답변 있음
グラフ上の座標取得
close all; figure; x = linspace(0,3*pi,200); y = cos(x) + rand(1,200); scatter(x,y) [x1,y1] = ginput; figure;plot(x1,y1)...
グラフ上の座標取得
close all; figure; x = linspace(0,3*pi,200); y = cos(x) + rand(1,200); scatter(x,y) [x1,y1] = ginput; figure;plot(x1,y1)...
6년 초과 전 | 1
답변 있음
関数'rescale'が実行できずに困っています．
function out=rescale(input) MaxValue=max(input); MinValue=min(input); out=(input-MinValue)./(MaxValue-MinValue); en...
関数'rescale'が実行できずに困っています．
function out=rescale(input) MaxValue=max(input); MinValue=min(input); out=(input-MinValue)./(MaxValue-MinValue); en...
6년 초과 전 | 1
| 수락됨
답변 있음
オブジェクト検出用の学習データの作り方について
こんにちは、例えば、stopSignsAndCarsという変数にファイル名とラベルの座標を格納すれば、あとは save stopSignsAndCars stopSignsAndCars とすれば、stopSignsAndCarsという変数をstopS...
オブジェクト検出用の学習データの作り方について
こんにちは、例えば、stopSignsAndCarsという変数にファイル名とラベルの座標を格納すれば、あとは save stopSignsAndCars stopSignsAndCars とすれば、stopSignsAndCarsという変数をstopS...
6년 초과 전 | 1
| 수락됨
답변 있음
アニメーションとしての保存方法
clear;clc;close all t = 0:.01:pi; x = cos(2*t).*(cos(t).^2); y = sin(2*t).*(sin(t).^2); figure;plot(x,y);hold on filename =...
アニメーションとしての保存方法
clear;clc;close all t = 0:.01:pi; x = cos(2*t).*(cos(t).^2); y = sin(2*t).*(sin(t).^2); figure;plot(x,y);hold on filename =...
6년 초과 전 | 1
| 수락됨
답변 있음
タイムシリーズデータのプロットについて
ts = timeseries(rand(10)); data1=ts.Data(:,1) time=ts.Time figure;plot(time,data1);title('time vs data1') こんにちは、ある変数（データ）の中に...
タイムシリーズデータのプロットについて
ts = timeseries(rand(10)); data1=ts.Data(:,1) time=ts.Time figure;plot(time,data1);title('time vs data1') こんにちは、ある変数（データ）の中に...
6년 초과 전 | 1
| 수락됨
답변 있음
深層学習を使用した sequence-to-sequence 回帰に関して
こんにちは、データは https://ti.arc.nasa.gov/tech/dash/groups/pcoe/prognostic-data-repository/ からダウンロードされましたか？ ダウンロードしたうえで、全体を実行（例えば画面上の...
深層学習を使用した sequence-to-sequence 回帰に関して
こんにちは、データは https://ti.arc.nasa.gov/tech/dash/groups/pcoe/prognostic-data-repository/ からダウンロードされましたか？ ダウンロードしたうえで、全体を実行（例えば画面上の...
6년 초과 전 | 1
| 수락됨
답변 있음
deep learning 回帰学習データセットの作成方法
こんにちは、回帰の場合には、imagedatastoreではなく、画像を４次元配列にしたほうが簡単だと思います。その場合、正解ラベルはｎ×１のベクトルとして用意すれば大丈夫です。 https://jp.mathworks.com/help/deeplea...
deep learning 回帰学習データセットの作成方法
こんにちは、回帰の場合には、imagedatastoreではなく、画像を４次元配列にしたほうが簡単だと思います。その場合、正解ラベルはｎ×１のベクトルとして用意すれば大丈夫です。 https://jp.mathworks.com/help/deeplea...
6년 초과 전 | 1
| 수락됨
답변 있음
How to create a multiple-branch CNN model?
https://jp.mathworks.com/matlabcentral/fileexchange/74760-image-classification-using-cnn-with-multi-input-cnn Hi, I think what ...
How to create a multiple-branch CNN model?
https://jp.mathworks.com/matlabcentral/fileexchange/74760-image-classification-using-cnn-with-multi-input-cnn Hi, I think what ...
6년 초과 전 | 1
| 수락됨
답변 있음
Semantic Segmentationにおける再現性の確保
毎回結果が微妙にちがうのは乱数が原因だと思います。例えば、semantic segmentationのネットワークの初期値や各エポックでのサンプルのシャッフルの具合など複数のランダムな行程が含まれます。また、フォルダの画像全体を訓練（・検証）・テストに分け...
Semantic Segmentationにおける再現性の確保
毎回結果が微妙にちがうのは乱数が原因だと思います。例えば、semantic segmentationのネットワークの初期値や各エポックでのサンプルのシャッフルの具合など複数のランダムな行程が含まれます。また、フォルダの画像全体を訓練（・検証）・テストに分け...
6년 초과 전 | 1
| 수락됨
답변 있음
最大値前後の平均値の算出について
最大値はmaxという関数で出せます。また、その前後ということなので、 [maxvalue, index]=max(A); という風にかくと、Aのあるインデックス（場所のようなもの）も同時に得られるので、そのインデックスから0.5秒前後分まで取り出し、最...
最大値前後の平均値の算出について
最大値はmaxという関数で出せます。また、その前後ということなので、 [maxvalue, index]=max(A); という風にかくと、Aのあるインデックス（場所のようなもの）も同時に得られるので、そのインデックスから0.5秒前後分まで取り出し、最...
6년 초과 전 | 1
| 수락됨
답변 있음
MATLABによるデータ解析の基礎 Eiji Ota, MathWorksに登場するエクセルデータについて
こんにちは、こちらにあるURLから「ダウンロード」とするとコードなどが読み込めて、そこにCSVファイルもあります。 https://jp.mathworks.com/matlabcentral/fileexchange/52651-matlab-intr...
MATLABによるデータ解析の基礎 Eiji Ota, MathWorksに登場するエクセルデータについて
こんにちは、こちらにあるURLから「ダウンロード」とするとコードなどが読み込めて、そこにCSVファイルもあります。 https://jp.mathworks.com/matlabcentral/fileexchange/52651-matlab-intr...
6년 초과 전 | 1
| 수락됨
답변 있음
quiver関数で描く矢印の大きさを一定にする方法はありますか？
こんにちは、各所でのベクトルの大きさを計算し、その長さで割り算すれば同じ長さになると思うのですがいかがでしょうか。例えば下の例だと、何もしないのが左側の絵で、右側は各ポイントで、その点の長さでスケールを変えることで同じ長さにしています。 clear;cl...
quiver関数で描く矢印の大きさを一定にする方法はありますか？
こんにちは、各所でのベクトルの大きさを計算し、その長さで割り算すれば同じ長さになると思うのですがいかがでしょうか。例えば下の例だと、何もしないのが左側の絵で、右側は各ポイントで、その点の長さでスケールを変えることで同じ長さにしています。 clear;cl...
6년 초과 전 | 2
| 수락됨
답변 있음
画像解析で二次元化ができていない
clear;clc;close all I = imread('strawberries.jpg'); %画像読み込み I = rgb2gray(I);%このコードを加える BW = imbinarize(I); %二値化 imshowpair(I...
画像解析で二次元化ができていない
clear;clc;close all I = imread('strawberries.jpg'); %画像読み込み I = rgb2gray(I);%このコードを加える BW = imbinarize(I); %二値化 imshowpair(I...
6년 초과 전 | 0
| 수락됨
답변 있음
ライブエディターのコード表示の異常
こんにちは、上のような感じでしょうか？「特にカーソルが見えなくなるのがつらいです」とのことですが 私も上の状態ではカーソルが見えませんでした。私の場合は何かの拍子にカーソルで縮尺を変えてしまって このようなことがたまに起こります。例えばノートPCだ...
ライブエディターのコード表示の異常
こんにちは、上のような感じでしょうか？「特にカーソルが見えなくなるのがつらいです」とのことですが 私も上の状態ではカーソルが見えませんでした。私の場合は何かの拍子にカーソルで縮尺を変えてしまって このようなことがたまに起こります。例えばノートPCだ...
6년 초과 전 | 1
답변 있음
開いているスクリプトのあるフォルダのパスを得る方法
こんにちは、extractBefore関数を使うのはいかがでしょうか？以下のようにすればできると思います path=which(script_name); extractBefore(script_name)
開いているスクリプトのあるフォルダのパスを得る方法
こんにちは、extractBefore関数を使うのはいかがでしょうか？以下のようにすればできると思います path=which(script_name); extractBefore(script_name)
6년 초과 전 | 0
제출됨
Conditional GAN and CNN classification with Fashion MNIST
This demo shows how to classify fashion item data (fashion MNIST) and synthesize those images using conditional GAN. fashion MNI...
6년 초과 전 | 다운로드 수: 771 |
답변 있음
複数の入力データを用いたLSTMによる学習と，予測テストのための入力データの形について
X = XTrain{1}; numTimeSteps = size(X,2); for i = 1:numTimeSteps v = X(:,i); [net,score] = predictAndUpdateState(net,...
複数の入力データを用いたLSTMによる学習と，予測テストのための入力データの形について
X = XTrain{1}; numTimeSteps = size(X,2); for i = 1:numTimeSteps v = X(:,i); [net,score] = predictAndUpdateState(net,...
6년 초과 전 | 2
| 수락됨
제출됨
Generating digits by interpolating latent space with VAE
Continuous digit generation using variational auto encoder (VAE) by interpolating the latent space. VAEによる数字の自動生成
6년 초과 전 | 다운로드 수: 198 |
답변 있음
Precision 7820 Tower ハイパフォーマンスモデル（Nvidia Quadro P2200, 5GB, 4 DP搭載）で、MATLABの深層学習は実行できますか？
こんにちは、こちらのGPUのcompute capabilityは6.1のようです。 https://developer.nvidia.com/cuda-gpus こちらによると、NVIDIA社のGPUで３以上であれば動くとのことなので大丈夫そうです。...
Precision 7820 Tower ハイパフォーマンスモデル（Nvidia Quadro P2200, 5GB, 4 DP搭載）で、MATLABの深層学習は実行できますか？
こんにちは、こちらのGPUのcompute capabilityは6.1のようです。 https://developer.nvidia.com/cuda-gpus こちらによると、NVIDIA社のGPUで３以上であれば動くとのことなので大丈夫そうです。...
6년 초과 전 | 1
| 수락됨
답변 있음
3次元配列のガウシアンフィッティング
コメントのほうありがとうございました。 こちら改めて、回答とさせてください。 for文なしに書くことも可能と思います。例えば３D配列aをt方向に分割して、t-by-1のセル配列を作って、cellfunを使うなどです。他にもやり方はあると思います。 た...
3次元配列のガウシアンフィッティング
コメントのほうありがとうございました。 こちら改めて、回答とさせてください。 for文なしに書くことも可能と思います。例えば３D配列aをt方向に分割して、t-by-1のセル配列を作って、cellfunを使うなどです。他にもやり方はあると思います。 た...
6년 초과 전 | 0
| 수락됨
답변 있음
教師なし学習のクラスタリングを用いた画像判別について
こんにちは、学習済みネットワークにより画像の特徴抽出を行い、画像をM×1の形に直し、それをk-meansアルゴリズムによりクラスタリングすればできます。 具体的には、 feature=squeeze(activations(net,augImds,'a...
教師なし学習のクラスタリングを用いた画像判別について
こんにちは、学習済みネットワークにより画像の特徴抽出を行い、画像をM×1の形に直し、それをk-meansアルゴリズムによりクラスタリングすればできます。 具体的には、 feature=squeeze(activations(net,augImds,'a...
6년 초과 전 | 0
| 수락됨
답변 있음
ResNet50 を用いたGrad-cam
こんにちは、私の方では問題なく実行できました。 >ResNetの最終畳み込み層の指定に誤りがあるのだと思いますが、どの層を指定すれば良いのか こちら、matsuyamaさまのコードで正しいと思います。 一度、添付したファイルを実行していただけませんか...
ResNet50 を用いたGrad-cam
こんにちは、私の方では問題なく実行できました。 >ResNetの最終畳み込み層の指定に誤りがあるのだと思いますが、どの層を指定すれば良いのか こちら、matsuyamaさまのコードで正しいと思います。 一度、添付したファイルを実行していただけませんか...
6년 초과 전 | 1
| 수락됨
답변 있음
パワーポイントへのfigureの貼り付け
こんにちは、関数printでできます。例えば、 clear;close all;clc a=randn(100,4); figure;boxplot(a) print -clipboard -dmeta とすれば、クリップボードに箱ひげ図が保存さ...
パワーポイントへのfigureの貼り付け
こんにちは、関数printでできます。例えば、 clear;close all;clc a=randn(100,4); figure;boxplot(a) print -clipboard -dmeta とすれば、クリップボードに箱ひげ図が保存さ...
6년 초과 전 | 0
답변 있음
plot(1); xlabel(`123_456`)
こんにちは、'Interpreter', 'none' と打てば望む形でタイトルを表示できます。 x=rand(100,1); y=x*3; subplot(1,2,1) scatter(x,y) title('MATLAB_plot') su...
plot(1); xlabel(`123_456`)
こんにちは、'Interpreter', 'none' と打てば望む形でタイトルを表示できます。 x=rand(100,1); y=x*3; subplot(1,2,1) scatter(x,y) title('MATLAB_plot') su...
6년 초과 전 | 3
| 수락됨
답변 있음
3d point cloud and normal vector to the surface
As of now, pcshow is available for displaying point clouds and quiver3 is effective to show the normal vectors. Please find he...
3d point cloud and normal vector to the surface
As of now, pcshow is available for displaying point clouds and quiver3 is effective to show the normal vectors. Please find he...
6년 초과 전 | 1
답변 있음
教師なし学習について
こんにちは、はい、画像を用いた教師なし学習は可能です。いろいろと種類があります。例えば、 １）one class svmによる１クラス学習（異常検知などに使う） https://jp.mathworks.com/matlabcentral/fileex...
教師なし学習について
こんにちは、はい、画像を用いた教師なし学習は可能です。いろいろと種類があります。例えば、 １）one class svmによる１クラス学習（異常検知などに使う） https://jp.mathworks.com/matlabcentral/fileex...
6년 초과 전 | 2
| 수락됨
답변 있음
3D boxplotの方法
コメントのほう、返信ありがとうございました。ご質問を詳しく理解することができました。 ３Dの箱ひげ図は以下にソースコードがありました。 https://jp.mathworks.com/matlabcentral/fileexchange/68006-...
3D boxplotの方法
コメントのほう、返信ありがとうございました。ご質問を詳しく理解することができました。 ３Dの箱ひげ図は以下にソースコードがありました。 https://jp.mathworks.com/matlabcentral/fileexchange/68006-...
6년 초과 전 | 1
| 수락됨
제출됨
Conditional VAE (Variational Auto Encoder) 条件付きVAE
This example shows how to create a conditional variational autoencoder (VAE) in MATLAB to generate digit images. 条件付き変分オートエンコーダに...
6년 초과 전 | 다운로드 수: 655 |
답변 있음
複数の入力データによるpredictAndUpdateStateを用いたLSTMのアップデート方法について
こんにちは、さきほど以前の質問からコメントを頂いていたのを確認しました。遅れてすいません。 ちなみに、こちらは、t-1までのデータから時刻tの値を予測、次に、tまでのデータからt＋1を予測、、、のようなドミノ倒しのような（？）感じで正しいでしょうか。 ...
複数の入力データによるpredictAndUpdateStateを用いたLSTMのアップデート方法について
こんにちは、さきほど以前の質問からコメントを頂いていたのを確認しました。遅れてすいません。 ちなみに、こちらは、t-1までのデータから時刻tの値を予測、次に、tまでのデータからt＋1を予測、、、のようなドミノ倒しのような（？）感じで正しいでしょうか。 ...
6년 초과 전 | 0
| 수락됨