Pertanyaan yang diberi tag «keras»

Keras adalah perpustakaan jaringan saraf minimalis, sangat modular yang ditulis dengan Python.


1
Bagaimana cara menangani label string dalam klasifikasi multi-kelas dengan keras?
Saya pemula di pembelajaran mesin dan keras dan sekarang bekerja masalah klasifikasi gambar multi-kelas menggunakan keras. Input ditandai gambar. Setelah beberapa pra-pemrosesan, data pelatihan diwakili dalam daftar Python sebagai: [["dog", "path/to/dog/imageX.jpg"],["cat", "path/to/cat/imageX.jpg"], ["bird", "path/to/cat/imageX.jpg"]] "anjing", "kucing", dan "burung" adalah label kelas. Saya pikir pengkodean satu-panas harus digunakan untuk masalah ini, …

2
Apakah filter default yang digunakan oleh Keras Convolution2d ()?
Saya cukup baru di jaringan saraf, tapi saya mengerti aljabar linier dan matematika konvolusi dengan cukup baik. Saya mencoba memahami kode contoh yang saya temukan di berbagai tempat di internet untuk melatih NN konvolusional yang Keras dengan data MNIST untuk mengenali angka. Harapan saya adalah ketika saya membuat layer convolutional, …
18 convnet  keras 

4
Pencarian Hyperparameter untuk LSTM-RNN menggunakan Keras (Python)
Dari Keras RNN Tutorial: "RNN itu rumit. Pilihan ukuran batch penting, pilihan kehilangan dan pengoptimal sangat penting, dll. Beberapa konfigurasi tidak akan bertemu." Jadi ini lebih merupakan pertanyaan umum tentang menyetel hyperparameter dari LSTM-RNN pada Keras. Saya ingin tahu tentang pendekatan untuk menemukan parameter terbaik untuk RNN ​​Anda. Saya mulai …


1
Bagaimana cara parameter validation_split fungsi Keras 'berfungsi?
Pemecahan validasi dalam fungsi model Keras Sequential didokumentasikan sebagai berikut di https://keras.io/models/ berikutnyaential / : validation_split: Mengambang antara 0 dan 1. Fraksi data pelatihan yang akan digunakan sebagai data validasi. Model akan memisahkan sebagian kecil dari data pelatihan ini, tidak akan melatihnya, dan akan mengevaluasi kerugian dan metrik model apa …


5
Apa lagi yang ditawarkan TensorFlow kepada keras?
Saya sadar bahwa keras berfungsi sebagai antarmuka tingkat tinggi ke TensorFlow. Tetapi bagi saya tampaknya keras dapat melakukan banyak fungsi sendiri (input data, pembuatan model, pelatihan, evaluasi). Selain itu, beberapa fungsionalitas TensorFlow dapat porting langsung ke keras (misalnya dimungkinkan untuk menggunakan metrik tf atau fungsi kerugian dalam keras). Pertanyaan saya …
16 keras  tensorflow 

5
membuat peta panas seaborn lebih besar
Saya membuat corr()df dari df asli. The corr()df keluar 70 X 70 dan tidak mungkin untuk memvisualisasikan heatmap tersebut ... sns.heatmap(df). Jika saya mencoba untuk menampilkan corr = df.corr(), tabel tidak cocok dengan layar dan saya bisa melihat semua korelasinya. Apakah ini cara untuk mencetak keseluruhan dfterlepas dari ukurannya atau …
16 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

3
Bagaimana cara mendapatkan prediksi dengan predict_generator saat streaming data uji dalam Keras?
Dalam blog Keras tentang konjeksi pelatihan dari awal , kode hanya menampilkan jaringan yang menjalankan data pelatihan dan validasi. Bagaimana dengan data uji? Apakah data validasi sama dengan data uji (saya pikir tidak). Jika ada folder tes terpisah pada baris yang sama seperti folder train dan validasi, bagaimana kita mendapatkan …


6
Keras - Mentransfer pembelajaran - mengubah bentuk tensor input
Posting ini tampaknya menunjukkan bahwa apa yang ingin saya capai tidak mungkin. Namun, saya tidak yakin dengan ini - mengingat apa yang telah saya lakukan, saya tidak melihat mengapa apa yang ingin saya lakukan tidak dapat dicapai ... Saya memiliki dua dataset gambar di mana satu memiliki gambar bentuk (480, …
15 keras 

3
Apa arti dari fungsi model.predict dari Keras?
Saya telah membangun model LSTM untuk memprediksi pertanyaan duplikat pada dataset resmi Quora. Label uji adalah 0 atau 1. 1 menunjukkan pasangan pertanyaan duplikat. Setelah membangun model menggunakan model.fit, saya menguji model menggunakan model.predictpada data uji. Outputnya adalah array nilai seperti di bawah ini: [ 0.00514298] [ 0.15161049] [ 0.27588326] …

3
Bagaimana cara menggunakan LeakyRelu sebagai fungsi aktivasi dalam urutan DNN dalam keras? Kapan kinerja lebih baik daripada Relu?
Bagaimana Anda menggunakan LeakyRelu sebagai fungsi aktivasi dalam urutan DNN di keras? Jika saya ingin menulis sesuatu yang mirip dengan: model = Sequential() model.add(Dense(90, activation='LeakyRelu')) Apa solusinya? Masukkan LeakyRelu mirip dengan Relu? Pertanyaan kedua adalah: apa pengaturan umum terbaik untuk menyetel parameter LeakyRelu? Kapan kinerjanya secara signifikan lebih baik daripada …

4
Mengapa menambahkan dropout layer meningkatkan kinerja pembelajaran mesin / dalam, mengingat bahwa dropout menekan beberapa neuron dari model?
Jika menghapus beberapa neuron menghasilkan model yang berkinerja lebih baik, mengapa tidak menggunakan jaringan saraf yang lebih sederhana dengan lebih sedikit lapisan dan lebih sedikit neuron di tempat pertama? Mengapa membangun model yang lebih besar dan lebih rumit pada awalnya dan menekan bagian-bagiannya nanti?

Dengan menggunakan situs kami, Anda mengakui telah membaca dan memahami Kebijakan Cookie dan Kebijakan Privasi kami.
Licensed under cc by-sa 3.0 with attribution required.