keras

    0熱度

    1回答

    我想微調來自Keras的ResNet50,但是首先我發現給定相同的輸入,ResNet50的預測與模型的輸出不同。實際上,產出的價值似乎是「隨機的」。我究竟做錯了什麼? 在此先感謝! 這是我的代碼: import tensorflow as tf from resnet50 import ResNet50 from keras.preprocessing import image from i

    0熱度

    1回答

    在凱拉我試圖找出如何計算自定義指標或損失,過濾掉或掩蓋一些值,以便他們不貢獻返回的值。我被困在如何獲得張量切片或如何迭代if:在張量中的值來選擇感興趣的值。 我碰巧在使用Tensorflow後端,但想做一些便攜式的東西。 附件中是什麼,我試圖做一個大致的輪廓,但它引發錯誤:TypeError: 'Tensor' object does not support item assignment def

    1熱度

    1回答

    我想要在Keras中將輸入RGB圖像轉換爲灰度圖的最佳方法的規範回答。 This answer提示,也許這樣的事情最好用Lambda來實現,但這對我來說效率低下。在我看來,Average Pooling layers應該能夠做到這一點,但我似乎無法弄清楚。是否有一個RGB到灰度層,我只是在文檔中缺少?這似乎是一個相當普遍的操作。

    4熱度

    1回答

    我遇到問題,我無法重現Keras和ThensorFlow的結果。 好像最近也一直在Keras documentation site發佈針對此問題的解決方法,但不知何故,沒有爲我工作。 我做錯了什麼? 我使用一個MBP視網膜Jupyter筆記本(不Nvidia的GPU)。 # ** Workaround from Keras Documentation ** import numpy as np

    1熱度

    3回答

    我有tensorflow-gpu 1.2.1和keras在Ubuntu 16.04上。 我不能夠執行: from kears.utils import multi_gpu_model 有沒有人有multi_gpu_model成功在他們的文檔的常見問題解答部分描述? 我有一個4 GPU計算機與4個GeForce GTX 1080 Ti卡,並希望使用他們所有。 這是我得到的錯誤: import k

    1熱度

    3回答

    我想徵詢Dropout應插入在哪裏的反饋意見? 它應該位於完全連接層(Dense)或卷積層中。或兩者。? 感謝您提前提供反饋。

    1熱度

    1回答

    當我初始化並加載一個模型的權重時,輸出結果的準確率爲67%。 model.load_weights(path+'results/finetune_train_last_layer.h5') batches = model.get_batches(path, shuffle=False, batch_size=128, class_mode=None) preds = model.predict

    0熱度

    1回答

    我試圖端口this模型爲Keras V2,但我有以下功能相關的問題: def __call__(self, sent1, sent2): def _outer(AB): att_ji = K.batch_dot(AB[1], K.permute_dimensions(AB[0], (0, 2, 1))) return K.permute_dimensions

    0熱度

    1回答

    我使用Keras。 (X_train, y_train), (X_test, y_test) = mnist.load_data() X_train'形狀爲(number_of_training_sample,224,224,3) Y_train的形狀是(number_of_training_sample, 10) 特點和標籤在不同ndarray分離。 但我想將這些ndarrays更改爲'mn

    0熱度

    2回答

    我試圖通過向我的原始數據添加噪聲和隨機突變來減少過擬合。 我有變異的訓練數據 x, y = generate_data() 我想每個時期叫它和培訓的新的數據我的模型的功能。希望是減少過度配合。 history = model.fit(x, y, epochs=100, batch_size=64) 什麼是最好的方式來改變每個新紀元的數據?