Articles of conv neural network

Una red convolucional Tensorflow reutilizable

Quiero reutilizar el código del ejemplo CNN de Tensorflow “MNIST for Pros” . Mis imágenes son 388px X 191px, con solo 2 clases de salida. El código original se puede encontrar aquí . Intenté reutilizar este código cambiando las capas de entrada y salida SOLAMENTE , como se muestra a continuación: capa de entrada x […]

Food101 SqueezeNet Caffe2 número de iteraciones

Estoy tratando de clasificar el conjunto de datos de ETH Food-101 usando squeezenet en Caffe2. Mi modelo se importa desde el zoológico de modelos e hice dos tipos de modificaciones al modelo: 1) Cambiar las dimensiones de la última capa para tener 101 salidas. 2) Las imágenes de la base de datos están en formato […]

La pérdida de entropía cruzada aumenta repentinamente hasta el infinito

Estoy intentando replicar una neural network de convolución profunda de un trabajo de investigación. He implementado la architecture, pero después de 10 épocas, mi pérdida de entropía cruzada aumenta repentinamente hasta el infinito. Esto se puede ver en la tabla de abajo. Puede ignorar lo que sucede con la precisión después de que se produce […]

Dónde aplicar la normalización de lotes en CNN estándar

Tengo la siguiente architecture: Conv1 Relu1 Pooling1 Conv2 Relu2 Pooling3 FullyConnect1 FullyConnect2 Mi pregunta es, ¿dónde aplico la normalización de lote? ¿Y cuál sería la mejor función para hacer esto en TensorFlow?

CNN con keras, la precisión no mejora.

Comencé con Machine Learning recientemente, estoy aprendiendo CNN, planeé escribir una aplicación para la detección de severidad de daños en el auto, con la ayuda de este blog de Keras y este repository de github . Así es como se ve el conjunto de datos del auto: F:\WORKSPACE\ML\CAR_DAMAGE_DETECTOR\DATASET\DATA3A ├───training (979 Images for all 3 categories […]

Obtener pesos del modelo tensorflow

Hola, me gustaría ajustar el modelo VGG desde tensorflow. Tengo dos preguntas. ¿Cómo obtener los pesos de la red? Las variables trainable_variables devuelven la lista vacía para mí. Usé el modelo existente desde aquí: https://github.com/ry/tensorflow-vgg16 . Encuentro la publicación sobre cómo obtener pesos, sin embargo, esto no funciona para mí debido a import_graph_def. Obtenga el […]

Error al utilizar Conv2DLayer con lasaña NeuralNet

Tengo Windows 8.1 64bit y uso recomendado aquí http://deeplearning.net/software/theano/install_windows.html#installing-theano python win-python distribution (python 3.4). He seguido todos los pasos del tutorial (excluyendo CUDA y GPU config), desinstalé todo y lo hice de nuevo, pero mi problema persiste. Estoy tratando de construir una neural network convolucional utilizando lasaña. Todas las capas que he probado hasta ahora […]

Recorrido de datos de recorte aleatorio redes neuronales convolucionales

Estoy entrenando una neural network convolucional, pero tengo un conjunto de datos relativamente pequeño. Así que estoy implementando técnicas para boostlo. Esta es la primera vez que estoy trabajando en un problema de visión de computadora central, por lo que soy relativamente nuevo. Para boost, leí muchas técnicas y una de ellas que se menciona […]

¿Cómo cambia la forma de los datos durante Conv2D y Dense en Keras?

Así como dice el título. Este código solo funciona usando: x = Flatten()(x) Entre la capa convolucional y la capa densa. import numpy as np import keras from keras.models import Sequential, Model from keras.layers import Dense, Dropout, Flatten, Input from keras.layers import Conv2D, MaxPooling2D from keras.optimizers import SGD # Generate dummy data x_train = np.random.random((100, […]

Los objetos de tensor no son iterables cuando la ejecución ávida no está habilitada. Para iterar sobre este tensor use `tf.map_fn`

Estoy tratando de crear mi propia función de pérdida: def custom_mse(y_true, y_pred): tmp = 10000000000 a = list(itertools.permutations(y_pred)) for i in range(0, len(a)): t = K.mean(K.square(a[i] – y_true), axis=-1) if t < tmp : tmp = t return tmp Debería crear permutaciones del vector predicho y devolver la pérdida más pequeña. “`Tensor` objects are not […]