neural-network

    1

    1答えて

    私は機械学習とニューラルネットワークの初心者です。最近、Andrew Ngの深い学習に関する講義を見てから、私は深い神経ネットワークを使ってバイナリ分類器を自分で実装しようとしました。 しかし、関数のコストは各反復後に減少すると予想されます。 私のプログラムでは、最初はわずかに減少しましたが、後で急激に増加します。学習率や反復回数を変更しようとしましたが、無駄にしました。私は非常に混乱しています。

    0

    1答えて

    ReLUアクティベーション機能を使用して次の入力番号を印刷しようとしています。私はネットワークを何度か訓練しましたが、私は出力を0にしました。 ここに私が実装しようとしているコードです。誰かが私が間違っていることを教えてもらえますか? import numpy as np,random class NeuralNetwork(): def _init_(self): r

    1

    3答えて

    私はニューラルネットワークを使って音声認識に取り組んでいます。そのためには、トレーニング用オーディオファイル(.wav)のスペクトログラムを取得する必要があります。どのようにそれらのスペクトログラムをPythonで入手するのですか?

    0

    1答えて

    これまでのところ、RandomForestでCARETパッケージを使用してトレーニングを行っていました。 私は、CARETのtrainのクロスバリデーション機能を使用しており、すべてがうまくいきます。 これは、ニューラルネットワークを使ってみたいと思って、RSNNSパッケージをアップロードするまでです。今、私が電車を使用しようとしているとき(私の古いrfアルゴリズムで)、次のエラーが出る。 Err

    0

    1答えて

    完全な畳み込みネットワーク用にデータセットを準備しようとしています。私はいくつかのデータセットを見てきましたが、フォーマットする方法を考えるのは本当に苦労しています。 画像1 画像2 テキスト:たとえば、Kittiデータセットでは、これらの2枚の画像とトレーニングフォルダでこのテキストファイルがあります P0: 7.215377000000e + 02 0.000000000000e + 00 6

    0

    1答えて

    MIDIソングをノートとコードの組に変換するパーサを構築します。各曲について、タプルのリストを返します。最初の項目は音符で、2番目の項目は音符のセットです。その結果得られるデータは、形状が[(note, {chords})]である。 [(20, {21, 23}), (30, {22, 24, 26, 28})]。コードが任意の長さになる可能性があることに注意してください。 私は、多くの曲からデー

    -1

    1答えて

    私は現在、1000のカテゴリのセットから画像を分類する、事前にトレーニングされたMobileNetモデルで作業しています。私のIOSアプリケーションの目的のために、私はそれをシーン内のあるタイプのオブジェクトを認識/分類する必要があります。どのようにしてモデルを訓練すれば、私が必要とするオブジェクトを分類するだけですが、それは非常にうまくいきますか? 私は機械学習に慣れておらず、伝達学習テクニック

    2

    1答えて

    既存のconv2d()とほぼ同じですが、特別な関数を追加したいと思います。 5x5フィルタの形状と100x100入力の形状を仮定します。私の理解で 、conv2d()内部的に行います。 が全体の入力から5×5の入力エリアを選択します。 5x5入力領域とフィルタの畳み込みを計算します。 次の入力領域に所定のストライドで移動します。 全体の入力から5×5の入力エリアを選択:対照的に は、customi

    2

    1答えて

    これらは同じモジュールか異なるモジュールか、これらの違いについてのドキュメントはありますか? keras.layers.Conv2D keras.layers.Convolution2D keras.layers.convolutional.Conv2D keras.layers.convolutional.Convolution2D

    1

    1答えて

    テンソルリストのデータ型で入力キューを印刷する方法があるのだろうかと思います。 import tensorflow as tf image=tf.cast(image,tf.string)#list of input image directory label=tf.cast(label,tf.int32) #list of input image label input_queue=t