<strong>我正在训练卷积神经网络，以对特定语言（古吉拉特语）的11种11个不同字符进行分类。以下是我

我正在Windows 10上的<strong> Keras 2.1.0 </strong>中为<strong>非图像数据</strong>构建CNN。 我的输入特征是3x1

我正在研究面部表情分类问题，我从互联网上下载了一些图像，有些是我自己点击的，表示快乐（100张

我正在研究医学图像分类问题。这些类高度不平衡，为了弥补这一点，我根据每个类中的样本数量使用

我正在与我实现的keras模型并行构建一个C ++ CNN，因为我不知道“相同”的填充完成了，所以我只能在池

我已经训练了CNN将图片分类为3类。 在训练模型时，我使用了来自keras的ImageDataGenerator类将预处理功能应

在训练CNN时（在ImageNet上为RESNET50），我观察到一个奇怪的“楼梯”形状（请参见下面链接中的蓝色下降

我想与Keras建立这个深度学习网络。该网络最近被提议用于压缩视频。 <a href="https://i.stack.imgur.com/CUwtk.png

是否有可能一次将输入传递到一个CNN数组，而不是将所有数组组成一个数组？ 在所有在线示例和教

我想在我自己的未标记图像数据集上预训练VGG16模型，而不使用ImageNet权重，所以我的问题是： -是

我对CNN的理论知识非常了解。我的问题是，当我尝试使用CNN模型来预测Keras中的交易信号时。具体来说，

为什么许多纸张仅包括最佳精度而不是损失。平均损失对不同模型的比较不重要吗？ 这两个概念之

我是ml / ai的新手，我正在尝试构建cnn + lstm，但正在为lstm的形状而苦苦挣扎。我正在使用ImageDataGenerator

我是Keras的初学者。我正在尝试使用Keras训练具有两个输出的模型。 我的数据集的结构就是这样。 <pre

我是CNN的新手，我正在此<a href="https://www.kaggle.com/c/dogs-vs-cats/data" rel="nofollow noreferrer">dataset</a>上使用Keras

我正在使用非常浅的convnet架构对MNIST数据集进行分类，但是我没有使用准确性作为度量标准来比较每个

我有一个词典，名称为'voltage'，其中有206个条目，如图所示。每个项目都是（25; 3; 1）的数组。我想将字

我正在训练CNN来检测我的输入数据上的某些模式，如果找到了模式，则返回1。 输入均为形状（200，），

嘿，有人可以告诉我出现此错误的原因以及如何解决该问题吗？ <pre><code> 4 keras.layers.Conv2D(32, (3, 3

是否可以在Faster RCNN中获得单个类的3个边界框？ 在我的工作中，我想从Faster RCNN中获得3个最佳建议。 例