私のデータセットはMNISTであり、MLライブラリはMXNet畳み込みニューラルネットワークでのMXNetフレームワークでの円滑なカーネルの作成方法
私はMLを練習するためにCNNアルゴリズムを使用しました。次に、参考チュートリアルpage 6 and 7が見つかりました。
私は、デフォルトのカーネルは、マトリックス（MXNetでカーネル）内のすべての '1' のインスタンスであると思います。上記のような滑らかなカーネルを作る方法。他の人が述べたように
これはR.
mx.symbol.Convolution(data=data, kernel=c(5,5), num_filter=20)
とMXNetコードである、MXNet深い学習のためのフレームワークです。あなたが参照したスライドは、他の最適化されたツールを持つ画像処理タスクです。OpenCVが最も一般的なものの1つです。それにもかかわらず、MXNetを使用して簡単なコンボリューションを実行することができます。 Pythonでは、次のようになります。
# Replace img with an actual image
img = np.random.uniform(size=(1, 1, 480, 640))
img = mx.nd.array(img)
w = mx.nd.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]])
w.reshape((1, 1, 3, 3))
out = mx.nd.Convolution(
img, w, kernel=(3, 3), num_filter=1, no_bias=True, pad=(1, 1))
オフサイトになる可能性のあるオフサイトリソースとの関係を断りなくするために、データと関連するすべてのコードを質問に含めてください。 –
あなたは何を達成しようとしていますか？ 'MXNet'を使ってイメージフィルタリングをしようとすると、間違ったツールを使っている可能性があります。配列の初期化を指定する方法がありますが、背景を使って学習をしたい場合は、重みを変更します。画像上にカーネルを畳み込みたいのであれば、 'spatialfil'または' imager'パッケージを見てください。 – ultradian