convolution

0熱

1答えて

Matlabのさまざまな線形畳み込み方法の比較

Matlabの方法論を適用して直線と畳み込みの違いを理解しようとしていますhere。私は、組み込みのconvとcconv関数、Bruno Luongのconvnfft、およびNAGのc06pkの使用による線形畳み込みの結果を比較しています。 投稿はmath.stackexchangeと関連しています。私は、コードに概説され、様々な方法を用いて線形畳み込みの結果をプロットすると 私のコードではなく、

matlab convolution 2017-01-19

---

2熱

1答えて

ValueError：寸法は同じでなければなりませんが、入力形状が[Conv2D]（op： 'Conv2D'）の場合は1と3です。[1,400,400,1]、[1,3,3,1]

作成しようとしています import tensorflow as tf import numpy as np from PIL import Image import matplotlib.pyplot as plt filename_queue = tf.train.string_input_producer(['/home/ubuntu/test.png']) reader =

python machine-learning tensorflow convolution 2017-01-23

---

3熱

2答えて

Tensorflow畳み込みとnumpy畳み込みの違い

import numpy as np import tensorflow as tf X_node = tf.placeholder('float',[1,10,1]) filter_tf = tf.Variable(tf.truncated_normal([3,1,1],stddev=0.1)) Xconv_tf_tensor = tf.nn.conv1d(X_node, filte

python numpy tensorflow convolution 2017-01-25

---

2熱

1答えて

Keras - CNNモデル要約Diemension解釈

この深い学習モデルを構築するために、Kerasライブラリを使用しています：INPUT（深さ= 1、高さ= 15、幅= 27）→CONV [深さ= 8]（高さ= 4、幅= 27） - > POOL（高さ= 2、幅= 1） - >（回帰）出力。 convolution2d_1の出力形状が（None、8、12、1）で、pooling2d_1の出力形状が（None、8、6、1）であると予想します。 （No

python deep-learning keras convolution 2017-01-26

---

2熱

1答えて

Tensorflow：共同トレーニングCNN + LSTM

TFでLSTMを単独で使用する方法の例がたくさんありますが、CNN + LSTMを共同でトレーニングする良い例は見つかりませんでした。 このような訓練を行う方法は非常に簡単ではない、と私はここにいくつかのオプションを考えることができ、私が見たものから： まず、私は最も簡単な解決策（または最も原始的なもの）になると信じてこれらの機能をnumpyで抽出して保存してから、TFのLSTMにフィードする必要

tensorflow deep-learning convolution lstm recurrent-neural-network 2017-02-01

---

0熱

2答えて

Savitzgy GolayフィルタのゼロパディングがC++の数値処方では機能しない

問題はまっすぐです： Savitzgy Golayフィルタを使用してデータを滑らかにしたいですか？私はC + +を使用します。 コードブック1から取られ、2つの部分に分割することができる。 Cとを畳み込むことにより、信号データSスムースSavitzgyゴレイ係数を計算し、ベクトルC に保存します 問題は境界です。信号Sは周期的ではないので、境界効果を考慮する必要がある。これは、いわゆる0パッディン

c++ filtering padding convolution 2017-02-01

---

0熱

1答えて

Laravelのコレクションで畳み込みフィルタ（つまり「平均値」）を機能的に

laravelのコレクションに1D畳み込みフィルタを実装するにはどうすればよいでしょうか？意味は、1つの反復要素を取り、N個の隣接要素と加重平均を行い、AAのコンボリューション行列で定義された重み それがインデックス を利用して、forループを介して反復的にそれを行う方法を想像するのは難しいことではありませんmap/filter /そのようなものを介してコレクションのfuncitonalアプローチ

php laravel collections functional-programming convolution 2017-02-07

---

3熱

1答えて

複雑さがconv-layerよりも小さくても、完全に接続されたレイヤーで最も多くの時間を費やすのはなぜですか？

CNNのベンチマークを行うとき、完全に接続されたレイヤーで最も多くの時間が費やされていることがわかりました。 pをパディングすることなく、 O(conv) = N*(D * (W+P) * (H+P) * h *w)/S O(fully_connected) = D*W*H*N 例えば D = Dimensions Input W,w = Width Input, width Filter

neural-network deep-learning complexity-theory caffe convolution 2017-02-07

---

1熱

2答えて

Caffe PreTrained 2つのAlexNetsを持つカスタムネットワークへのAlexNetの重み

2つの画像入力を含むネットワークを構築しようとしています。それぞれのイメージは、後で融合するのと同時にネットワークを経由し、1つの出力をマージして出力します。プール5件まで二回定義された正確なAlexNetが含まれているカフェのprototxtモデル定義ファイルで定義されたマイ・ネットワークは ：（申し訳ありませんが私の英語はあまりよくないですpsのは）私は私が必要なものを表示するには、以下の図を

image-processing neural-network deep-learning caffe convolution 2017-02-10

---

0熱

1答えて

Tensorflow.slimを使用してconvolution2d_transposeを適用する

tf.slim.conv2d関数で2つの畳み込みレイヤーを適用しようとしていますが、基本的に入力画像のサイズを毎回半減させています。その後、元の画像形状を戻すためにconvolution2d_transposeを適用したいと思います。問題は、転置畳み込み関数の使い方を正確には知らないことであり、ドキュメントはそれほど役に立ちません。 私は、カスタムラッパーを使用して、しかし、ここで私がこれまで持っ

tensorflow convolution tf-slim deconvolution 2017-02-13

---