- 1
pycharm为什么老报错啊,在终端检测显示已经安装yaml,可每次运行代码就会出现问题
- 2
回答
- 1
回答
![img](https://img-mid.csdnimg.cn/release/static/image/mid/ask/2d61cb22cd33470cb33983d056fa6bd8.jpe
- 27
回答
python代码,VAE架构加入了CNN,处理物联网2023数据集,decoder维度有问题,输出一直报错。 import numpy as np import tensorflow as tf fr
- ¥15
- python
- cnn
- tensorflow
- 12
- 2024-10-28 23:17
- 31
回答
如何使用shufflenet进行手写数字识别?请问具体步骤和过程
- 2
回答
cnn对animals10数据集图像识别 验证集准确率和loss跌宕起伏该怎么办
- 深度学习
- tensorflow
- cnn
- 4
- 2024-10-16 21:01
- 1
回答
我想利用卷积神经网络提取图像特征得到高维特征向量,然后再对高维向量进行分析总结设计特征,但是找不到相关文章这个方法可行嘛?有没有相关的文章啊
- 1
回答
- 1
回答
如题所示,我修改为ffn显示提到不匹配 {self = Conv2d(64, 64, kernel_size=(3, 3), stride=(2, 2), padding=(1, 1), bias=
- 1
回答
深度学习入门问题求解答神经网络中的卷积操作和数学中卷积分的概念是完全不一样吗下面图片中是一本书中对卷积过程的说明,有些理解不了 假设书中这个例子f(x)=3x+2, g(x)=2x^2+3x-1。卷
- 2
回答
使用CNN进行人脸识别,准确率很低,有什么方法能改进吗代码如下: % 清理工作区和关闭所有图形窗口 clear; clc; close all; % 设置数据集路径 data
- 1
回答
python代码,VAE架构,加入了CNN,处理物联网2023数据集,decoder维度有问题,一直输出报错。 import numpy as np import tensorflow as tf f
- python
- tensorflow
- cnn
- 6
- 2024-09-08 12:57
- 1
回答
想请教一下各位,请问CNN或者RNN可以实现同时输入一个时间序列数据和一个包含几个元素的一维向量数据,然后输出为几个时间序列数据和包含几个元素的一维向量数据吗?输入的一维向量数据的维度(数据的个数)必
- 17
回答
如下是我的深度学习回归预测,用pytorch和CNN预测的。能帮我看看为什么预测值是一条平的直线,而且迭代得不到优化吗?(hot列是加热条件,有0.7 0.9 1.1 1.3 1.5五个值,后续会增加
- 2
python如何将棋谱ctl格式转换为move.excel的格式。
- cnn
- 3
- 2024-08-24 17:00
- 3
回答
- 3
回答
1.内容:使用现有的case&data导入fluent,对ht,cp点,a线的速度,湍动能的数据进行提取,对离地80m高度处的速度云图(数据)进行提取。在使用py进行数据的预处理后,载入卷积神经网络中
- 15
回答
大家好,事情是这样的,我在MATLAB运行一个语音识别的代码,使用网上所提供的音频文件可以正常运行出结果,当我把音频文件换成自己的音频文件后就出现了以下报错,起初我以为是文件的采样率等等的问题所以将那
- 1
回答
输入一开始是(3000,17)输出是(300,1)经过窗口创建步长为10, 输入形状变为(300,10,17),怎么写CNN的对应代码可以适配我的输入输出啊 这应该算是一维CNN吧?有没有老哥知道的
- 2
回答
大家好,本人是在读本科生,近期在完成学校布置的自主任务时,遇到了一些问题,希望大家予以帮助任务是这样的,利用卷积网络对人类表情数据进行分类,数据集具体大小为:训练集: 28709测试集: 7178数据
- 2
- 4
回答
想请教一下各位,请问CNN或者RNN可以实现同时输入一个时间序列数据和一个包含几个元素的一维向量数据,然后输出为几个时间序列数据吗?
- cnn
- 15
- 2024-07-23 10:07
- 2
回答
利用图神经网络预测分子性质,每个分子的原子数不同即生成的分子图节点数不同,那么节点的特征矩阵大小就不同。对于卷积神经网络要求输入的每个数据的尺寸相同,那么分子图最后为什么能进行卷积
- 1
回答
跑CNN的时候,最优模型能保存,但是想要的loss值啥的没有是什么情况 我跑的是1000-3000的数,是太多了吗
- 2
回答
基于数据集:训练集500张图片,验证集401张图片,测试集118张图片。进行路面坑洼识别模型训练。
- 3
回答
import numpy as np def softmax(z): exp_z = np.exp(z) return exp_z / np.sum(exp_z) def sof
- 7
回答
#问题描述欲用CNN进行栅格降尺度,参考了《Global high-resolution total water storage anomalies from self-supervised data
- ¥15
- tensorflow
- 机器学习
- cnn
- 3
- 2024-06-10 15:33
- 1
回答
- 2
回答
您好,我在使用CNN模型的时候遇到了一点问题,经过搜索阅读了您的这篇文章:《(完美解决)为什么在train/val/test数据集上用train模式效果都很好,但是在eval模式下全部很差》,我目前的
- 3
import numpy as np import cv2 import os import xml.etree.ElementTree as ET from sklearn.model_selec