关于cnn dense层
看着网上的教程,做了个手写数字识别,从前端转型迈入前端机器学习。
遇到一个比较不明白的问题。
在手写数字里dense层是一个0-10的数组,而经过计算后,输出的是与0-10的相似值。
现在要做一个五官位置识别,dense层应该是什么样的。
如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
看着网上的教程,做了个手写数字识别,从前端转型迈入前端机器学习。
遇到一个比较不明白的问题。
在手写数字里dense层是一个0-10的数组,而经过计算后,输出的是与0-10的相似值。
现在要做一个五官位置识别,dense层应该是什么样的。
由于您还没有绑定你的真实邮箱,如果其他用户或者作者回复了您的评论,将不能在第一时间通知您!
接受
或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
发布评论
评论(1)
手写体是分类问题
五官位置识别涉及分割了,细节上不是一个问题。
这个不是一个dense能解决的问题。
先明确你用的是哪个模型。
你如果想用mnist的CNN稍微改下来搞五官定位,那改个dense是解决不了的。