classification

    0熱度

    1回答

    如何使用未標記的圖像來訓練CNN？

    我正在嘗試使用CNN GoogleNet Inception來訓練圖像分類器。我有一些標記的圖像（每個類別cca 1000）以及更多未標記的圖像。到目前爲止，我只用標記的圖像，並且我有很好的準確性。我只是不確定是否有可能使用某種未標記的圖像。 關於它們的唯一信息是，在一個目錄中總是存在一些圖像（1-10）。一個目錄中的圖像屬於同一個類。 謝謝
    machine-learning computer-vision classification conv-neural-network 2017-09-20

    2熱度

    2回答

    音頻分類與Keras：人聲

    的存在，我想創建Keras音頻分類系統，該系統簡單地確定一個給定的樣本是否含有人的聲音或沒有。沒有其他的。這將是我第一次嘗試機器學習。 此音頻預處理器存在。它聲稱不會做，但它已經分叉了幾聲： https://github.com/drscotthawley/audio-classifier-keras-cnn 我不明白這其中是如何工作的，但我已經準備好試一試： https://github.com
    audio machine-learning keras classification 2017-09-21

    0熱度

    1回答

    如何將多個特徵向量有效地進行分類

    我有4個numpy數組（特徵）。 numpy陣列的尺寸爲： a1=(360,100) a2=(360,100) a3=(360,100) a4=(360,13) 我有360個（4個類，每個是90個）音頻文件。我從這些wav文件中獲得了4個不同的功能（a1，.. a4）。我嘗試了這些功能（a1，.. a4）來分別訓練svm和分類音頻。但有些結果不好。現在我想結合這4個特徵來獲得更好的結果。
    python classification svm xgboost adaboost 2017-09-22

    0熱度

    2回答

    錯誤model.frame.default（形式=〜類，數據=列表（結果= C（1L，：對象不是，使用R插入記號分類

    當我試圖利用插入符號的分類模型，在這裏一個矩陣是訓練數據的最小工作示例： # Minimal working example library(caret) # classification/ regression df <- data.frame("outcome" = c(0,1,0,1,1,1,0,0,0,0,1,1,1,0,0,0,1,0,1,0), "col1" =
    r matrix classification r-caret 2017-09-22

    0熱度

    2回答

    對二進制分類很不好的結果，只有很少的數據

    我只有141張圖片，每個類71（醫學圖像） ，我想對它們進行分類。我知道這是非常少的數據，所以我想使用增強。 我的問題是我使用增強技術時無法通過0.5準確度甚至對訓練數據！ 當我只在141幅圖像上訓練時，我可以達到80％，所以這意味着我正在使用增強錯誤？ 會很喜歡，如果有人在這裏能明白我做錯了： 我的模型： from keras.layers import Conv2D, MaxPooling2D
    deep-learning keras classification 2017-09-23

    0熱度

    1回答

    如何理解keras功能？

    我已經從一組圖像中提取特徵。 Keras功能提供了形狀(X, 7, 7, 512)，其中X是圖像的數量。 我可以看到有512層。每層是（7,7）。我需要訪問每一層中的49個元素，並取其平均值。但是，我無法理解如何訪問上述格式的元素。 我該如何去做這件事？有人能幫助我獲得清晰度嗎？
    python numpy keras classification 2017-09-25

    -1熱度

    1回答

    使用Python進行圖像分類，Tensorflow

    如何執行圖像分類。使用深度學習獲取Breakhis數據集並分類惡性與良性。 我不得不使用Python和Tensorflow。我需要編寫用於數據集分割，預處理和訓練以及在測試圖像上創建預測的代碼。如何開始以及如何編碼？
    python tensorflow classification 2017-09-26

    2熱度

    1回答

    LDA之前或分區

    我做一個分類，我對使用LDA只是降維這個問題後降維： 難道LDA的是對整個特徵矩陣應用，包括訓練和測試數據，然後（在減少數據維數之後）做特徵矩陣的劃分以提供訓練和測試集以進行分類？這是真的嗎？ 然後，假設我們需要在應用LDA之前劃分數據。 如何使用Matlab的內部分類器（如kNN和SVM）對測試數據進行分類？
    machine-learning computer-vision classification 2017-09-30

    0熱度

    1回答

    Sklearn train_test_split創建1d數組

    緊隨着scikit-learn文檔，我正在試圖安裝一個虛擬classif9er。但是，在運行時會引發錯誤值。這是意想不到的，因爲之前我使用的是相同的數據：X = vector_data（一個稀疏矩陣），y = vector_target（一個int列表）與網格搜索cv擬合，沒有這樣的錯誤。 因此它必須引入train_test_split。 爲什麼在我的代碼中發生這種情況，而不是文檔，應該採取哪些預
    python machine-learning scikit-learn classification 2017-09-30

    1熱度

    1回答

    傳遞TensorFlow方法的錯誤參數

    我想分類兩個對象。我想從evaluate.py腳本獲得精度和交叉熵。 這是我正在嘗試的代碼。 evaluate.py (by tensorflow for poets) #!/usr/bin/python # # Copyright 2017 Google Inc. # # Licensed under the Apache License, Version 2.0 (the "Lice
    image tensorflow classification 2017-10-04
最新問題