theano

2熱度

3回答

爲了簡化問題，說一個維度（或特徵）已經更新n次後，下次看到該特徵時，我想將學習率設置爲1/n 。我想出了這些代碼： def test_adagrad(): embedding = theano.shared(value=np.random.randn(20,10), borrow=True) times = theano.shared(value=np.ones((20,1)

1熱度

1回答

CUDA和Theano安裝Windows 7：是否需要Visual Studio？

我正在安裝Theano並將其與Windows 7 PC上的CUDA相結合。我見過的所有信息/教程都需要安裝Visual Studio。大多數Visual Studio版本的大小大於5GB，這似乎是一個荒謬的數字，特別是對於IDE。需要Visual Studio來運行/編譯CUDA代碼，還是可以安裝替代IDE？如果需要，最小（大小）Visual Studio版本是什麼？

6熱度

2回答

在theano中按行劃分矩陣規範化

假設我有一個大小爲n_i x n_o的矩陣N，我想按行逐級規範化，即每行的總和應該是1。我該如何在theano中做到這一點？動機：使用softmax返回給我的錯誤，所以我嘗試通過實現我自己的softmax版本來避開它。

1熱度

1回答

如何修改.theanorc以便nvcc在編譯期間使用-m64標誌？

我按照步驟http://deeplearning.net/software/theano/install_windows.html#install-windows來安裝theano，但遇到問題。其中之一是，通過使用http://deeplearning.net/software/theano/install_windows.html#install-windows的.theanorc設置默認情況下

5熱度

2回答

Theano/Lasagne/Nolearn神經網絡圖像輸入

我正在進行圖像分類任務，並決定使用Lasagne + Nolearn作爲神經網絡原型。所有標準示例如MNIST號碼分類運行良好，但是當我嘗試使用自己的圖像時出現問題。我想使用3通道圖像，而不是灰度。還有就是我想從圖像獲取陣列代碼： img = Image.open(item) img = ImageOps.fit(img, (256, 256), Image.ANTIALIAS) img

0熱度

1回答

如何使用泄漏的ReLus作爲隱藏層中的激活函數pylearn2

我正在使用pylearn2庫來設計一個CNN。我想在一個圖層中使用Leaky ReLus作爲激活函數。有沒有任何可能的方式使用pylearn2來做到這一點？我是否必須爲它編寫自定義函數，或者pylearn2是否具有內置的函數？如果是這樣，如何編寫自定義代碼？請任何人都可以幫我在這裏？

4熱度

1回答

什麼是Theano

借參數我看到下面的代碼行： n_train_batches = train_set_x.get_value(borrow=True).shape[0]/batch_size 在上面的線，什麼是借參數是什麼呢？那裏添加的優點是什麼？僅供參考，train_set_x基本上是使用theano.shared方法生成的矩陣。

3熱度

3回答

使用Anaconda在windows 8.1上安裝Theano：設置系統路徑配置腳本

我試圖在Windows 8.1 64上安裝Theano，使用以下步驟提供的指南：http://theano.readthedocs.org/en/latest/install_windows.html。我遇到了配置系統路徑所需的環境配置腳本'env.bat'。該示例引用了WinPython發行版，但在Anaconda中安裝時我不知道如何配置該特定行。這是WinPython的例子： REM a

3熱度

2回答

迴歸與烤寬麪條：錯誤

我想與烤寬麪條/ nolearn運行迴歸。我很難找到文件如何做到這一點（一般來說，新的深度學習）。開始了與一個簡單的網絡（一個隱藏層） from lasagne import layers from lasagne.nonlinearities import softmax from lasagne.updates import nesterov_momentum from nolear

0熱度

1回答

theano列表的矩陣作爲函數參數

是否有可能在theano中定義一個將矩陣（標量，矢量）列表作爲輸入參數的函數？這裏一個簡單的例子： import numpy as np import theano as T import theano.tensor as TT a = [] a.append(np.zeros((2, 3))) a.append(np.ones((4, 3))) T_a = TT.matrice