- 博客(12)
- 收藏
- 关注
原创 2021-01-29
tensorflow_keras 内存显示不足的问题解决:问题:tensorflow.python.framework.errors_impl.UnknownError: 2 root error(s) found.(0) Unknown: Failed to get convolution algorithm. This is probably because cuDNN failed to initialize, so try looking to see if a warning log mes
2021-01-29 21:23:21 251
原创 CVPR论文2020
https://blog.csdn.net/weixin_44125273/article/details/106420482
2020-12-10 14:58:03 150
转载 深度学习VGG模型提取特征
用VGG-16预训练好的模型提取特征,通过相关学者预训练好的模型使用的都是公开的标准数据集,所以我们直接用预训练的模型提取我们自己图像的特征,可以用于对图像进行描述。1、首先就要下载模型结构预训练好的模型是VGG16.npy,这个文件需要单独下载,上面那个连接上有下载连接,不过一般打不开,我把网盘地址分享 出来,希望可以帮助需要的人。文件test_vgg16.py可以用于提取特征。其中vgg16.npy是需要单独下载的文件。2、使用预训练的模型提取特征github地址:https://githu
2020-11-24 21:45:15 4692
转载 程序各层介绍
Core全连接层:DenseActivation层:对一个层的输出添加激活函数Dropout层:每次更新参数的时候随机断开一定百分比(b)的输入神经元连接,用于防止过拟合Flatten层:用来将输入“压平”,即把多维的输入一维化,常用在从卷积层到全连接层的过渡。Reshape层:用来将输入shape转换为特定的shapePermute层:将输入的维度按照给定模式进行重排,例如,当需要将...
2019-03-21 10:04:43 235
转载 CNN with Attention---channal and spatial attention
CNN with Attention主要分为两种,一种是spatial attention, 另外一种是channel attention。CNN每一层都会输出一个C x H x W的特征图,C就是通道,代表卷积核的数量,亦为特征的数量,H 和W就是原始图片经过压缩后的图,spatial attention就是对于所有的通道,在二维平面上,对H x W尺寸的图学习到一个权重,对每个像素都会学习...
2018-12-23 18:55:00 2069
转载 高光谱数据
摘自《基于深度卷积神经网络的高光谱图像分类》徐敏1.Indian Pines 数据集Indian Pines 是最早的用于高光谱图像分类的测试数据,由机载可视红外成像光谱仪(AVIRIS)于 1992 年对美国印第安纳州一块印度松树进行成像,然后截取尺寸为 145×145 的大小进行标注作为高光谱图像分类测试用途。AVIRIS 成像光谱仪成像波长范围为 0.4-2.5μm,是在连...
2018-12-23 18:47:22 3693
转载 空洞卷积的理解
扩张卷积Dilated Convolutions,翻译为扩张卷积或空洞卷积。扩张卷积与普通的卷积相比,除了卷积核的大小以外,还有一个扩张率(dilation rate)参数,主要用来表示扩张的大小。扩张卷积与普通卷积的相同点在于,卷积核的大小是一样的,在神经网络中即参数数量不变,区别在于扩张卷积具有更大的感受野。感受野是卷积核在图像上看到的大小,例如3×33×3卷积核的感受野大小为9。...
2018-10-24 18:28:01 4795
原创 空洞卷积感受野大小计算
空洞卷积感受野的计算空洞卷积感受野的大小分两种情况:(1)正常的空洞卷积:若空洞卷积率为dilate rate则感受野尺寸=(dilate rate-1)(k-1)+k ###### k为卷积核大小(2)padding的空洞卷积:若空洞卷积率为dilate rate则感受野尺寸=2(dilate rate-1)*(k-1)+k ###### k为卷积核大小##https...
2018-10-23 20:12:46 9182 6
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人