deep-learning

    0热度

    1回答

    什么时候在Keras中初始化内核？

    我正在使用Keras功能API，我想知道：什么时候内核初始化？是否在创建图层时，像 x = Dense(32, kernel_initializer='glorot_uniform')(x) 还是在编译模型期间？例如 model.compile(optimizer='rmsprop', loss='categorical_crossentropy') 我想这期间model.fit(...)
    deep-learning keras 2017-11-03

    0热度

    1回答

    H2O深学习每次运行不同的结果

    我使用使用python的H 2 O深学习上的2个平衡类别“0”数据和“1”，并调整的参数如下： prostate_dl = H2ODeepLearningEstimator( activation=,"Tanh" hidden=[50,50,50], distribution="multinomial", score_interval=10, epo
    deep-learning h2o 2017-11-04

    0热度

    1回答

    如何将ZCA应用于内存有限的大型图像数据集？

    是谷歌告诉我的是： 对于keras的ImageDataGenerator功能似乎已经可以开箱即用的zca_whitening。但是如果设置了该选项，则需要在整个数据集X上调用ImageDataGenerator.fit。所以这不是一个选项。 对于sklearn，IncrementalPCA似乎与一个巨大的数据集一起工作，但我不知道如何将PCA旋转到ZCA的发生器风格。 感谢您的帮助！
    machine-learning deep-learning pca 2017-11-04

    0热度

    1回答

    如何在对比余弦损失函数中使用ByteTensor？

    我试图在PyTorch中的http://anthology.aclweb.org/W16-1617中实现丢失函数。它如下所示： 我实现损失如下： class CosineContrastiveLoss(nn.Module): """ Cosine contrastive loss function. Based on: http://anthology.aclweb.
    python neural-network deep-learning pytorch 2017-11-04

    -1热度

    1回答

    参考循环神经网络的时间步骤是什么？

    我对RNN和LSTM相当陌生，但花了相当多的时间从互联网上找到的各种资源中学习。我收集到的是，循环神经网络中的时间步长与前馈神经网络中的正向传递时间步长相同。但事实证明这是错误的。那这是什么 ？
    neural-network deep-learning recurrent-neural-network 2017-11-10

    0热度

    1回答

    在简单的多层FFNN中，只有ReLU激活功能不收敛

    我正在学习tensorflow，深入学习和尝试各种激活功能。 我为MNIST问题创建了一个多层FFNN。大部分基于官方tensorflow网站的教程，除了添加了3个隐藏层。 激活功能我已经尝试是：tf.sigmoid，tf.nn.tanh，tf.nn.softsign，tf.nn.softmax，tf.nn.relu。只有tf.nn.relu不收敛，网络输出随机噪声（测试精度约为10％）。以下是我
    machine-learning tensorflow deep-learning activation-function 2017-11-11

    0热度

    1回答

    用于使用Tensorflow/tflearn预测财务数据的图层

    我想预测利率，并且我有一些相关因素，例如股票指数和货币供应量等。因子数可能高达200. 例如，训练数据如X包含因子，y是我想要训练和预测的利率。 factor1 factor2 factor3 factor176 factor177 factor178 X= [[ 2.1428 6.1557 5.4101 ..., 5.86 6.0735 6.191 ] [ 2.1
    machine-learning tensorflow deep-learning financial tflearn 2017-11-11

    2热度

    2回答

    如何确定我的深度学习模型需要什么类型的图层？

    假设我想制作一个可以做某事的模型。现在当我在Google或YouTube上搜索这个主题时，我发现很多相关的教程，看起来像一个聪明的程序员已经通过深度学习实现了这个模型。 但是他们怎么知道什么类型的层，他们需要什么类型的激活功能，丧失功能，优化，单位等数使用深度学习解决某些问题。 是否有知道这一点，或者它只是理解和经验的问题的任何技术？如果有人能指点我一些视频或文章回答我的问题，这也会非常有帮助。
    tensorflow deep-learning keras tflearn 2017-11-11

    0热度

    1回答

    如何使用keras和tensorflow后端将密集层的输出作为一个numpy数组？

    我是Keras和Tensorflow的新手。我正在使用深度学习来开展面部识别项目。我使用此代码（输出softmax图层）将输入主题的类标签作为输出获得，并且我的100个类的自定义数据集的准确率为97.5％。 但是现在我对特征向量表示感兴趣，所以我想通过网络传递测试图像并在softmax（最后一层）之前从激活的密集层提取输出。我提到了Keras的文档，但似乎没有任何效果。任何人都可以请帮助我如何从密
    python tensorflow deep-learning keras 2017-11-17

    0热度

    1回答

    如何使用python和tensorflow从降噪堆叠自动编码器中提取低维特征向量

    下面的代码导入MNIST数据集并训练堆叠降噪自动编码器，以破坏，编码然后解码数据。基本上我想用它作为非线性尺寸缩减技术。如何访问模型编码的较低维特征，以便将这些特征放入聚类模型中？理想情况下，我会期望较低的维度特征是循环或直线（显然这实际上并非如此）。 import numpy as np import os import sys import tensorflow as tf fro
    python tensorflow deep-learning autoencoder dimensionality-reduction 2017-11-17
最新问题