Tensorflow 输出维低于输入维的Keras视频帧预测
我想训练Keras DNN进行视频帧预测:Tensorflow 输出维低于输入维的Keras视频帧预测,tensorflow,machine-learning,neural-network,deep-learning,keras,Tensorflow,Machine Learning,Neural Network,Deep Learning,Keras,我想训练Keras DNN进行视频帧预测: 输入:视频的4个连续帧 输出:下一帧,从网络预测 因此,基本上,维度是:输入:(样本数,4,60,60),输出:(样本数,1,60,60)我需要一些帮助,从输入中的4帧向下到输出中的1帧 我已经找到了,并愿意与之合作 问题是,在该网络中,输出不是一帧,而是与输入相同的帧数。(所以我的任务实际上更简单,因为我只想生成下一帧,而不是4帧)现在我不知道可以在网络末端附加哪些层,或者如何更改网络,因此输出尺寸符合要求。(一帧而不是4帧) 在末尾附加Conv
- 输入:视频的4个连续帧
- 输出:下一帧,从网络预测
关于如何解决这个问题以及我的网络架构会是什么样子的,有什么想法吗?对于我的任务以及如何建立一个良好的网络,我也非常感激。代码示例(您提供了URL)中的这个循环可以根据您的需要进行调整
for j in range(16):
new_pos = seq.predict(track[np.newaxis, ::, ::, ::, ::])
new = new_pos[::, -1, ::, ::, ::]
track = np.concatenate((track, new), axis=0)