Pertanyaan yang diberi tag «keras»

Keras adalah pustaka jaringan neural yang menyediakan API tingkat tinggi dengan Python dan R. Gunakan tag ini untuk pertanyaan yang berkaitan dengan cara menggunakan API ini. Harap sertakan juga tag untuk bahasa / backend ([python], [r], [tensorflow], [theano], [cntk]) yang Anda gunakan. Jika Anda menggunakan keras bawaan tensorflow, gunakan tag [tf.keras].

3
Memahami Keras LSTMs
Saya mencoba mendamaikan pemahaman saya tentang LSTM dan ditunjukkan di sini di posting ini oleh Christopher Olah diimplementasikan di Keras. Saya mengikuti blog yang ditulis oleh Jason Brownlee untuk tutorial Keras. Yang paling membuat saya bingung adalah, Pembentukan kembali seri data menjadi [samples, time steps, features]dan, LSTM stateful Mari kita …

2
Input keras penjelasan: input_shape, unit, batch_size, redup, dll
Untuk setiap Keras lapisan ( Layerkelas), bisa seseorang menjelaskan bagaimana memahami perbedaan antara input_shape, units, dim, dll? Sebagai contoh, kata doc, unitstentukan bentuk output dari sebuah layer. Pada gambar jaringan syaraf di bawah ini hidden layer1memiliki 4 unit. Apakah ini langsung diterjemahkan ke unitsatribut Layerobjek? Atau apakah unitsdalam Keras sama …

7
Di mana saya memanggil fungsi BatchNormalisasi di Keras?
Jika saya ingin menggunakan fungsi BatchNormalization di Keras, maka apakah saya perlu memanggilnya sekali saja di awal? Saya membaca dokumentasi ini untuknya: http://keras.io/layers/normalization/ Saya tidak tahu di mana saya seharusnya menyebutnya. Di bawah ini adalah kode saya yang mencoba menggunakannya: model = Sequential() keras.layers.normalization.BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None) model.add(Dense(64, input_dim=14, init='uniform')) …

11
Mengapa binary_crossentropy danategical_crossentropy memberikan kinerja yang berbeda untuk masalah yang sama?
Saya mencoba melatih CNN untuk mengkategorikan teks berdasarkan topik. Ketika saya menggunakan cross-entropy biner saya mendapatkan akurasi ~ 80%, dengan cross-entropy kategoris saya mendapatkan akurasi ~ 50%. Saya tidak mengerti mengapa ini terjadi. Ini masalah multikelas, bukankah itu berarti saya harus menggunakan cross-entropy kategoris dan bahwa hasil dengan binary cross-entropy …

10
Keras, Bagaimana cara mendapatkan output dari setiap layer?
Saya telah melatih model klasifikasi biner dengan CNN, dan ini kode saya model = Sequential() model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1], border_mode='valid', input_shape=input_shape)) model.add(Activation('relu')) model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1])) model.add(Activation('relu')) model.add(MaxPooling2D(pool_size=pool_size)) # (16, 16, 32) model.add(Convolution2D(nb_filters*2, kernel_size[0], kernel_size[1])) model.add(Activation('relu')) model.add(Convolution2D(nb_filters*2, kernel_size[0], kernel_size[1])) model.add(Activation('relu')) model.add(MaxPooling2D(pool_size=pool_size)) # (8, 8, 64) = (2048) model.add(Flatten()) model.add(Dense(1024)) model.add(Activation('relu')) model.add(Dropout(0.5)) model.add(Dense(2)) …

10
Bagaimana cara menggunakan panggilan balik Tensorboard Keras?
Saya telah membangun jaringan saraf dengan Keras. Saya akan memvisualisasikan datanya oleh Tensorboard, oleh karena itu saya telah memanfaatkan: keras.callbacks.TensorBoard(log_dir='/Graph', histogram_freq=0, write_graph=True, write_images=True) seperti yang dijelaskan dalam keras.io . Ketika saya menjalankan panggilan balik yang saya dapatkan <keras.callbacks.TensorBoard at 0x7f9abb3898>, tetapi saya tidak mendapatkan file apa pun di folder saya …
143 keras  tensorboard 


5
Bisakah saya menjalankan model Keras di GPU?
Saya menjalankan model Keras, dengan batas waktu pengiriman 36 jam, jika saya melatih model saya di cpu akan memakan waktu kurang lebih 50 jam, apakah ada cara untuk menjalankan Keras di gpu? Saya menggunakan backend Tensorflow dan menjalankannya di notebook Jupyter, tanpa menginstal anaconda.

18
Bagaimana cara memperbaiki 'Larik objek tidak dapat dimuat ketika allow_pickle = False' untuk fungsi imdb.load_data ()?
Saya mencoba menerapkan contoh klasifikasi biner menggunakan kumpulan data IMDb di Google Colab . Saya telah menerapkan model ini sebelumnya. Tetapi ketika saya mencoba melakukannya lagi setelah beberapa hari, itu mengembalikan kesalahan nilai: 'Larik objek tidak dapat dimuat ketika allow_pickle = False' untuk fungsi load_data (). Saya sudah mencoba memecahkan …
113 python  numpy  keras 

5
Apa peran "Ratakan" di Keras?
Saya mencoba memahami peran Flattenfungsi di Keras. Di bawah ini adalah kode saya, yang merupakan jaringan dua lapis sederhana. Ini mengambil data bentuk 2 dimensi (3, 2), dan mengeluarkan data bentuk 1 dimensi (1, 4): model = Sequential() model.add(Dense(16, input_shape=(3, 2))) model.add(Activation('relu')) model.add(Flatten()) model.add(Dense(4)) model.compile(loss='mean_squared_error', optimizer='SGD') x = np.array([[[1, 2], …

2
Banyak ke satu dan banyak hingga banyak contoh LSTM di Keras
Saya mencoba untuk memahami LSTM dan bagaimana membangunnya dengan Keras. Saya menemukan, bahwa pada dasarnya ada 4 mode untuk menjalankan RNN (4 mode yang tepat di gambar) Sumber gambar: Andrej Karpathy Sekarang saya bertanya-tanya bagaimana cuplikan kode minimalis untuk masing-masing akan terlihat di Keras. Jadi seperti itu model = Sequential() …

6
Memuat model Keras yang terlatih dan melanjutkan pelatihan
Saya ingin tahu apakah mungkin untuk menyimpan model Keras yang sebagian terlatih dan melanjutkan pelatihan setelah memuat model lagi. Alasannya adalah saya akan memiliki lebih banyak data pelatihan di masa mendatang dan saya tidak ingin melatih ulang seluruh model lagi. Fungsi yang saya gunakan adalah: #Partly train model model.fit(first_training, first_classes, …


5
Apa itu Embedding di Keras?
Dokumentasi Keras tidak jelas apa ini sebenarnya. Saya mengerti bahwa kita dapat menggunakan ini untuk memampatkan ruang fitur masukan menjadi yang lebih kecil. Tapi bagaimana ini dilakukan dari perspektif desain saraf? Apakah ini autoenocder, RBM?
97 keras 

7
Dapatkah Keras dengan backend Tensorflow dipaksa untuk menggunakan CPU atau GPU sesuka hati?
Saya telah menginstal Keras dengan backend Tensorflow dan CUDA. Saya terkadang ingin memaksa Keras untuk menggunakan CPU. Bisakah ini dilakukan tanpa mengatakan menginstal Tensorflow khusus CPU yang terpisah di lingkungan virtual? Jika ya, bagaimana caranya? Jika backend adalah Theano, benderanya dapat disetel, tetapi saya belum pernah mendengar tentang bendera Tensorflow …

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.