Deconvolution Scipy

我在使用 scipy.signal 庫進行信號解卷積時遇到了一些問題。 我想要做的是如下： 我有一個用樣本測量的信號和一個沒有樣本測量的信號的陣列（4096 點）（具有相同長度的測量系統響應）。 為了獲得純樣本信號，我需要對這些信號進行去卷積。 這是我的代碼： 運行此代碼時，我收到錯誤消息“B ...

在另一個模型中加載一個張量流模型，並連接兩個模型

[英]Load a tensorflow model inside another one, and concatenate two models

這個想法是按照我的卷積模型創建一個反卷積模型，以查看學習像素的重要性。 模型概述 我遇到了無法解釋的問題。 首先是當我創建了我的 3 個模型時，如果我訓練卷積模型並測試我的自動模型，一切正常。 而如果我創建了我的 3 個模型，然后我加載我的卷積模型（之前訓練過），如果我測試我的自動模型，一切看起來 ...

如何創建一個層來反轉 softmax（TensforFlow，python）？

[英]How to create a layer to invert a softmax (TensforFlow,python)?

我正在構建一個反卷積網絡。 我想向它添加一個與 softmax 相反的層。 我嘗試編寫一個基本的 Python 函數，該函數返回給定矩陣的 softmax 的倒數，並將其放入 tensorflow Lambda 並將其添加到我的模型中。 我沒有錯誤，但是當我進行預測時，出口處只有 0。 當我不將此層 ...

如何使用signal.deconvolve正確重建信號，該信號應用於使用signal.convolve與ricker小波卷積的信號？

[英]How can I properly reconstruct a signal using signal.deconvolve applied to a signal convolved with a ricker wavelet using signal.convolve?

因此，我將一個數組存儲在維度為 (251, 240) 的矩陣中。 接下來，我創建了一個 ricker 小波，我將其與每一列（時間序列）進行了卷積。 這似乎工作正常。 我的過程的下一步是使用相同的 ricker 小波對卷積的結果進行去卷積。 我希望重建我的原始信號，但事實並非如此。 我做錯了什么，如何 ...

運算后傅里葉逆變換域

[英]domain of inverse fourier transform after operation

背景：我觀察了一個變量 z 的樣本，它是兩個獨立且同分布的變量 x 和 y 的總和。 我試圖從 z 的分布（稱為 g）中恢復 x、y（稱為 f）的分布，假設 f 是關於零對稱的。 根據Horowitz 和 Markatou (1996)，我們知道 f 的傅立葉變換等於 sqrt(|G|)，其中 G ...

ADAPTS-R 軟件包的問題

[英]Issues with the ADAPTS- R package

我正在使用下面的函數buildSeed() ： library(ADAPTS) ct1 <- runif(1000, 0, 100) ct2 <- runif(1000, 0, 100) dataMat <- cbind(ct1, ct1, ct1, ct1, ct1, ct1, ...


排序:
質量:
 
粵ICP備18138465號  © 2020-2024 STACKOOM.COM