theano

    0熱度

    1回答

    在Tensorflow-contrib中,2D convolution是根據filter_size和num_outputs定義的。你如何控制Theano的nnet.conv2d類型的num_outputs?

    1熱度

    1回答

    如果不使用C++編譯器,我的設置(見下文)效果很好(當然速度很慢)。 爲了加速運行時間,我嘗試安裝TDM-GCC。然後顯示導入錯誤「DLL加載失敗」。 花費數小時閱讀安裝指南,下載OpenBLAS,試驗,閱讀問題/評論到「DLL加載失敗」 - 我沒有前進。 任何人都可以幫助我嗎? 安裝的軟件: 的Windows 10家 的Python 3.6.1(v3.6.1:69c0db5,2017年3月21日

    1熱度

    1回答

    我是一個新的theano-er ..我的代碼已成功運行,優化=無。但是,當mode = FAST_RUN時,我得到了幾次優化失敗,這讓我困擾了好幾天......儘管在這些失敗之後它仍然可以運行......但是它太慢了......我可以縮小這些失敗的範圍來掃描op ...錯誤信息在下面...任何人都可以有任何想法? ERROR (theano.gof.opt): SeqOptimizer apply

    0熱度

    1回答

    我剛開始我已經從頂部安裝註釋從這裏keras工作: How do I install Keras and Theano in Anaconda Python on Windows? 我可以導入theano和keras在Python命令行,但是當我嘗試運行this代碼,我一直在第44行得到一個錯誤說: [錯誤2]沒有這樣的文件或目錄:「C:\ PROGRAM 文件\ Anaconda2 \ LIB

    0熱度

    1回答

    我一直在嘗試重新發現代碼here,相對於OpenAI的「改進的GAN」,但是我在設置環境(Docker容器)方面遇到了很多麻煩。 我只是不能使Theano與此代碼正常工作。 我創建了一個碼頭工人的容器來測試它,但是當我使用Theano的穩定版本使用暢達安裝了分段故障引發... 一些帖子建議使用Theano的開發版本而不是,但我當更新,Theano找不到Cudnn了 (gpuarray/dnn.py

    4熱度

    1回答

    這是我的輸入數據的形狀: >> print(X_train.shape) (1125, 75, 2) 然後我試圖通過這種方式來構建模型: model = Sequential() model.add(LSTM( output_dim=50, input_shape = (75, 2), #input_shape = X_train.shape[1:],

    0熱度

    1回答

    標題可能過於具體,這也可能也適用於其他成本函數。基本上我有虛擬設置如下(以我來說,我有一個很大的不同的架構,但問題始終複製): hidden_units=10000 l2_sparsity = 5e-7 l1_sparsity = 1e-8 mod=Sequential([Dense(hidden_units, input_shape = (1000,), activation="relu

    0熱度

    1回答

    我在theano和keras(theano後端)中都構建了密集的(10)-softmax-crossentropy網絡。 我分別轉儲出計算圖。 在theano版本(圖1,這種計算圖是我的想法。 但在keras版本(圖2),似乎損失的定義(crossentropy)。爲什麼? 後添加的計算請教那些誰瞭解你在做什麼.. Fig.1 Theano version Fig.2 Keras(backend

    0熱度

    1回答

    我想讓Windows在Windows上使用GPU。 This教程建議我在我的home和theanorc.txt目錄下創建一個.theanorc目錄,以便能夠在初始化之前設置配置標誌。 在哪裏創建theanorc.txt文件(即如何找出我家的位置?)以及如何讓theano能夠看到它? 我曾嘗試下面的腳本來創建.theanorc,然後添加theanorc.txt手動裏面,但沒有啓用gpu: impor

    1熱度

    1回答

    我已經使用Pymc3建立了深刻的貝葉斯神經網絡之後,我已經訓練我的模型,並得到我需要的樣本。現在我'搜索保存這個擬合模型到磁盤 我試圖pickl,但是當我改變測試數據集的大小我得到這個錯誤 高清save_model(跟蹤,網絡,ann_input,NUM): 打印(「中」) 張開( 'my_model.pkl', 'WB')爲淺黃色: 和pickle.dump({ '模式':網絡, '追蹤':跟蹤