keras

    2热度

    1回答

    我有句子嵌入尺寸为2*1*300的句对的输出X.我想把这个输出分成两个形状为1*300的向量来计算它的绝对差值和乘积。 x = MaxPooling2D(pool_size=(1,MAX_SEQUENCE_LENGTH),strides=(1,1))(x) x_A = Reshape((1,EMBEDDING_DIM))(x[:,0]) x_B = Reshape((1,EMBEDDING_D

    0热度

    1回答

    我已经实现了一个lambda函数来将图像的大小从28x28x1调整为224x224x3。我需要从所有频道中减去VGG的平均值。当我尝试,我得到一个错误 类型错误:“张量”对象不支持项目分配 def try_reshape_to_vgg(x): x = K.repeat_elements(x, 3, axis=3) x = K.resize_images(x, 8, 8, dat

    0热度

    1回答

    我一直在尝试实现一个基本的多层LSTM回归网络来找出加密电子货币价格之间的相关性。 在遇到无法使用的训练结果后,我决定尝试使用一些沙盒代码,以确保在重试完整数据集之前我已经明白了。 问题是我不能让凯拉斯推广我的数据。 ts = 3 in_dim = 1 data = [i*100 for i in range(10)] # tried this, didn't accomplish an

    1热度

    1回答

    这是我的Python代码: from PIL import Image labels = ['airplane','automobile','bird','cat','deer','dog','frog','horse','ship','truck'] from keras.datasets import cifar10 (X_train, Y_train), (X_test,y_te

    1热度

    1回答

    我想基于this文章基于图像分割任务使用Keras构建CNN。由于我的数据集很小,我想使用Keras ImageDataGenerator并将其送到fit_generator()。所以,我沿着Keras网站上的example。但是,由于压缩图像和掩膜生成器不起作用,我遵循此answer并创建了我自己的生成器。 我的输入数据大小为(701,256,1),我的问题是二进制(前景,背景)。对于每张图片,

    1热度

    1回答

    我建立keras简单LSTM模型和训练有素如下: model = Sequential() model.add(LSTM(activation='tanh',input_dim=6,output_dim=50,return_sequences=False)) model.add(Dense(output_dim=1,activation = 'sigmoid')) model.compile

    2热度

    1回答

    当我开始训练模型时,以前没有保存模型。我可以安全地使用model.compile()。我现在已将该模型保存在h5文件中,以便使用checkpoint进行进一步培训。 说,我想进一步训练模型。我很困惑,我可以在这里使用model.compile()吗?并且应该在model = load_model()声明之前还是之后?如果model.compile()重新初始化所有的权重和偏见,我应该在model

    -1热度

    1回答

    模型培训之后我如何预测和评估我的指标? 代码是这样的: for patch in generator(): pred = model.predict(np.array(patch, dtype=patch.dtype)) loss_val_partial,accuracy_val_partial = model.test_on_batch(np.array(patch, dt

    0热度

    1回答

    我想实现一个简单的RNN来预测整数序列中的下一个整数。所以,我有一个数据集是如下: Id Sequence 1 1,0,0,2,24,552,21280,103760,70299264,5792853248,587159944704 2 1,1,5,11,35,93,269,747,2115,5933,16717,47003,132291,372157,1047181,2946251,8289

    0热度

    1回答

    因为在使用自适应优化器时(在调用.fit()时学习速率计划重置),因此在线学习与Keras无法正常工作,所以我想查看是否可以手动设置它。然而,为了做到这一点,我需要找出最后一个时代的学习速度。 那就是说,我怎样才能打印每个时代的学习率?我想我可以通过回调做到这一点,但似乎每次都必须重新计算它,我不确定如何与亚当做到这一点。 我发现这在另一个线程,但它仅与SGD工作: class SGDLearni