deep-learning

    3熱度

    1回答

    Keras：類型錯誤：運行（）得到了一個意想不到的關鍵字參數 'kernel_regularizer'

    我使用tensorflow==1.2.1和Keras==2.0.6建立一個模型： input_num = X_norm_keras[:,2:].shape[1] model_keras = Sequential() model_keras.add(Dense(10, input_dim=input_num, activation='relu')) model_keras.add(Dense(
    python-3.x tensorflow deep-learning keras 2017-09-27

    3熱度

    2回答

    使用部分輸入向後運行神經網絡以找到所需的值

    給定一個訓練有素的系統，可以通過輸出值和部分輸入向後運行網絡以查找缺少的輸入值的值。這個操作有沒有名字？ 在一個帶有2個輸入神經元（值爲1和X）和一個輸出層神經元（值爲1）的訓練XOR網絡的示例中。如果有人想找到第二個輸入神經元的價值，他們可以反饋信息可以計算出它接近於0.這個操作到底叫什麼名字？
    machine-learning neural-network dataset deep-learning deeplearning4j 2017-09-28

    0熱度

    1回答

    MXNet分佈式訓練精度

    我使用MXNet以微調從下面的例子在加州理工學院的256數據集模型RESNET： https://mxnet.incubator.apache.org/how_to/finetune.html 我主要做了很POC測試分佈式訓練（我將稍後在我的實際項目中使用）。 首先，我在具有2個GPU的單個機器上運行這個例子8個紀元。我花了大約20分鐘，最終驗證準確度爲0.809072。 然後，我用2臺機器（相同
    deep-learning mxnet 2017-09-28

    0熱度

    2回答

    下批次進來時會重新初始化嗎？

    def weight_variable(shape, l2_reg_lambda=None, l1_reg_lambda=None): regularizer = None if l2_reg_lambda: regularizer = tf.contrib.layers.l2_regularizer(l2_reg_lambda) elif l1_reg_
    python tensorflow deep-learning 2017-09-28

    -2熱度

    1回答

    用卷積神經網絡進行迴歸的體系結構

    我想用AlexNet體系結構來解決最初用於分類任務的迴歸問題。 此外，對於學習步驟，我想包括一個參數批量大小。 所以我有幾個問題： 我需要什麼，在網絡架構改變，實現了迴歸？正是在最後一層，損失函數或其他事情。 如果我使用5的批量大小，最後一層的輸出大小是多少？ 謝謝！
    networking machine-learning deep-learning regression conv-neural-network 2017-09-28

    0熱度

    1回答

    火車與Tensorflow和先啓V3高清圖像預培訓模型

    我正在尋找做一些圖像分類在PDF文檔，我轉換爲圖像。我正在使用張量流inception v3 pre trained model，並嘗試用tensorflow tuto跟我自己的類別重新訓練最後一層。我每個類別有大約1000個訓練圖像，只有4個類別。隨着20萬次迭代我可以達到90％的成功分類，這是不壞，但仍需要一些工作： 這裏的問題是這樣的預先訓練的模型只需要300 * 300P圖像輸入。顯然，它
    machine-learning tensorflow deep-learning image-recognition 2017-09-28

    2熱度

    1回答

    如何在基於Keras的LSTM模型的每個時期獲得一層的權重矩陣？

    我有一個簡單的基於Keras的LSTM模型。 X_train, X_test, Y_train, Y_test = train_test_split(input, labels, test_size=0.2, random_state=i*10) X_train = X_train.reshape(80,112,12) X_test = X_test.reshape(20,112,12)
    tensorflow deep-learning keras lstm 2017-09-28

    1熱度

    2回答

    爲什麼我的Keras Conv2D內核是三維的？

    在一個典型的CNN中，一個conv層將有Y個大小爲NxM的濾波器，因此它有N×M×Y個可訓練參數（不包括偏差）。因此，在以下簡單的keras模型中，我期望第二個conv層具有16個大小爲（7x7）的內核，因此大小爲（7x7x16）的內核權重。 爲什麼它的權重實際上是大小（7x7x8x16）？ 我瞭解發生了什麼的機制：Conv2D圖層實際上是在進行3D卷積，將前一圖層的輸出圖像視爲通道。它有16個尺
    deep-learning keras conv-neural-network 2017-09-29

    0熱度

    1回答

    爲什麼2幾乎相等Keras CNN返回2完全不同的結果

    我正在尋址句級二進制分類任務。我的數據由3個令牌的子陣列組成：左上下文，核心和右上下文。 我用Keras制定卷積神經網絡的幾個備選方案和驗證哪一個最適合我的問題。 我是Python和Keras的新手，爲了測試哪些改變提高了我的指標（準確度，精確度，召回率，f1和auc-roc），我決定從更簡單的解決方案入手。首先進行的簡化是關於輸入數據：我決定忽略上下文創建Keras的順序模型： ________
    python nlp deep-learning keras keras-2 2017-09-29

    1熱度

    1回答

    Caffe Element -Wise乘法與固定斑點

    我想我會問這裏多個quesitons，我想任何評論，因爲我是新來Caffe。 在我的網絡輸入圖像具有尺寸1x41x41由於我使用的64批次大小，我認爲數據量將是64x1x41x41（請糾正我，如果這是錯誤的） 一些卷積層後（不改變數據大小），我想將結果數據乘以大小爲1x41x41的預定義斑點。使用EltwiseLayer來進行乘法似乎很方便。所以爲了定義Eltwise的第二底層，我需要爲blob提
    neural-network deep-learning caffe elementwise-operations 2017-09-30
最新問題