keras

    3熱度

    1回答

    我一直在試圖運行下面的代碼神經網絡: model=Sequential() model.add(Dense(output_dim=40, input_dim=90, init="glorot_uniform")) model.add(Activation("tanh")) model.add(Dense(output_dim=10, init="glorot_uniform")) mode

    0熱度

    1回答

    我試圖實現一個是由兩層構成,以段對象候補中keras模型 因此,基本上該模型具有以下結構 圖片(信道,寬度,高度) - >多個卷積和集中layers->輸出(「n」個特徵映射,高度寬度) 現在這個單輸出正在使用兩層 ,其是如下 1)卷積(1 * 1) - >具有m個單位的密集層(輸出= n * 1 * 1) - >像素使用H *的完全連接層瓦特dimesion分類 - > upsmapling到(

    2熱度

    1回答

    我剛剛開始使用Keras,並試圖使用Keras深度學習套件來訓練模型。一直工作到這個時代,但在它之後崩潰。 np.random.seed(1778) # for reproducibility need_normalise=True need_validataion=True nb_epoch=2#8 #Creating model model

    1熱度

    1回答

    我正在爲分類任務構建一個簡單的FeedForward網絡。 我在AWS g2.2xlarge實例的theano上使用keras。我的網絡配置如下: batch_size = 32 nb_epoch = 50 dimof_input = 8100 dimof_middle = 16384 dimof_end = 16384 dropout = 0.2 dimof_output = 3

    20熱度

    2回答

    對於前饋網絡(FFN),很容易計算參數的數量。給定一個CNN,LSTM等有一個快速的方法來找到keras模型中的參數數量?

    4熱度

    1回答

    我正在研究句子標籤問題。我已經做了我自己的嵌入和填充和我投入的樣子: X_i = [[0,1,1,0,2,3...], [0,1,1,0,2,3...], ..., [0,0,0,0,0...], [0,0,0,0,0...], ....] 每個單詞句子我想預測四班的一個,所以我期望的輸出應該是這樣的: Y_i = [[1,0,0,0], [0,0,1,0], [0,1,0,0], ...]

    3熱度

    1回答

    我一直在嘗試實現基於LSTM的分類器來分類分離語音。我創建了13 mfcc的特徵向量。對於給定的文件有[99,13]的二維矢量。在遵循mnist_irnn示例之後,我可以設置單層RNN來對我的語音文件進行分類。但是現在我想爲網絡添加更多圖層。因此,我一直試圖實現具有兩個LSTM層和softmax層作爲輸出層的網絡。在查看帖子數量之後,我可以按如下方式設置網絡,在建模時間期間它不會拋出任何異常。 f

    1熱度

    1回答

    當談到正常的人工神經網絡或任何標準機器學習技術時,我理解訓練,測試和驗證集應該是什麼(概念上和經驗法則比率)。但是,對於雙向LSTM(BLSTM)網絡,如何分割數據令我感到困惑。 我在嘗試改進由受監視的健康值組成的個別主題數據的預測。在最簡單的情況下,對於每個主題,有一個長時間系列值(> 20k值),並且該時間系列的連續部分根據主題的當前健康狀況從一組類別進行標記。對於BLSTM,網絡將同時訓練所

    4熱度

    1回答

    我試圖將Keras的Siamese圖層與共享的Convolution2D圖層一起使用。 我不需要輸入在Siamese圖層前通過任何其他圖層,但Siamese圖層需要指定輸入圖層。我無法弄清楚如何創建輸入圖層來匹配conv層的輸入。我能找到的Siamese圖層的唯一具體示例是tests,其中Dense圖層(具有矢量輸入)用作輸入。基本上,我想要一個輸入圖層,允許我將圖像尺寸指定爲輸入,以便它們可以傳

    5熱度

    1回答

    Keras中似乎沒有內置的RNN均值匯聚層支持。任何人都知道如何包裝一個? http://deeplearning.net/tutorial/lstm.html