keras

    0熱度

    1回答

    我有一個用numpy數組格式表示的3D圖像。形狀是(60,60,15),60寬度60高度15幀深。 現在我想要用另一個庫進一步處理這個圖像。但是這個圖書館需要一個「渠道」的論點。 https://keras.io/layers/convolutional/#conv3d 我沒有得到的是如何找出我的圖像有多少個通道。 圖像是三維MRI圖像: 1片:

    0熱度

    1回答

    我正在嘗試使用LSTM來訓練一個簡單的多對一RNN分類器。我的時間步長爲100個數據點,具有7個特徵,總共有192382個樣本。這是我的型號: model = Sequential() model.add(LSTM(50,input_shape = (100,7),name = 'LSTM',return_sequences=False)) model.add(Dropout(0.2)) m

    1熱度

    1回答

    我正在尋找一種方法來數值評估我的無類CNN的結果。 CNN的訓練是從灰度圖像中去除僞像。因此,CNN獲得包含每個通道中的僞像的「9通道」灰度圖像(具有部分冗餘數據但是不同僞影連接 - >尺寸[numTrainInputs,512,512,9]的9個灰度圖像)作爲輸入並且應該輸出單個沒有工件的灰度圖像[numTrainInputs,512,512,1]。 CNN的訓練使用MSE作爲損失函數,Adam

    0熱度

    1回答

    我用來在Keras中設計我的GAN。但是,對於特定需求,我想將我的代碼調整爲Tensorflow。大多數甘斯實現與Tensorflow的使用類的GAN然後爲鑑別功能和發電機 其中給出的東西,看起來像這樣: class MyGAN(): def __init__(self): # various initialisation def generator(self,

    2熱度

    1回答

    一個Keras介紹Seq2Seq模式已經在幾個星期前公佈了可以在這裏找到:https://blog.keras.io/a-ten-minute-introduction-to-sequence-to-sequence-learning-in-keras.html 我真的不理解這個代碼的一部分: decoder_lstm = LSTM(latent_dim, return_sequences=Tru

    0熱度

    1回答

    我使用Keras做的預測。我訓練它使用數字,Y1和Y2的兩個數組每個輸入數量X. 我希望得到一個_y1和_Y2的預測,但我不知道怎麼辦。 可視化顯示什麼。這就說得通了。檢查它,它看起來像「predicition」數組爲空。 import numpy as np import pandas import math import random from keras.models import

    0熱度

    1回答

    我使用Keras訓練爲低於CNN模型OCR任務。它共有46個班,總共有78,000個例子。每個班級都有相同的號碼。的例子。看到驗證錯誤在增加,快速搜索顯示該模型過度擬合。所以,我添加了丟棄圖層並刪除了一些圖層。我測試了它與它限制了過度擬合的一些時期後小幅但仍模型overfits。我有一些變化測試,但是趨勢是類似與驗證的準確性似乎停止在〜0.02和驗證錯誤越來越嚴重。任何幫助,將不勝感激。 代碼:

    5熱度

    2回答

    import pandas as pd import numpy as np from keras.models import Sequential from keras.layers import Dense from keras.layers import Dropout from keras.layers import LSTM from keras.optimizers imp

    3熱度

    1回答

    我想在TF/Keras中生成自定義丟失函數,如果在會話中運行並傳遞常量,則丟失函數將工作,但編譯時會停止工作進入凱拉斯。 成本函數(感謝利奧爾用於將其轉換爲TF) def ginicTF(actual,pred): n = int(actual.get_shape()[-1]) inds = K.reverse(tf.nn.top_k(pred,n)[1],axes=[0]

    0熱度

    1回答

    我想用Keras層: from keras.layers.convolutional import UpSampling2D x = UpSampling2D((2, 2))(x) 我怎麼能複製與本地tensorflow這種行爲? 我無法找到等價的函數/圖層。