«keras» etiketlenmiş sorular

Keras, Python ve R'de üst düzey bir API sağlayan bir sinir ağı kitaplığıdır. Bu API'nin nasıl kullanılacağına ilişkin sorular için bu etiketi kullanın. Lütfen kullandığınız dil / arka uç ([python], [r], [tensorflow], [theano], [cntk]) etiketini de ekleyin. Tensorflow'un yerleşik kera'larını kullanıyorsanız, [tf.keras] etiketini kullanın.

5
Keras'ta Gömme nedir?
Keras belgeleri bunun gerçekte ne olduğu net değil. Giriş özelliği alanını daha küçük bir alana sıkıştırmak için bunu kullanabileceğimizi anlıyorum. Ancak bu, sinirsel tasarım açısından nasıl yapılır? Otomatik tarama cihazı mı, RBM?
97 keras 


5
Modeli doğrularken Keras'ta ayrıntılı kullanım nedir?
LSTM modelini ilk kez çalıştırıyorum. İşte modelim: opt = Adam(0.002) inp = Input(...) print(inp) x = Embedding(....)(inp) x = LSTM(...)(x) x = BatchNormalization()(x) pred = Dense(5,activation='softmax')(x) model = Model(inp,pred) model.compile(....) idx = np.random.permutation(X_train.shape[0]) model.fit(X_train[idx], y_train[idx], nb_epoch=1, batch_size=128, verbose=1) Modeli eğitirken ayrıntılı kullanım nedir?

5
Keras'ta bir HDF5 dosyasından bir model nasıl yüklenir?
Keras'ta bir HDF5 dosyasından bir model nasıl yüklenir? Ne denedim: model = Sequential() model.add(Dense(64, input_dim=14, init='uniform')) model.add(LeakyReLU(alpha=0.3)) model.add(BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None)) model.add(Dropout(0.5)) model.add(Dense(64, init='uniform')) model.add(LeakyReLU(alpha=0.3)) model.add(BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None)) model.add(Dropout(0.5)) model.add(Dense(2, init='uniform')) model.add(Activation('softmax')) sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True) model.compile(loss='binary_crossentropy', optimizer=sgd) checkpointer = ModelCheckpoint(filepath="/weights.hdf5", verbose=1, save_best_only=True) model.fit(X_train, y_train, nb_epoch=20, batch_size=16, …


6
Keras, bir model eğittikten sonra nasıl tahmin ederim?
Reuters örnek veri setiyle oynuyorum ve iyi çalışıyor (modelim eğitilmiş). Bir modeli nasıl kaydedeceğimi okudum, böylece daha sonra tekrar kullanmak için yükleyebilirim. Ancak bu kaydedilmiş modeli yeni bir metni tahmin etmek için nasıl kullanırım? Kullanıyor muyum models.predict()? Bu metni özel bir şekilde hazırlamam gerekiyor mu? İle denedim import keras.preprocessing.text text …

1
Keras'ta TimeDistributed katmanın rolü nedir?
TimeDistributed wrapper'ın Keras'ta ne yaptığını anlamaya çalışıyorum. TimeDistributed'ın "bir girdinin her geçici dilimine bir katman uyguladığını" anlıyorum. Ama biraz deney yaptım ve anlayamadığım sonuçları aldım. Kısacası, LSTM katmanıyla bağlantılı olarak TimeDistributed ve just Dense katman aynı sonuçları verir. model = Sequential() model.add(LSTM(5, input_shape = (10, 20), return_sequences = True)) model.add(TimeDistributed(Dense(1))) …

7
Keras'a kayıp değerine göre eğitimi nasıl durdurabilirim?
Şu anda aşağıdaki kodu kullanıyorum: callbacks = [ EarlyStopping(monitor='val_loss', patience=2, verbose=0), ModelCheckpoint(kfold_weights_path, monitor='val_loss', save_best_only=True, verbose=0), ] model.fit(X_train.astype('float32'), Y_train, batch_size=batch_size, nb_epoch=nb_epoch, shuffle=True, verbose=1, validation_data=(X_valid, Y_valid), callbacks=callbacks) Keras'a, kayıp 2 dönem boyunca iyileşmediğinde eğitimi durdurmasını söyler. Ancak, kayıp sabit bir "THR" den daha küçük hale geldikten sonra eğitimi durdurmak istiyorum: if val_loss …

4
UYARI: tensorflow: sample_weight modları ... 'dan ['… ']' e zorlandı
Bir görüntü sınıflandırıcısını .fit_generator()veya kullanarak .fit()ve bir sözlüğü class_weight=argüman olarak ileterek eğitmek. TF1.x'te hiç hata yapmadım ama 2.1'de eğitime başlarken aşağıdaki çıktıyı alıyorum: WARNING:tensorflow:sample_weight modes were coerced from ... to ['...'] Ondan zorlamak için bir şey için ne anlama geliyor ...için ['...']? tensorflow'S repo ile ilgili bu uyarının kaynağı burada …


2
Keras tutarsız tahmin süresi
Keras modelimin tahmin süresini tahmin etmeye çalıştım ve garip bir şey fark ettim. Normalde oldukça hızlı olmanın yanı sıra, her seferinde modelin bir tahmin bulmak için oldukça uzun sürmesi gerekir. Ve sadece bu değil, o zamanlar modelin daha uzun süre çalışmasını da artırır. Hatayı yeniden oluşturmak için minimal bir çalışma …

9
Sinir ağı neden kendi eğitim verilerinde yanlış tahmin yapıyor?
Ödül süresi 6 saat içinde . Bu sorunun yanıtları +150 itibar ödülü için uygundur . sirjay saygın bir kaynaktan cevap arıyor . Veri stoğu tahmini için denetimli öğrenmeye sahip bir LSTM (RNN) sinir ağı oluşturdum. Sorun neden kendi eğitim verilerinde yanlış tahmin edilmesidir? (not: aşağıdaki tekrarlanabilir örnek ) Önümüzdeki 5 …

2
Bir keras modelinin MSE'sini en üst düzeye çıkarın
Ayırıcı MSE ile küçültüldüğü ve jeneratörün maksimize edilmesi gereken üretken bir rakip ağım var. Çünkü her ikisi de karşı hedefi takip eden rakiplerdir. generator = Sequential() generator.add(Dense(units=50, activation='sigmoid', input_shape=(15,))) generator.add(Dense(units=1, activation='sigmoid')) generator.compile(loss='mse', optimizer='adam') generator.train_on_batch(x_data, y_data) Yüksek MSE değerinden kazanç sağlayan bir jeneratör modeli elde etmek için ne uyarlamam gerekir?

1
Keras'ta beklenmeyen anahtar kelime argümanı 'düzensiz'
Aşağıdaki python koduyla eğitimli bir keras modeli çalıştırmaya çalışıyorum: from keras.preprocessing.image import img_to_array from keras.models import load_model from imutils.video import VideoStream from threading import Thread import numpy as np import imutils import time import cv2 import os MODEL_PATH = "/home/pi/Documents/converted_keras/keras_model.h5" print("[info] loading model..") model = load_model(MODEL_PATH) print("[info] starting vid stream..") …

1
TypeError: len sembolik Tensörler için iyi tanımlanmamıştır. (activation_3 / Kimlik: 0) Şekil bilgileri için lütfen "len (x)" yerine "x.shape" çağrısını yapın
OpenAI spor salonunun bir oyununa bir DQL modeli uygulamaya çalışıyorum. Ama bana aşağıdaki hatayı veriyor. TypeError: len sembolik Tensörler için iyi tanımlanmamıştır. (activation_3 / Kimlik: 0) Şekil bilgileri x.shapeyerine lütfen arayın len(x). Spor salonu ortamı oluşturma: ENV_NAME = 'CartPole-v0' env = gym.make(ENV_NAME) np.random.seed(123) env.seed(123) nb_actions = env.action_space.n Modelim şöyle görünüyor: …

Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.