Результаты поиска по запросу "keras"
становится
аюсь создать небольшой двунаправленный рекуррентный NN. Сама модель компилируется без ошибок, но при попытке подгонки модели я получаю сообщение об ошибке, в котором говорится, что сначала нужно скомпилировать. Пожалуйста, посмотрите фрагмент ...
Источник
довал учебнику, который показывает, как сделать модель word2vec. Этот учебник использует этот кусок кода: similarity = merge([target, context], mode='cos', dot_axes=0) (никакой другой информации предоставлено не было, но я полагаю, ...
stackoverflow.com/questions/52269603/...
я есть функция потери, которая реализована для сиамской сети. В Keras, если вам нужно создать собственную функцию потерь, она должна принимать входные аргументы только как (y_true, y_pred). Но в моем случае у меня есть y_pred1, y_pred1, y_true1 ...
del удалит переменную в python, и поскольку модель является переменной, del model удалит ее, но график TF не изменится (TF - ваш бэкэнд Keras). При этом K.clear_session () уничтожит текущий график TF и создаст новый. Создание новой модели кажется самостоятельным шагом, но не забудьте про бэкэнд :)
делаю Я тренируюсь и использую сверточную нейронную сеть (CNN) для классификации изображений, используя Keras с Tensorflow-GPU в качестве бэкэнда. Что я использую - Сообщество PyCharm 2018.1.2 - оба Python 2.7 и 3.5 (но не оба одновременно) - ...
Это все правильно. Но это не относится к моему случаю, так как я делаю этот единственный тренировочный шаг после того, как уже долгое время тренирую модель и вижу, что потери становятся стабильными во время тренировки. Проблема заключалась в том, что эта стабильная потеря, которую я вижу во время тренировок, очень сильно отличается от той, что я получаю при оценке. Извините, если мое описание проблемы сбило с толку.
аюсь создать модель в Керасе, чтобы делать численные прогнозы по фотографиям. Моя модель имеетdensenet121 сверточное основание, с несколькими дополнительными слоями сверху. Все слои, кроме двух последних, установлены наlayer.trainable = False, ...
, С моей стороны возражаю за то, что я предложила вместо Keras tf.keras (я думал, что они должны быть одинаковыми.) Но если это поможет, то почему бы и нет.
аюсь построить базовый RNN, но я получаю ошибки, пытаясь использовать сеть после обучения. Я держу сетевую архитектуру в функцииinference def inference(inp): with tf.name_scope("inference"): layer = SimpleRNN(1, activation='sigmoid', ...
который выводит более четкое описание:
я есть несколько выходов из моей модели из нескольких плотных слоев. Моя модель имеет'accuracy' как единственный показатель в компиляции. Я хотел бы знать потери и точность для каждого выхода. Это часть моего кода. scores = ...
https://keras.io/activations/#softmax
емантических сегментов вы обычно заканчиваете тем, что последний уровень output = Conv2D(num_classes, (1, 1), activation='softmax') У меня вопрос, как мне подготовить этикетки для этого? Например, если у меня есть 10 классов для идентификации, ...
надеюсь, что это поможет в дальнейшем для установки керас.
ользую conda 4.4.9. Я уже установил TensorFlow и хочу также установить Keras. Затем я попытался активировать свою виртуальную среду и установить Keras, как показано ниже: - activate tensorflow_env_001 pip install --ignore-installed --upgrade ...
Нейронные сети для мультиспектральных изображений - довольно активная тема исследования, но я боюсь, что есть немного готовых решений, таких как сети, предварительно обученные на imagenet. Вы можете попробовать метод уменьшения размерности, такой как PCA, чтобы сжать ваши изображения до трех каналов. Или обучите пользовательской архитектуре, которая принимает 8-канальные изображения в качестве входных данных.
сто надеялся прояснить некоторую информацию о предыдущем посте, в котором обсуждается, как предварительно обученную модель Keras, такую как VGG или InceptionV3, можно распространить на изображения разных размеров. Моя проблема в том, что у меня ...