keras

    1熱度

    2回答

    試圖建立一個單一輸出迴歸模型,但似乎有問題在最後一層 inputs = Input(shape=(48, 1)) lstm = CuDNNLSTM(256,return_sequences=True)(inputs) lstm = Dropout(dropouts[0])(lstm) #aux_input auxiliary_inputs = Input(shape=(48, 7))

    1熱度

    1回答

    我有一個包含2000個樣本的5個樣本和一個訓練數據集的測試數據集。我想我的增強數據集,我被keras datagen_test = ImageDataGenerator( featurewise_center=True, featurewise_std_normalization=True, rotation_range=20, wid

    1熱度

    1回答

    我有一個CNN圖像訓練。我還獲得了臉部的幾何圖形(68x2-68個點,x,y座標)。我想在所有卷積層之後編碼幾何圖形,並在完全連接的圖層中使用它們。我正在使用vggFace模型。 ''' Load the model ''' vgg_model = VGGFace( include_top=False, input_shape=(img_width, img_height,

    0熱度

    1回答

    我在張量流中構建圖像處理網絡,我想利用紋理損失。如果你已經預裝了模型,紋理損失似乎很容易實現。 我使用TF爲我的模型構建計算圖,並且我想要合併Keras.application.VGG19模型以從圖層'block4_conv4'獲取輸出。 問題是:我有兩個TF張量目標和結果從我的主模型,如何將它們送入keras VGG19在同一個會話中計算它們的差異並將其用於我的模型的主要損失?

    1熱度

    1回答

    我有1025643個條目和72個特徵/屬性的測試數據。我已經用形狀(245,30,72)和形狀(245,)訓練了帶有輸入數據trainX的lstm。另外請注意,我已經指定了後退30步,因此trainX的形狀(245,30,72)。 現在訓練模型後,如果我做 model.output_shape 輸出是: (無,1) 我的理解是,它將使對測試集進行一步預測。但我希望它是30行的預測,每個未來的步驟,

    0熱度

    2回答

    我需要添加一個L1規範作爲正則化函數,以便在我的神經網絡中創建一個稀疏條件。我想訓練我的網絡分類,我需要添加一個L1規範作爲正規化者來創建稀疏條件。我需要訓練網絡進行分類,我先從pytorch開始,但我沒有任何意識如何做到這一點。我嘗試着自己構建一個L1規範,比如here,但沒有工作。 有人可以幫助我嗎?我需要把ConvTranspose2d在此之後正則,我想做些事情像這樣Keras: model

    2熱度

    1回答

    我想爲Keras做一個多類分類的網格搜索。下面是一段代碼: 數據的一些屬性如下: y_ array(['fast', 'immobile', 'immobile', ..., 'slow', 'immobile', 'slow'], dtype='<U17') y_onehot = pd.get_dummies(y_).values y_onehot array

    0熱度

    1回答

    訓練數據從兩個.npy文件中讀取。說,train_set被認爲是X,train_label被認爲是Y.因此,它不是一個多輸入的情況。我的任務需要以不同方式增加圖像補丁。那麼如何爲不同的補丁定義不同的圖像生成器?雖然有可能是一個很大的補丁,我使用3個補丁作爲一個例子: 爲PATCH1: datagen = ImageDataGenerator(rotation_range = 20) 爲PATCH2

    0熱度

    1回答

    我一直在試圖安裝和RStudio(Windows)中空跑keras。 我安裝使用普通包「keras」 keras包 (沒有使用github上) 我已經安裝了最新的Python(3.6)和蟒蛇。 然後我用 > library(keras) > install.keras() 和我得到這個錯誤: Creating r-tensorflow conda environment for Tensor

    0熱度

    1回答

    我正在使用MNIST數據集構建用於手寫數字識別的ConvNet。我的代碼是使用Theano後端在Keras中編寫的。 我想訓練我的ConvNet,因此它可以識別類的一個子集(例如,僅數字'1'和'2')並輸出任何其他類作爲通用'未知'類。我知道這可以在Theano上完成,因爲它在"Distributed Neural Networks for Internet of Things: The Big