keras

2熱度

2回答

我試圖在AWS GPU上訓練Keras模型。您如何在S3中加載圖像（訓練數據）以用於EC2實例（GPU）的深度學習模型？

3熱度

3回答

在具有Functional API的Keras模型中，我需要調用fit_generator來使用ImageDataGenerator在增強圖像上進行數據訓練。問題是我的模型有兩個輸出：我試圖預測的掩碼和一個二進制值我顯然只想擴大輸入和掩碼輸出而不是二進制值。我該如何做到這一點？

5熱度

1回答

keras中可變大小圖像的完全卷積自動編碼器

我想構建一個卷積自動編碼器，其中輸入的大小不是恆定的。我通過疊加conv-pool圖層直到達到編碼層，然後用upsample-conv圖層進行相反操作。問題是無論我使用什麼設置，我都無法在輸出層中獲得與輸入層完全相同的大小。原因在於UpSampling層（給出了（2,2）的大小），使輸入的大小加倍，所以我不能得到奇數維。有沒有一種方法可以將給定圖層的輸出尺寸與前一圖層的輸入尺寸（針對單個樣本）相關

2熱度

1回答

MXNet或Keras中是否有度量學習？

我正在尋找這樣的事情： https://github.com/rksltnl/Deep-Metric-Learning-CVPR16 但MXnet或Keras。

1熱度

1回答

在Keras（深度學習庫）中，RepeatVector + TimeDistributed =錯誤？

嗨，我是一個初學者keras。我在做一些模型。步驟1.輸入批次和單詞列表，（BATCH_SIZE，WORD_INDEX_LIST）步驟2.獲取字的嵌入每個字（BATCH_SIZE，WORD_LENGTH，EMBEDDING_SIZE）步驟3.平均每個批處理中每個的每個字的嵌入。（BATCH_SIZE，EMBEDDING_SIZE）步驟4.重複矢量N，（BATCH_SIZE，N，EMBE

0熱度

1回答

ValueError：無值不支持

我建立了一個自定義的Keras圖層，它有兩種類型的權重，可學習和不可學習。在build(self, input_shape) 我添加兩個權重矩陣Wt和Wu，如下所示。 self.trainable_weights = [self.Wt] self.non_trainable_weights = [self.Wu] self.non_trainable_weights[0].eval(K.get

2熱度

1回答

在Keras中，如果samples_per_epoch小於生成器的「結束」（當它自己循環時），這是否會對結果產生負面影響？

我用Theano使用Keras來訓練一個基本的邏輯迴歸模型。假設我有一百萬條記錄的訓練集，對於我的系統而言，使用標準model.fit()時不會消耗內存太大。我決定使用Python生成器函數並使用model.fit_generator()來適合我的模型。我的生成器函數返回1M訓練示例的批量大小的塊（它們來自數據庫表，因此我一次只抓取足夠的記錄以滿足每個批處理請求，並保持內存使用情況）。這是

1熱度

2回答

將編譯好的模型存儲在Keras中？

我想在生產中使用Keras模型，但不希望每次需要運行時都需要重新編譯模型。我應該醃一下嗎？

1熱度

1回答

使用Keras對卷積神經網絡的最終圖層特徵訓練支持向量機或隨機森林是否可行？

我在Keras中設計了一個卷積神經網絡，用於圖像分類，具有多個卷積/最大分層層，一個密集連接的隱藏層和最後一層上的softmax激活。我想用最後一層中的SVM或隨機森林代替softmax，看看它是否會產生更好的準確性。有沒有辦法在凱拉斯做到這一點？

1熱度

1回答

Keras ImageDataGenerator不按預期方式工作

我正嘗試使用Keras基於文檔[this example][1]構建自編碼器。因爲我的數據很大，所以我想使用生成器來避免將其加載到內存中。我的模型看起來像： model = Sequential() model.add(Convolution2D(16, 3, 3, activation='relu', border_mode='same', input_shape=(3, 256, 256)