66问答网
所有问题
当前搜索:
卷积神经网络多少层合适
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。
在未来在银行业务范国中,你设想可以用到
卷积神经网络
的应用有什么?
答:
可以应用于网上银行验证码的识别。首先随机产生带有四个数字或字母的图片输入到定义的CNN网络中进行训练,在代码中可自行定义训练精确度达到
多少
时停止训练保存模型。最后用保存好的模型进行预测即可。通过构建多层
卷积神经网络
,并选取Relu函数为非线性激励函数,对验证码图片进行字符特征提取与验证码的识别。
用
卷积神经网络
处理 “图” 结构数据应该怎么办
答:
卷积神经网络
有以下几种应用可供研究:1、基于
卷积网络
的形状识别 物体的形状是人的视觉系统分析和识别物体的基础,几何形状是物体的本质特征的表现,并具有平移、缩放和旋转不变等特点,所以在模式识别领域,对于形状的分析和识别具有十分重要的意义,而二维图像作为三维图像的特例以及组成部分,因此二维图像...
如何理解
卷积神经网络
中的局部感知野
答:
权值共享的通俗理解就是整张图片或者整组feature map共用一个
卷积
核,卷积核在图片上慢慢滑动,所以图片上每个区域都是利用了卷积核内的参数,这就是权值共享。
lecun关于
卷积神经网络
的matlab代码怎么训练和测试,要改哪些
答:
错误原因是cnnsetup函数找不到。 1. 请将程序文件夹至于不含空格和中文的路径下,路径越简单越好,比如D:\works这种 2. 请在出错语句前加入一行: 1 which cnnsetup ; ls ; 然后贴出执行结果,以便诊断出错原因。
基于
卷积神经网络
和PCA的人脸识别
答:
冯倩,穆国旺(河北工业大学理学院,天津300401)摘要主要研究了在基于深度学习的人脸识别算法中,对于由深度
卷积神经网络
提取得到的人脸特征进行降维处理是否有助于提高人脸识别的准确率.利用VGG网络模型提取人脸图像的深度特征,然后利用主成分分析(PCA)对提取到的深度特征进行降维,最后利用余弦...
棣栭〉
<涓婁竴椤
21
22
23
24
25
26
27
28
29
76
其他人还搜