keras- все статьи тега
Определение плотности с помощью библиотеки keras
Я немного не понимаю, как создать простую последовательность для моих данных. Данные имеют следующие размеры: X_train.shape (2369, 12) y_train.shape (2369,) X_test.shape (592, 12) y_test.shape (592,) Вот как я создаю модель: batch_size = 128 nb_epoch = 20 in_out_neurons = X_train.shape[1] dimof_middle = 100 model = Sequential() model.add(Dense(batch_size, batch_input_shape=(None, in_out_neurons))) model.add(Activation('relu')) model.add(Dropout(0.2)) model.add(Dense(batch_size)) mode ...
Добавление регуляризатора к существующему слою обученной модели без сброса Весов?
Скажем, я передаю обучение через начало. Я добавляю несколько слоев и тренирую его некоторое время. Вот как выглядит топология моей модели: base_model = InceptionV3(weights='imagenet', include_top=False) x = base_model.output x = GlobalAveragePooling2D()(x) x = Dense(1024, activation='relu', name = 'Dense_1')(x) predictions = Dense(12, activation='softmax', name = 'Predictions')(x) model = Model(input=base_model.input, output=predictions) Я тренирую эту модель некоторое время, сохраняю ее и ...
извлечение узких мест с помощью предварительно обученного Inceptionv3-различия между реализацией Keras и собственной реализацией Tensorflow
(извинения за длинный пост) Все, Я хочу использовать узкие места из предварительно подготовленной модели Inceptionv3 для прогнозирования классификации для моих входных изображений. Перед обучением модели и прогнозированием классификации я попробовал 3 различных подхода для извлечения узких мест. Мои 3 подхода дали различные характеристики узкого места (не только по значениям, но даже по размеру). Размер моих узких мест из Подход 1 и 2: (количество входных изображений) x 3 x 3 x 2048 Р ...
Почему бинарная кроссэнтропия более точна, чем категориальная кроссэнтропия для многоклассовой классификации в Керасе?
Я учусь создания сверточных нейронных сетей с использованием выбранной позиции. Я пытаюсь получить высокую точность для набора данных MNIST. По-видимому, categorical_crossentropy относится к более чем 2 классам, а binary_crossentropy - к 2 классам. Поскольку существует 10 цифр, я должен использовать categorical_crossentropy. Однако после обучения и тестирования десятков моделей binary_crossentropy последовательно значительно превосходит categorical_crossentropy. На Kaggle я получил точность 99 ...
Keras (2.0.8) с TensorFlow (1.3) backend занимает всю доступную оперативную память
Я использую библиотеку keras с включенным бэкендом tensorflow и CUDA. Пакеты типун выхода версии: Keras (2.0.8) tensorflow-gpu (1.3.0) tensorflow-tensorboard (0.1.8) У меня есть следующий код, который создает VGG16 модель и загружает веса ImageNet: def create_vgg16_model(target_size: tuple, n_classes: int): base = VGG16(include_top=False, input_shape=target_size, weights='imagenet') x = base.output x = Flatten()(x) x = Dense(n_classes, acti ...
Сохранение и загрузка грузов в керасе
Я пытаюсь сохранить и загрузить веса из модели, которую я обучил. Код, который я использую для сохранения модели, есть. TensorBoard(log_dir='/output') model.fit_generator(image_a_b_gen(batch_size), steps_per_epoch=1, epochs=1) model.save_weights('model.hdf5') model.save_weights('myModel.h5') Дайте мне знать, если это неправильный способ сделать это, или если есть лучший способ сделать это. Но когда я пытаюсь загрузить их, используя это, from keras.models import load_model model = load_mod ...
Тонкая настройка VGG16 Keras: низкая точность
Я уже задавал подобный вопрос здесь , но теперь у меня немного другая проблема, поэтому я задаю новый вопрос. Я решил использовать несколько иной подход вместо предложенного среди ответов в упомянутом вопросе для обучения, а затем тонкой настройки модели. Update : Я заменил старый вопрос, представленный здесь, более подходящей версией Вот моя последовательность действий: построить модель VGG16 и падение сверху слой (назовем его no-top model) создание узких мест с использованием модел ...
Каковы способы отладки этого слоя keras?
Я новичок в Керасе и пытаюсь реализовать декоррелированную пакетную норму бумаги (https://arxiv.org/abs/1804.08450 ) в Керасе как опыт обучения. Слой очень похож на стандартную пакетную норму с несколькими дополнительными компонентами. Вместо центрирования входных данных на каждом слое и нормализации по дисперсии, мы теперь центрируем данные и применяем преобразование отбеливания, которое вычисляется путем декомпозиции собственных значений на матрице ковариации. Вся процедура четко изложена в ...
Сиамская сеть с LSTM для сходства предложений в Керасе дает периодически один и тот же результат
Я новичок в Керасе и пытаюсь решить задачу сходства предложений, используя NN в Керасе. Я использую word2vec в качестве встраивания слов, а затем сиамскую сеть, чтобы предсказать, насколько похожи два предложения. Базовая сеть для сиамской сети - это LSTM,и для объединения двух базовых сетей я использую лямбда-слой с косинусной метрикой similairty. В качестве набора данных я использую SICK dataset, который дает оценку каждой паре предложений, от 1(разные) до 5(очень похожие). Я создал сеть и т ...
Понимание Keras LSTMs
Я пытаюсь примирить мое понимание LSTMs и указал здесь в этот пост Кристофер Ола выполнены в водоснабжении. Я следую за блог написанный Джейсоном Браунли для учебника Keras. То, что меня в основном смущает, изменение формы ряда данных в [samples, time steps, features] и статусные LSTMs давайте сосредоточимся на двух вышеупомянутых вопросах со ссылкой на код вставлено ниже: # reshape into X=t and Y=t+1 look_back = 3 trainX, trainY = create_dataset(train, look_back) testX, testY = create_data ...
Как установить Keras и Theano в Anaconda Python на Windows?
Я пытаюсь работать на нейронных сетях в Python, используя следующие пакеты Keras: from keras.utils import np_utils from keras.layers.core import Dense, Activation, Dropout from keras.models import Sequential from keras.layers.core import Dense, Dropout, Activation, Flatten from keras.layers.convolutional import Convolution2D, MaxPooling2D from keras.optimizers import SGD но, я получаю следующую ошибку: 15 import theano ---> 16 from theano import gof 17 from theano.compat.python2x impor ...