keras

    0熱度

    1回答

    當前正在運行培訓使用Tensorflow中的mnist-deep.py教程在Geforce 1080(8Gb)上使用機器頂部的16GB RAM。所有最新的CUDA庫和驅動程序都已安裝。一切都在Tensorflow 1.3上運行。 mnist-deep.py腳本一直工作正常,沒有任何錯誤,直到我決定執行一些Keras vdsr培訓(https://github.com/jackie840129/VD

    0熱度

    1回答

    我想建立一個使用Keras的LSTM網絡。 我的時間seriese例子的大小爲492。我想用3前面的例子來預測下一個例子。因此,輸入轉換爲尺寸(num_samples,3*492),輸出尺寸爲(num_samples,492)。 據this blog,我首先將我的數據大小爲形式的(num_samples,時間步長,功能) #convert trainning data to 3D LSTM sha

    2熱度

    1回答

    我有5種不同類別的聲音樣本的對數比例mel-spectrogram的2d陣列。 對於培訓我已經在凱拉斯使用卷積和密集神經網絡。下面的代碼: model = Sequential() model.add(Conv1D(80, 8, activation='relu', padding='same',input_shape=(60,108))) model.add(MaxPooling1D(2,p

    1熱度

    1回答

    我有兩個時間序列A和B: A: 1,2,3,1,2,3,3,3,1,2,3,3,3 B: 0,0,1,0,0,1,1,1,0,0,1,1,1 這種簡單的訓練集說,信號B相關A.其實每次A等於3,在B的同一時間戳,值爲1. 我介紹了上面的例子來解釋我的問題。當我通過使用帶Keras的LSTM預測數據時,我希望模型能夠從系列中理解這種依賴關係。 現在我用這個配置: model.add(keras

    0熱度

    1回答

    在Keras文檔中 - steps_per_epoch:在聲明一個時期完成並開始下一個時期之前從生成器產生的步驟總數(樣品批次)。它通常應該等於數據集中唯一樣本的數量除以批量大小。 我有3000個樣本。 如果我設置steps_per_epoch = 3000,它的工作很慢。如果我設置steps_per_epoch = 300,它的工作速度更快,我認爲批量工作! 但後來我比較了在第一和第二種情況下分

    2熱度

    1回答

    我想在訓練樣本中引入稀疏性。我的數據矩陣的大小(比如說)NxP,我想通過它的權重大小與輸入大小相同的圖層(keras圖層)。這是可訓練的權重矩陣W具有N×P的形狀。我想對這個圖層做一個輸入矩陣的哈達瑪產品(元素級乘法)。 W將元素與輸入相乘。在這種情況下如何獲得W的可訓練層? 編輯: 順便說一句,非常感謝你的快速回復。然而,我想要做的hadamard產品是在兩個矩陣之間,一個是輸入,讓它叫做X,我

    1熱度

    1回答

    我寫一個神經元用於確定手寫數字 import numpy as np from keras.utils import np_utils from keras.models import model_from_json from keras.preprocessing import image import matplotlib.pyplot as plt json_file = ope

    1熱度

    1回答

    我使用Keras作爲(字符)序列到序列RNN應用程序。由於我有一個相對較少的A - > B例子,以及更多的B例子,我決定嘗試一種自動編碼器方法:首先訓練一個網絡來學習B上的身份函數,爲成員產生一個嵌入的B,然後訓練一個網絡來學習A - >嵌入(B)。通過將第二個網絡與第一個網絡的解碼器一半相結合,希望它能夠推廣生產合理的Bs。 的代碼中,Building Autoencoders in Keras

    1熱度

    1回答

    我有一個使用tensorflow函數的函數。我需要Theano的這個功能,因爲在平臺上我想使用這個代碼只有Theano安裝而不是tensorflow。我主要和Keras一起工作,所以tensorflow對我來說很神祕。 功能如下: class WeightedBinaryCrossEntropy(object): def __init__(self, pos_ratio):

    2熱度

    1回答

    最近我爲貓和狗的分類(非常基本)創建了基本的CNN模型。我如何使用keras將這些圖層的輸出可視化?我使用Tensorflow後端處理keras。