cntk

1熱度

1回答

我已經在CNTK中訓練了一個模型。然後我克隆它並更改一些參數;當我嘗試測試量化模型時，我得到 RuntimeError: Block Function 'softplus: -> Unknown': Inputs 'Constant('Constant70738', [], []), Constant('Constant70739', [], []), Parameter('alpha', [],

0熱度

1回答

如何在cntk中輸出形狀？

我寫這篇文章的代碼： matrix = C.softmax(model).eval(data). 但matrix.shape，matrix.size給我的錯誤。所以我想知道，我怎樣才能輸出CNTK變量的形狀？

1熱度

1回答

如何編寫自定義函數CNTK

我創建了一個稱爲CustomFunc的自定義功能，說明這裏下面：https://www.cntk.ai/pythondocs/extend.html 如果我使用它的文章的建議，它的工作原理： model = cntk.user_function(CustomFunc(prev_node)) 這個作品很好，模型運行沒有任何問題。我的問題是，我想在cntk.layers.Sequential調用中

-1熱度

2回答

如何凍結參數

我需要在訓練過程中凍結一些圖層的參數。我試圖通過model.L1.b.needs_gradient = False設置needs_gradient屬性，但我得到以下異常： AttributeError Traceback (most recent call last) <ipython-input-57-93ef31fae7d8> in <module>() ----> 1 model.L1.

0熱度

2回答

是否有微軟認知工具包的書或參考

是否有很好的微軟認知工具包或CNTK.ai的參考書？或者任何參考資料，例如技術報告。有關於Azure機器學習工作室或Microsoft認知API的書籍嗎？

0熱度

3回答

如何在CNTK中使用自定義正則化（使用python）？

您是否知道我如何將自定義正則化函數應用於CNTK？特別是，我想補充損失函數的導數對輸入的影響;類似於 newLoss = loss + lambda * gradient_F(inputs) 其中F是模型學到的函數，輸入是模型的輸入。如何在CNTK中實現此目的？我不知道如何訪問與輸入相關的梯度，以及如何將梯度與正規化器的權重進行比較。

0熱度

1回答

帶有CNTK後端的Keras：編寫自定義圖層

我試圖在Keras中編寫自定義圖層以便在論文中提出的特定體系結構上進行復制。該圖層沒有可訓練的權重。我相信這可能是相關的，因爲它不需要擴展類層。我正在使用CNTK後端，但我試圖儘可能保持後端不可知的代碼，所以我依靠在keras.backend中定義的接口，而不是直接使用CNTK。現在我只是想要一個小例子來工作。的例子如下： import numpy as np from scipy.misc

1熱度

1回答

CNTK：的序列起始標誌的數目（1）得到的錯誤序列

的數目（356）不匹配： ValueError: Value::Create:: The number (1) of sequence start flags does not match the number (356) of sequences, In def create_inputs(output_length): batch_axis = ct.Axis.default_bat

0熱度

1回答

在Arch Linux上構建微軟的CNTK時出現錯誤：libCntk.Eval-2.0.so抱怨未定義的TensorView引用

我試圖在Arch Linux上從源代碼構建CNTK。 Git命令： git clone https://github.com/Microsoft/CNTK cd CNTK git submodule sync --recursive git submodule update --init --recursive 配置和make命令： ./configure --with-mkl=/usr

1熱度

1回答

卷積，圖像上的圖像

我想用另一幅圖像對圖像進行卷積。 model (fromImage,toImage) = { fromImageCon= Convolution(toImage , fromImage, (64:64:1), stride=1, autoPadding=(true:true:true),