deep-learning

    0熱度

    1回答

    什麼時候在Keras中初始化內核？

    我正在使用Keras功能API，我想知道：什麼時候內核初始化？是否在創建圖層時，像 x = Dense(32, kernel_initializer='glorot_uniform')(x) 還是在編譯模型期間？例如 model.compile(optimizer='rmsprop', loss='categorical_crossentropy') 我想這期間model.fit(...)
    deep-learning keras 2017-11-03

    0熱度

    1回答

    H2O深學習每次運行不同的結果

    我使用使用python的H 2 O深學習上的2個平衡類別「0」數據和「1」，並調整的參數如下： prostate_dl = H2ODeepLearningEstimator( activation=,"Tanh" hidden=[50,50,50], distribution="multinomial", score_interval=10, epo
    deep-learning h2o 2017-11-04

    0熱度

    1回答

    如何將ZCA應用於內存有限的大型圖像數據集？

    是谷歌告訴我的是： 對於keras的ImageDataGenerator功能似乎已經可以開箱即用的zca_whitening。但是如果設置了該選項，則需要在整個數據集X上調用ImageDataGenerator.fit。所以這不是一個選項。 對於sklearn，IncrementalPCA似乎與一個巨大的數據集一起工作，但我不知道如何將PCA旋轉到ZCA的發生器風格。 感謝您的幫助！
    machine-learning deep-learning pca 2017-11-04

    0熱度

    1回答

    如何在對比餘弦損失函數中使用ByteTensor？

    我試圖在PyTorch中的http://anthology.aclweb.org/W16-1617中實現丟失函數。它如下所示： 我實現損失如下： class CosineContrastiveLoss(nn.Module): """ Cosine contrastive loss function. Based on: http://anthology.aclweb.
    python neural-network deep-learning pytorch 2017-11-04

    -1熱度

    1回答

    參考循環神經網絡的時間步驟是什麼？

    我對RNN和LSTM相當陌生，但花了相當多的時間從互聯網上找到的各種資源中學習。我收集到的是，循環神經網絡中的時間步長與前饋神經網絡中的正向傳遞時間步長相同。但事實證明這是錯誤的。那這是什麼 ？
    neural-network deep-learning recurrent-neural-network 2017-11-10

    0熱度

    1回答

    在簡單的多層FFNN中，只有ReLU激活功能不收斂

    我正在學習tensorflow，深入學習和嘗試各種激活功能。 我爲MNIST問題創建了一個多層FFNN。大部分基於官方tensorflow網站的教程，除了添加了3個隱藏層。 激活功能我已經嘗試是：tf.sigmoid，tf.nn.tanh，tf.nn.softsign，tf.nn.softmax，tf.nn.relu。只有tf.nn.relu不收斂，網絡輸出隨機噪聲（測試精度約爲10％）。以下是我
    machine-learning tensorflow deep-learning activation-function 2017-11-11

    0熱度

    1回答

    用於使用Tensorflow/tflearn預測財務數據的圖層

    我想預測利率，並且我有一些相關因素，例如股票指數和貨幣供應量等。因子數可能高達200. 例如，訓練數據如X包含因子，y是我想要訓練和預測的利率。 factor1 factor2 factor3 factor176 factor177 factor178 X= [[ 2.1428 6.1557 5.4101 ..., 5.86 6.0735 6.191 ] [ 2.1
    machine-learning tensorflow deep-learning financial tflearn 2017-11-11

    2熱度

    2回答

    如何確定我的深度學習模型需要什麼類型的圖層？

    假設我想製作一個可以做某事的模型。現在當我在Google或YouTube上搜索這個主題時，我發現很多相關的教程，看起來像一個聰明的程序員已經通過深度學習實現了這個模型。 但是他們怎麼知道什麼類型的層，他們需要什麼類型的激活功能，喪失功能，優化，單位等數使用深度學習解決某些問題。 是否有知道這一點，或者它只是理解和經驗的問題的任何技術？如果有人能指點我一些視頻或文章回答我的問題，這也會非常有幫助。
    tensorflow deep-learning keras tflearn 2017-11-11

    0熱度

    1回答

    如何使用keras和tensorflow後端將密集層的輸出作爲一個numpy數組？

    我是Keras和Tensorflow的新手。我正在使用深度學習來開展面部識別項目。我使用此代碼（輸出softmax圖層）將輸入主題的類標籤作爲輸出獲得，並且我的100個類的自定義數據集的準確率爲97.5％。 但是現在我對特徵向量表示感興趣，所以我想通過網絡傳遞測試圖像並在softmax（最後一層）之前從激活的密集層提取輸出。我提到了Keras的文檔，但似乎沒有任何效果。任何人都可以請幫助我如何從密
    python tensorflow deep-learning keras 2017-11-17

    0熱度

    1回答

    如何使用python和tensorflow從降噪堆疊自動編碼器中提取低維特徵向量

    下面的代碼導入MNIST數據集並訓練堆疊降噪自動編碼器，以破壞，編碼然後解碼數據。基本上我想用它作爲非線性尺寸縮減技術。如何訪問模型編碼的較低維特徵，以便將這些特徵放入聚類模型中？理想情況下，我會期望較低的維度特徵是循環或直線（顯然這實際上並非如此）。 import numpy as np import os import sys import tensorflow as tf fro
    python tensorflow deep-learning autoencoder dimensionality-reduction 2017-11-17
最新問題