deep-learning

    1

    2答えて

    お互いに関連しているこれらの幾何学的形状を認識したいと思います。たとえば、下の屋根の画像を見ると、REDの尾根の存在を知るだけで、BLUEの尾根も存在するはずです(画像には表示されていなくても)。私が何千ものラベル画像を持っていれば、MLモデルもこれを学ぶことができます。しかし、私はこの問題をどのように表現するのか分かりません。 ラベル(S):C、Z ラベル(S):D ラベル(S):C、Z ラベル

    0

    1答えて

    私は、私のセッションを管理するには、このような何かスーパーバイザを使用しています:問題は、私はデータは、プレースホルダを使用してフィードされなければならないというのが私のグラフは、定義されたということです sv = tf.train.Supervisor( logdir=logdir, summary_op=tf.summary.merge_all(), summ

    1

    1答えて

    私は初めてLSTMモデルを実行しています。 ここは私のモデルです。 opt = Adam(0.002) inp = Input(...) print(inp) x = Embedding(....)(inp) x = LSTM(...)(x) x = BatchNormalization()(x) pred = Dense(5,activation='softmax')(x) mo

    0

    1答えて

    LSTMを使用してゆっくりとスケーリングすることで手を汚すことを目指しています。しかし、現在の初期段階では、Kerasを使用してYoutube LSTMセンチメントアナライザを実装しようとしています。私を助けるために利用できるリソースを探しているうちに、私はIMDBセンチメント分析データセットとLSTMコードを見つけました。これは長い入力に対しては効果的ですが、短い入力ではあまりうまく機能しません

    0

    1答えて

    私は深い学習についてUdacityのオンラインコースを見ていました。その概念はnot_Mnistデータセットの単純な分類でした。すべてのことがあまりにも良く説明されていましたが、コードの一部と少し混乱しています私に手を差し伸べる時間があれば感謝します! たとえば、'notMNIST_large.tar.gz' fileがあります。 最初に.tar.gzを削除し、ルートはroot = notMNIS

    3

    1答えて

    インポートデータセットに関する問題は私を狂わせるでしょう。 これは私のsegnetコードの一部です。 画像&のマスクデータのインポートに関する質問に焦点を当てます。 print("CNN Model created.") ###training data data_gen_args = dict() image_datagen = ImageDataGenerator(**data_gen

    1

    1答えて

    MASK-RCNNまたはYOLOのようなディープラーニングを利用したオブジェクト認識の最近の進歩を見ると、オブジェクトの境界ボックスは常にイメージの境界に平行であることに気付きました。 これは、COCOなどの提供されたトレーニングデータの表記のためだけであり、それは基礎となるアーキテクチャによるものです。 YoloやRCNNの最後のレイヤーを見ると、イメージ内のオブジェクトのように回転している矩形

    1

    1答えて

    私はこの論文をTensorflow CR-CNNに実装しています。 この論文で使用されている損失関数は、Tensorsと真のラベルの実行時の値に依存する項を持っています。私が知る限り、Tensorflowは静的な計算グラフを作成し、それをセッションで実行します。私は、実行時に両方が動的に変化するので、このペーパーで言及されている予測と損失の機能を実装するのは難しいと思っています。 私のコードでtf

    -2

    1答えて

    PCAやディープオートエンコーダーを使用して私のセットのサイズを減らしていますが、私の質問は、セットのサイズを縮小するだけでなく、可能ですか、これらのディメンションのフィーチャー名を受け取ることが可能です?例えば :私はこれらの3つの列の列名(機能名)を知りたいのですが、 encoded_out[0:2] out: array([[ 3.74947715, 0. , 3.22947764],