如何在Tensorflow中确定卷积层寻找的特征?

这是我的首次发帖,如果有什么做得不对的地方,请原谅。我在机器学习方面是个初学者。我想用cifar10数据集创建一个准确的模型。我了解到,在图像分类模型中,Conv2D层会寻找特定的东西。但是,我怎么知道这一层在寻找什么呢?我不确定自己是否表达清楚,或者我之前学到的内容是否正确,有人能帮助我理解Tensorflow中的层是如何工作的吗?


回答:

卷积层从图像中提取特征。它们将滤波器应用于图像并输出特征图。然后,可以在其后添加密集层,从这些特征中获得标签。

Conv2D只是用于二维图像的二维卷积 – 这意味着核也是二维的。

这里有一些有用的链接: https://machinelearningmastery.com/convolutional-layers-for-deep-learning-neural-networks/

https://towardsdatascience.com/simple-introduction-to-convolutional-neural-networks-cdf8d3077bac

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注