deep-learning

    4熱度

    2回答

    如何在張量流中處理大型（> 2GB）嵌入式查找表？

    當我使用預先訓練的單詞向量做LSTM分類時，我想知道如何處理tensorflow中大於2gb的嵌入查找表。 要做到這一點，我試圖讓嵌入查找表像下面的代碼， data = tf.nn.embedding_lookup(vector_array, input_data) 得到這個值誤差。上的代碼 ValueError: Cannot create a tensor proto whose conten
    tensorflow deep-learning 2017-10-12

    2熱度

    1回答

    創作卷積神經網絡的位置矢量的關係分類

    在多個出版物中描述這個問題涉及在CNN使用位置矢量的關係分類，如以下通過Zeng等人：http://www.aclweb.org/anthology/C14-1220 我想在張量流中實現這樣一個模型。我的問題如下： 使用隨機初始化向量表示位置信息有什麼好處嗎？舉例來說，爲什麼不用一個熱門的矢量編碼來表示位置？不建議將單熱矢量與密集的單詞矢量結合起來嗎？ 根據單詞向量的維度，位置向量應該具有最小維度
    nlp deep-learning conv-neural-network 2017-10-12

    0熱度

    2回答

    用於更新神經網絡的驗證集？

    我有一個神經網絡問題 假設我有60個培訓，20個驗證和20個測試集。對於每個時期，我通過60個訓練集樣本運行，同時調整每個樣本的權重，並計算每個驗證樣本的誤差。 所以我所知，發生在訓練集（未驗證集） 重量更新，但我聽說分離驗證從訓練集設置是爲了避免過度擬合。 然後我的問題是 如果驗證並不能使神經網絡中的任何權重更新，如何驗證設置幫助神經網絡避免過度擬合？
    validation neural-network deep-learning 2017-10-13

    1熱度

    1回答

    實現在CNN向後卷積多通道數據

    我一直在努力，因爲我實現卷積神經網絡來獲得卷積運算更深入的瞭解。但是我在試圖計算反向通過或反捲積時卡住了。 可以說輸入是尺寸爲3x7x7的三維RGB圖像過濾器的尺寸爲3x3x3。在將步長設置爲2的卷積中，我們將得到尺寸爲3x3的輸出。 現在，這是我的問題。我已經讀過，反捲積是輸出與翻轉內核的卷積。但是在翻轉內核時，它仍然是尺寸爲3x3x3，輸出尺寸爲3x3。輸入是尺寸3x7x7。那麼，解卷積是如何
    machine-learning neural-network deep-learning correlation convolution 2017-10-13

    2熱度

    2回答

    智能手機上的人體姿勢估計/匹配

    我正在開發一個人必須模仿預定姿勢的項目。照片是由模仿此預定義姿勢的人制作的。 然後，從這個圖像中提取人的人體姿勢，並與預定義的姿勢進行比較。最後一個得分機制決定兩個姿勢的匹配程度，或者它們完全匹配。 我想爲智能手機開發，因此理想情況下，所有內容都嵌入智能手機本身。這意味着，該實現能夠在CPU或智能手機GPU上運行（例如Moto G5 Plus，板載Adreno 506 GPU - 支持OpenGL
    image-processing tensorflow computer-vision deep-learning openpose 2017-10-13

    1熱度

    2回答

    Tensorflow的DNNLinearCombinedClassifier打印迴歸的損失，而不是分類損失

    我的Kaggle's Credit Card Fraud（分類）數據集試圖Tensorflow的DNNLinearCombinedClassifier（1.3版）： m = tf.estimator.DNNLinearCombinedClassifier(model_dir='/.../model', dnn_feature_columns=deep_columns,
    python machine-learning tensorflow deep-learning 2017-10-13

    0熱度

    1回答

    張量流中的多級特徵融合

    我想知道怎樣才能將合併爲兩層不同的空間空間Tensorflow。 例如:: batch_size = 3 input1 = tf.ones([batch_size, 32, 32, 3], tf.float32) input2 = tf.ones([batch_size, 16, 16, 3], tf.float32) filt1 = tf.constant(0.1, shape = [
    python-3.x tensorflow neural-network deep-learning conv-neural-network 2017-10-13

    0熱度

    1回答

    未能在Pytorch中訓練SkipGram字嵌入

    我正在訓練使用https://arxiv.org/abs/1310.4546中描述的着名模型的跳躍字嵌入。我想在PyTorch中訓練它，但是我收到錯誤，我無法弄清楚它們來自哪裏。下面我提供了我的模型類，訓練循環和配料方法。有沒有人對發生了什麼有所瞭解？我在行發生錯誤。它有一個<class 'torch.LongTensor'>問題，這很奇怪，因爲CrossEntropyLoss需要很長的張量。輸出
    python-3.x deep-learning pytorch 2017-10-13

    1熱度

    1回答

    CIFAR-10尺寸誤差Keras

    我想在我的機器的GPU運行Cifar-10 CNN代碼，但我面臨着以下問題： 尺寸（1）必須在區間[0,2），其中， 2是輸入中的維數。對於'metrics/acc/ArgMax'（op：'ArgMax'），輸入形狀爲：[？，？]，[]。 這裏是我的代碼： import os os.environ["THEANO_FLAGS"] = "mode=FAST_RUN,device=cuda0,flo
    deep-learning keras gpu keras-layer 2017-10-14

    0熱度

    2回答

    爲什麼我們稱CNN「頂層」中的完全連接圖層？

    我讀過一些關於卷積神經網絡的論文，發現幾乎所有的論文都將這些完全連接的層稱爲正常的CNN「頂層」。 但是，正如大多數論文所顯示的那樣，典型的CNN具有自頂向下的結構，並且完全連接的層（通常跟着一個softmax分類器）被放置在網絡的底部。那麼，爲什麼我們稱他們爲「頂層」呢？這是一種慣例，還是我不知道的其他考慮因素？
    machine-learning neural-network deep-learning conv-neural-network terminology 2017-10-14
最新問題