目录 简介 设置 数据集构建 数据可视化 模型构建 模型训练 帧预测可视化 预测视频 本文目标：如何建立和训练用于下一帧视频预测的卷积 LSTM 模型。 简介 卷积 LSTM 架构通过在 LSTM 层中引入卷积递归单元，将时间序列处理和计算机视觉结合在一起。在本示例中，我们将探讨卷积 LSTM 模型在下一帧预测中的应用，下一帧预测是指在一系列过去帧的基础上预测下一个视频帧的过程。 设置 import numpy as np...

目录 数据收集 设置 定义超参数 数据准备 构建基于变换器的模型 培训的效用函数 模型训练和推理 本文目标：用混合变压器训练视频分类器。 本示例是使用 CNN-RNN 架构（卷积神经网络-循环神经网络）进行视频分类示例的后续。这一次，我们将使用基于变换器的模型（Vaswani 等人）对视频进行分类。阅读本示例后，您将了解如何开发基于变换器的混合模型，用于在 CNN 特征图上运行的视频分类。 数据收集 与本例的前身一样，我们...

目录 简介 设置 准备数据 使用数据增强 定义模型 实现梯度集中化 训练工具 不使用 GC 训练模型 使用 GC 训练模型 性能比较 本文目标：实施梯度集中化，提高 DNN 的训练性能。 简介 本示例实现了 Yong 等人提出的深度神经网络新优化技术 "梯度集中化"（Gradient Centralization），并在 Laurence Moroney 的 "马或人 "数据集（Horses or Humans Datas...