图片裁剪等操作对于cnn网络梯度反向传播有什么影响吗？

图片裁剪等操作对于cnn网络梯度反向传播有什么影响吗？比如，我先将图片送入几层的cnn网络，然后利用结果对一张图片进行裁剪，再送入另一个网络，最后做损失反向传播，这个过程能正常进行吗？

写回答
好问题 0 提建议
追加酬金
关注问题
分享
邀请回答
编辑收藏删除结题
收藏举报

报告相同问题？

关注问题

用python对图片进行CNN机器学习分类时，图片格式的不同会对学习的结果造成影响吗？ python 人工智能机器学习深度学习神经网络
2019-07-19 17:21

回答 2 已采纳 png不会，因为它是无损的，但是jpg gif等有损的图片压缩算法会导致信息量的缺少，影响训练效果。但是在训练的时候，必须先将图片还原成位图，也就是无压缩的格式，才好处理。所以png一般用来作为图
在设置CNN网络结构时有必须遵循的条件吗？机器学习深度学习神经网络
2021-12-15 16:44

回答 1 已采纳池化是为了采样，降低计算量，提取主要关键的作用和提升部分鲁棒性，并不是需要一层卷积就一层池化的，可以多层卷积之后一层池化，这个没啥关系，你甚至不池化都可以
如何让卷积神经网络中间的某几层参数固定，还不影响正常的训练过程? cnn 人工智能深度学习
2022-01-13 15:01

回答 1 已采纳可以啊，冻结之后只是不更新参数和计算梯度，优化器在step的时候遇到不计算梯度的话自动就不更新参数了，但是反向传播还是正常进行的。
cnn卷积神经网络反向传播,cnn正向传播和反向传播
2022-08-15 21:43

「已注销」的博客下面我尽可能地用简单的语言来阐述下我的看法（叙述中假设你已经大致知道什么是深度学习和神经网络：大数据和高性能计算在如今的互联网时代，都让神经网络有了前所未有的“更深”的可能，一批新方法被发明出来...
数字序列样本用什么网络处理有助于分类呀？人工智能有问必答深度学习神经网络
2021-03-31 10:46

回答 3 已采纳使用lstm网络进行序列预测
CNN网络2分类失败 cnn 有问必答深度学习网络
2022-09-01 00:20

回答 2 已采纳因为你返回的数据都是只有一个类别的r'dragon'，训练时的标签一直是[1,0]，所以模型针对任何数据的输出都是1,0。你应该修改一下你的数据加载器。你可以先参考一下我的博客Pytorch 2 迁移
CNN训练出的模型输入是50×50，那么我真正使用时输入可以是128×128吗？ cnn 深度学习神经网络
2022-05-08 09:31

回答 3 已采纳可以加一个resize
学习笔记：深度学习（3）——卷积神经网络（CNN）理论篇
2022-04-12 13:27

新四石路打卤面的博客深度学习笔记——CNN卷积神经网络理论篇。主要包括CNN的概念、基本原理、类型综述。算是比较完善的一篇文章了。
基于python做神经网络、深度学习需不需要自己写代码，需要写到什么程度呢？ python 有问必答深度学习神经网络
2022-05-16 13:12

回答 6 已采纳的确是很多第三方库给你去用，直接import就可以，但是问题是，如果目前出了问题，第三方库无法满足你的需求，你需要进一步修改代码你怎么办？而且这个问题在实际应用中是经常碰见的，这时候你会不会神经网络基
简单cnn网络，csv数据集，bug解决 cnn python 神经网络
2022-08-31 01:31

回答 2 已采纳有用记得采纳，batch_size=随便改 # -*- coding: UTF-8 -*- """ @项目名称：简单cnn网络_csv数据集_bug解决.py @作者：陆地起飞全靠浪 @创建日期
卷积神经网络连续输出多张图片的参数设置？ cnn 深度学习神经网络
2022-06-06 17:06

回答 1 已采纳那就是batchsize设置为5呗。
卷积神经网络（CNN）
2023-09-07 09:29

小黄要当程序员的博客文章以图片为例，对比全连接网络的，引入了卷积神经网路
提在制作数据集进行CNN训练时各分类的图像数量需要匹配吗？ tensorflow 机器学习神经网络
2021-05-25 15:31

回答 1 已采纳尽量保证每个类别下的数据量占比接近。如果不同类别之间的数据量相差较大，会导致数据不平衡问题，模型会倾向于预测数量多的类别，最终影响模型效果。解决数据不平衡问题的方法有很多，一是增加数据，使得数据平衡；
94%预测准确率！手把手搭建CNN-AlexNet卷积神经网络框架
2023-09-19 10:41

毒爪的小新的博客手把手搭建基于PyTorch的卷积神经网络，同时拥有详细的代码注释，非常适合初次接触深度学习的读者，模型准确率高达94%！！！！
第三章:Faster R-CNN网络详解（《Faster R-CNN: 基于区域提议网络的实时目标检测》）
2023-07-01 11:17

Joney Feng的博客引言最近物体检测的进展得益于区域提议方法（例如[4]）和基于区域的卷积神经网络（R-CNN）[5]的成功。尽管最初开发的基于区域的CNN在计算上非常昂贵[5]，但通过在提议之间共享卷积计算[1]，[2]，其成本已经大大降低...
没有解决我的问题, 去提问

悬赏问题

¥15 基于卷积神经网络的声纹识别
¥15 Python中的request，如何使用ssr节点，通过代理requests网页。本人在泰国，需要用大陆ip才能玩网页游戏，合法合规。
¥100 为什么这个恒流源电路不能恒流？
¥15 有偿求跨组件数据流路径图
¥15 写一个方法checkPerson，入参实体类Person，出参布尔值
¥15 我想咨询一下路面纹理三维点云数据处理的一些问题，上传的坐标文件里是怎么对无序点进行编号的，以及xy坐标在处理的时候是进行整体模型分片处理的吗
¥15 CSAPPattacklab
¥15 一直显示正在等待HID—ISP
¥15 Python turtle 画图
¥15 stm32开发clion时遇到的编译问题

码龄粉丝数原力等级 --

图片裁剪等操作对于cnn网络梯度反向传播有什么影响吗？

0条回答默认最新

悬赏问题

图片裁剪等操作对于cnn网络梯度反向传播有什么影响吗？

0条回答 默认 最新

悬赏问题

0条回答默认最新