Tag: conv neural network

改变训练的图像训练neural network

我目前正试图制定一个计划，根据其外观区分腐烂的橙子和食用橙子。 为了做到这一点，我正计划使用卷积neural network来训练腐烂的橙子和普通的橙子。 经过一番search，我只能find约一个数据库。 黑色背景上的150个橙子和150个普通橙子（ http://www.cofilab.com/downloads/ ）。 显然，一个机器学习模式将需要至less几千个桔子才能达到90％左右的精度。 但是，我可以通过某种方式改变这150个橙子来制作更多的橘子照片吗？ 通过改变，我的意思是在柑橘类水果上添加不同的橙色色调，以形成“不同的橙色”。 这是否是训练neural network的有效方法？

如何validationCuDNN安装？

我search了很多地方，但我得到的是如何安装它，而不是如何validation它被安装。 我可以validation我的NVIDIA驱动程序已安装，并且安装了CUDA，但是我不知道如何validationCuDNN是否已安装。 帮助将不胜感激，谢谢！ PS。 这是为了实现一个caffe。 目前一切都没有启用CuDNN的工作。

Tensorflow步幅参数

我想了解tf.nn.avg_pool，tf.nn.max_pool，tf.nn.conv2d中的strides参数。 文件反复说 strides：长度> = 4的整数列表。input张量的每个维度的滑动窗口的步幅。 我的问题是： 每个4+整数代表什么？ 为什么他们必须步伐[0] =步伐[3] = 1的衔接点？ 在这个例子中，我们看到tf.reshape(_X,shape=[-1, 28, 28, 1]) 。 为什么是-1？ 可悲的是，使用-1重塑的文档中的示例并不能很好地转换成这种情况。