最大池化层与带步长卷积的性能比较
在大多数架构中，卷积层之后都会跟着一个池化层（最大值/平均值等）。由于这些池化层只是选择前一层（即卷积层）的输出，我们是否可以仅使用步幅为2的卷积来减少处理需求，并期望获得类似的准确性结果？
针对Caffe卷积滤波器中的输入查找梯度
我需要在卷积神经网络（CNN）中针对单个卷积过滤器找到相对于输入层的梯度，作为可视化滤波器的一种方式。 假设在Caffe的Python界面中有一个经过训练的网络，例如此示例，那么我该如何找到与输入层数据相关的卷积滤波器的梯度？ 编辑： 根据cesans的答案，我添加了下面的代码。我的输入层...
在TensorFlow中可视化卷积层的输出
我正在尝试使用tf.image_summary函数在tensorflow中可视化卷积层的输出。我已经在其他情况下成功地使用它（例如可视化输入图像），但是在这里正确地重塑输出方面遇到了一些困难。我有以下卷积层：img_size = 256 x_image = tf.reshape(x, [-1,...
Adam优化器在经过20万批次后失控，训练损失增加。
我在训练网络时遇到了一个非常奇怪的问题：在学习Fine几个100k次迭代（8到10小时）后，一切都崩溃了，训练损失开始增长： 训练数据本身是随机化的，并分散在许多包含1000个示例的.tfrecord文件中，然后在输入阶段再次进行随机并分成200个示例的批处理。 背景介绍 我正在设计...
'Tensor'对象没有属性'lower'
我正在对一个MobileNet进行微调，加入了14个新类别。当我通过以下方式添加新层：x=mobile.layers[-6].output x=Flatten(x) predictions = Dense(14, activation='softmax')(x) model = Model(i...
如何在Keras中仅加载特定的权重
我有一个训练好的模型，我已经导出了其权重，并且想要将其部分加载到另一个模型中。我的模型是使用TensorFlow作为后端在Keras中构建的。 现在我正在执行以下操作：model = Sequential() model.add(Conv2D(32, (3, 3), input_shape=...
如何在TensorFlow中关闭测试时的dropout？
我对Tensorflow和机器学习都比较新，所以我在此为一个（很可能）琐碎的问题道歉。 我使用dropout技术来提高网络的学习速度，它似乎运作得很好。接下来，我想测试该网络是否按照如下方式工作： def Ask(self, image): return self.sess...
修改训练图像以训练神经网络。
我目前正在尝试制作一个程序，仅基于外观来区分烂橙和可食用的橙子。为此，我计划使用卷积神经网络来训练烂橙和正常橙子的数据。在一些搜索后，我只能找到一个黑色背景下约150个烂橙和150个正常橙子的数据库（http://www.cofilab.com/downloads/）。显然，机器学习模型需要至...
卷积神经网络的深度是什么？
我正在阅读来自 CS231n Convolutional Neural Networks for Visual Recognition 的卷积神经网络。在卷积神经网络中，神经元按三个维度（height，width，depth）排列。我无法想象出卷积神经网络中的depth是什么。 在链接中，...
运行时错误：期望输入为4维权重32 3 3 的4维输入，但实际得到的是尺寸为[3, 224, 224]的3维输入。
我正在尝试使用一个预训练模型。问题出在这里： 这个模型不应该接收一个简单的彩色图像吗？为什么它需要一个四维的输入？ RuntimeError Traceback (most recent call last) <ipython...