У меня есть куча изображений (~ 3000), которые были классифицированы вручную (одобрены/отклонены) на основе некоторых бизнес-критериев. Я обработал эти изображения с помощью Google Cloud Platform, пол
У меня есть вопрос относительно взаимосвязи между восприимчивым полем CNN и размером объекта, который он должен обнаружить. Допустим, что мои объекты имеют размер 16x16 px. Так должно ли восприимчивое
После многочисленных попыток я не могу понять, как можно восстановить метрики классов от precision_recall_fscore_support возвращаемых значений. Например, учитывая этот классический контекст обучения:
Я хочу, чтобы создать динамическую LSTM мои данные из 68871 х 43, где функции находятся в колонке нет. 1-42 и обозначить в колонке №. 43 Мои keras LSTM код для классификации данных import numpy
impor