编程技术网

关注微信公众号,定时推送前沿、专业、深度的编程技术资料。

 找回密码
 立即注册

QQ登录

只需一步,快速开始

极客时间
订阅

CNN

    带有步响应的python卷积:python- convolution with step response

    Lunatic 2022-5-10 14:51 CNN
    带有步响应的python卷积的处理方法 我想计算这个整数$ \ frac {1} {L} \ int _ {-\ infty} ^ {t} H(t ^ {'})\ exp(-\ frac {R} {L}(tt ^ {'}))dt ^ {'} $使用numpy.convolution,其中$ H(t)$是heavside函数.我应该得到等于$ \ exp(-\ frac {R} {L} t)H(t)$以下是我所做的我通过将变量乘以不同的H(t)来将积分的限制从-inf更改为+ inf,然后将其用

    为什么我的卷积例程与numpy&卑鄙的?:why does my convolution routine differ from numpy & scipy's?

    scratchmex 2022-5-10 14:51 CNN
    为什么我的卷积例程与numpy&卑鄙的?的处理方法 我想手动编码一维卷积,因为我正在使用内核进行时间序列分类,所以我决定制作著名的Wikipedia卷积图像,如下所示. 这是我的剧本.我正在使用 如您所见,由于某种原因,我的卷积发生了变化.曲线中的数字(y值)是相同的,但偏移了过滤器本身大小的一半. 有人知道这是怎么回事吗? 解决方案 就像您要链接的公式一样,卷积会将索引从负到正无穷大.对于有限序列,您必须以某种方式处理不可避免发生的边界效应.Numpy和scipy提供了不同的方法:

    Keras与Caffe的卷积之间的区别是什么?:What's the difference between convolution in Keras vs Caffe?

    wr1ttenyu zhao 2022-5-10 14:51 CNN
    Keras与Caffe的卷积之间的区别是什么?的处理方法 我正在尝试将大型Caffe网络复制到Keras(基于tensorflow后端).但是即使在单个卷积层上,我也遇到了很大的麻烦. I'm trying to replicate a large Caffe network into Keras (based on tensorflow backend). But I'm having a large trouble doing it even at a single convolution

    张量流中的复杂卷积:Complex convolution in tensorflow

    RobitYadda 2022-5-10 14:37 CNN
    张量流中的复杂卷积的处理方法 我正在尝试进行简单的卷积运算,但是具有复杂的数字: I'm trying to run a simple convolution but with complex numbers: r = np.random.random([1,10,10,10]) i = np.random.random([1,10,10,10]) x = tf.complex(r,i) conv_layer = tf.layers.conv2d( inputs=x, filters=10,

    卷积神经网络可视化-权重或激活?:Convolutional Neural Network visualization - weights or activations?

    plachta11b 2022-5-10 14:13 CNN
    卷积神经网络可视化-权重或激活?的处理方法 上面的可视化是第一卷积层的权重或第一卷积层上给定输入图像上的激活的呈现吗? Is the above visualization a rendering of the weights of the first convolutional layer or the activations on a given input image on the first convolutional layer? 下面是我已经训练了48个小时的Inception v

    张量流中的复杂卷积:Complex convolution in tensorflow

    Uisgebeatha 2022-5-10 12:27 CNN
    张量流中的复杂卷积的处理方法 我正在尝试进行简单的卷积运算,但是具有复杂的数字: I'm trying to run a simple convolution but with complex numbers: r = np.random.random([1,10,10,10]) i = np.random.random([1,10,10,10]) x = tf.complex(r,i) conv_layer = tf.layers.conv2d( inputs=x, filters=10,

    卷积神经网络可视化-权重或激活?:Convolutional Neural Network visualization - weights or activations?

    benwu232 2022-5-10 12:06 CNN
    卷积神经网络可视化-权重或激活?的处理方法 上面的可视化是第一卷积层的权重或第一卷积层上给定输入图像上的激活的呈现吗? Is the above visualization a rendering of the weights of the first convolutional layer or the activations on a given input image on the first convolutional layer? 下面是我已经训练了48个小时的Inception v

    如何减少神经网络的过度拟合?:how to reduce overfitting in neural networks?

    w3Charlie 2022-5-10 11:57 CNN
    如何减少神经网络的过度拟合?的处理方法 我正在做一个声音识别项目. I'm working on a sound recognition project. 我有1500个带标签的5类声音样本.(每个类别300个声音样本,持续2秒). I have 1500 labeled sound samples of 5 classes. (300 sound samples of a duration of 2 seconds for each classe). 我正在使用在线工具来计算MFCC系数(E

    语音顶会 ICASSP 2022 成果分享:基于时频感知域模型的单通道语音增强算法

    Duront 2022-5-7 16:49 CNN
    IRM 训练目标下的 ResTCN+TFA 相比baseline ResTCN来说,PSM 训练目标下 ResTCN+TFA 的 CSIG 提高了 0.21,使用了所提出的 TFA(ResTCN+TFA)的 ResTCN 产生的训练和验证集误差显著降低

    如何在 PyTorch 中更新神经网络的参数?:How can I update the parameters of a neural network in PyTorch?

    Ken-B 2022-5-7 12:40 CNN
    如何在 PyTorch 中更新神经网络的参数?的处理方法 假设我想在 PyTorch(继承自 torch.nn.Module) 通过 0.9.我该怎么做? Let's say I wanted to multiply all parameters of a neural network in PyTorch (an instance of a class inheriting from torch.nn.Module) by 0.9. How would I do that? 推荐答案 让 n

    基于Unity实现2D边缘检测

    OvidiuBan 2022-5-7 07:51 CNN
    目录 一、ShaderLab 1.Alpha值边缘检测 2.卷积边缘检测 二、ShaderGraph 一、ShaderLab 1.Alpha值边缘检测 根据图片的Alpha值边缘判定,向内扩一段距离做边缘,颜色设置未描边颜色; 片元着色阶段,向上下左右四个方向做检测,有一个点的透明度为0,判定为边缘; Shader "2DOutline" { Properties { _MainTex("Texture", 2D) = "whit

    keras 中一维卷积网络的输入维度:input dimensions to a one dimensional convolutional network in keras

    ayushrhll 2022-5-6 22:16 CNN
    keras 中一维卷积网络的输入维度的处理方法 真的很难理解 keras 中卷积 1d layer 的输入维度: really finding it hard to understand the input dimensions to the convolutional 1d layer in keras: 输入形状 具有形状的 3D 张量:(样本、步骤、input_dim). 3D tensor with shape: (samples, steps, input_dim). 输出形状 具有

    为 OCR 训练前馈神经网络:Training feedforward neural network for OCR

    Ali Han 2022-5-6 14:38 CNN
    为 OCR 训练前馈神经网络的处理方法 目前我正在学习神经网络,我正在尝试创建一个可以训练识别手写字符的应用程序.对于这个问题,我使用了一个前馈神经网络,当我训练它识别 1、2 或 3 个不同的字符时,它似乎可以工作.但是当我尝试让网络学习超过 3 个字符时,它会停滞在 40 - 60% 左右的错误百分比. Currently I'm learning about neural networks and I'm trying to create an application that can

    神经网络的局部逆:local inverse of a neural network

    bpm78 2022-5-6 11:49 CNN
    神经网络的局部逆的处理方法 我有一个有N个输入节点和N个输出节点的神经网络,其中可能有多个隐藏层和递归,但首先让我们忘记这些。神经网络的目标是学习N维变量Y*,给定N维值X。假设神经网络的输出是Y,学习后应该接近Y*。我的问题是:有没有可能得到输出Y*的神经网络的逆?也就是说,我如何得到X*的值,当我把它放入神经网络中时,它会产生Y*?(或类似的东西) 问题的一个主要部分是N非常大,通常在10000或100000量级,但如果有人知道如何为没有递归或隐藏层的小型网络解决这个问题,这可能已经很有帮

    用FFT实现二维卷积:Implement 2D convolution using FFT

    norzak 2022-5-6 10:58 CNN
    用FFT实现二维卷积的处理方法 TensorFlow.conv2d()对于卷积大图像和大核(滤镜)来说,速度非常慢。将1024x1024图像与相同大小的内核进行卷积需要几分钟时间。为了进行比较,cv2.filter2D()立即返回结果。 我找到tf.fft2()和tf.rfft()。 但是,我不清楚如何使用这些函数执行简单的图像过滤。 如何使用FFT使用TensorFlow实现快速2D图像过滤? 推荐答案 x * y形式的线性离散卷积可以使用卷积定理和离散时间傅里叶变换计算。如果x * y是圆
关注微信
^