Мои наборы данных - MNIST, а библиотека ML - MXNetКак сделать гладкое ядро в Nevolution Neu с сетями MXNet?
Я использовал алгоритм CNN, чтобы практиковать ML. Затем я нашел справочное руководство, page 6 and 7.
Я думаю, ядро по умолчанию экземпляры всех '1' в матрице (ядро в MXNet). Как сделать плавное ядро, например, над слайдом.
Это код MXNet с R.
mx.symbol.Convolution(data=data, kernel=c(5,5), num_filter=20)
Как уже отмечалось другими, MXNet является основой для глубокого изучения. Слайды, на которые вы ссылались, - это задачи обработки изображений, в которых есть другие оптимизированные инструменты, OpenCV является одним из самых популярных. Тем не менее, вы можете выполнить простую свертку, используя MXNet. В python это будет выглядеть так:
# Replace img with an actual image
img = np.random.uniform(size=(1, 1, 480, 640))
img = mx.nd.array(img)
w = mx.nd.array([[0, -1, 0], [-1, 5, -1], [0, -1, 0]])
w.reshape((1, 1, 3, 3))
out = mx.nd.Convolution(
img, w, kernel=(3, 3), num_filter=1, no_bias=True, pad=(1, 1))
Пожалуйста, включите данные и весь соответствующий код в свой вопрос, чтобы разорвать связи с ресурсами за пределами сайта, которые могут быть отключены без уведомления. –
Что вы пытаетесь достичь? Если вы пытаетесь выполнить фильтрацию изображений с помощью 'MXNet', вы можете использовать неправильный инструмент. Есть способ указать инициализацию массива, но вы будете менять весы, если хотите сделать какое-либо обучение с помощью backprop. Если вы просто хотите сверлить ядро над изображением, посмотрите на пакеты 'complexfil' или' imager'. – ultradian