66问答网
所有问题
当前搜索:
卷积神经网络多少层合适
深度
卷积神经网络
能实现数据分类吗
答:
当然可以,CNN最初就是用来识别手写的邮编数字,也就是识别一个手写阿拉伯数字是0~9中的哪一个,实际上就是一个十分类问题。Demo参见:http://yann.lecun.com/exdb/lenet/
CNN
卷积神经网络
DeepLearnToolbox问题
答:
我没用过CNN,我只能就matlab
神经网络
普遍存在的问题回答你,1,同样的输入训练样本和测试样本得到不一样的结果,可能是因为权值初始化是随机的,每个随机的初始值在训练的时候,误差只能收敛到那片区域的局部最小值,而不能保证全局最小值。就像你被随机传送到一片起伏不定的山区,你沿着下山路径走到...
梵高油画用深度
卷积神经网络
迭代十万次是什么效果
答:
效果不太取决于迭代次数。更加取决于训练集的质量。用梵高的画迭代几万次训练,训练集太窄了。效果也就“认识了梵高油画”而已,对10万次跟5万次数训练,甚至1万次,识别出梵高油画的准确率也不会改变
多少
的。
为什么全连接神经网络在图像识别中不如
卷积神经网络
答:
输入数据是n*n的像素矩阵,再使用全连接
神经网络
,那么参数的个数会是指数级的增长,需要训练的数据太多。而CNN的话,可以通过共享同一个参数,来提取特定方向上的特征,所以训练量将比全连接神经网络小了很多。
卷积神经网络
可以处理基因数据吗
视频时间 47:22
人工智能CNN
卷积神经网络
如何共享权值?
答:
首先权值共享就是滤波器共享,滤波器的参数是固定的,即是用相同的滤波器去扫一遍图像,提取一次特征特征,得到feature map。在
卷积网络
中,学好了一个滤波器,就相当于掌握了一种特征,这个滤波器在图像中滑动,进行特征提取,然后所有进行这样操作的区域都会被采集到这种特征,就好比上面的水平线。
卷积神经网络
预测发动机剩余寿命中op_setting是什么意
答:
操作设置。显示这个代码,是为了让使用的人操作,进行设置。
卷积神经网络
是AI服务器与高性能计算基础架构解决方案商,专注人工智能服务器领域,拥有品牌AI服务器及通用服务器,支持产品定制。
基于
卷积神经网络
的图像识别算法_卷积神经网络提取图像特征
答:
图象识别容易,因为图象可以在一个时间点成像 而语音没有可能在一个时间点的采样有用,语音多出来一个时间轴 而这个时间轴引入的难题就是:换个时间,换个人,换个背景噪音,都变得没法子识别了 目前,主流的大词汇量语音识别系统多采用统计模式识别技术 典型的基于统计模式识别方法的语音识别系统由以下几...
卷积神经网络
处理规格不同的图片
答:
只要对图片集做个预处理就好了,将训练样本大小归一化
关于
卷积神经网络
的训练样本及测试样本
答:
注意:训练样本和测试样本是不一样的。判断正确和错误,主要是看能不能通过训练分析机以及是否在误差内。正确率的得出:对测试样本进行测试,看看识别出来的有哪些,除以测试样本的总数即可。
棣栭〉
<涓婁竴椤
20
21
22
23
24
25
26
27
29
涓嬩竴椤
28
其他人还搜