deep-learning相关内容

培训期间可以使用keras实时获取输出图层吗?

我尝试在培训期间获取输出图层.我正在尝试对模型进行实时3D可视化并使其具有交互性.我正在将tensorflow 2.0和python 3用于google colab. 这是我的代码: 进口 from __future__ import absolute_import, division, print_function, unicode_literals try: # ..

发布时间：2020-04-25 11:01:57 python tensorflow keras callback deep-learning Python

无法改善文档图像的遮罩RCNN模型?

我正在训练一个模型，以便从我的简历中提取所有必要的字段，为此我使用遮罩rcnn来检测图像中的字段.我已经训练了我的遮罩RCNN模型以提取49个字段的1000个训练样本.我无法提高准确性.如何改进模型?是否有任何预训练的权重可能会有所帮助? 难以阅读以下文字- 解决方案 就像您要进行文本分类/处理一样，您需要从文本中提取细节，但是您正在应用对象检测算法.我相信您需要使用OCR提取文本( ..

发布时间：2020-04-25 11:01:47 python keras deep-learning object-detection Python

当将输入数据作为数组传递时，请勿指定`steps_per_epoch`/`steps`参数.请改用`batch_size`

我的代码如下: model.fit_generator(generator=(train_image_list, train_mask_list),epochs=1000,shuffle=True) train_image_list和train_mask_list都包含图像列表.当尝试在Google Colab中运行上述代码时，出现以下错误: When passing input ..

发布时间：2020-04-25 11:01:38 python tensorflow machine-learning keras deep-learning AI人工智能

仅对两个类使用categorical_crossentropy

计算机视觉和深度学习文献通常说，对于二元(两类)问题，应使用binary_crossentropy；对于两类以上的问题，应使用categorical_crossentropy.现在我想知道:是否有理由不将后者用于两类问题? 解决方案 categorical_crossentropy: 每个样本仅接受一个正确的类别 将“仅"获取真实的神经元，并与该神经元进行交叉熵计算 binary ..

发布时间：2020-04-25 11:01:34 keras deep-learning neural-network cross-entropy 其他开发

如何在Keras中将以下顺序模型转换为功能模型

我在Keras中使用以下顺序模型. model = Sequential() model.add(LSTM(150, input_shape=(29,3))) model.add(Dense(100)) model.add(Dropout(0.2)) model.add(Dense(1, activation='sigmoid')) model.compile(loss='binary_cr ..

发布时间：2020-04-25 11:01:26 python machine-learning keras deep-learning lstm AI人工智能

进行迁移学习时，如何在vgg16内添加customm层?

我正在尝试通过vgg16使用转移学习.我的主要概念是训练vgg16的前几层，并添加我自己的层，后言添加vgg16中的其余层，并在末尾添加我自己的输出层.为此，我遵循以下顺序:(1)加载图层和freez图层，(2)添加我的图层，(3)加载其余的图层(输出图层除外)[这是我遇到以下错误的地方]和freez该层，(4)添加输出层.我的方法可以吗?如果没有，那么我在哪里做错了?这是错误: Value ..

发布时间：2020-04-25 11:01:13 tensorflow keras deep-learning transfer-learning vgg-net 其他开发

为什么我的样式转换模型在3700/20000批处理后突然停止学习?

续前:我正在复制如下图所示的感知样式转换模型: 我终于对COCO2014数据集中的1000张图像进行了模型学习.但是后来我尝试运行整个数据集的2个时期，每个时期20695个批次(根据研究论文).它开始很快学习，但是经过大约3700个步骤后，它神秘地失败了. (每100批次保存1张生成的图像，最新的保存在左侧) 我对保存的检查点所做的预测显示了相似的结果: 看起来像是在故障点附近的损失， ..

发布时间：2020-04-25 11:00:31 keras deep-learning google-colaboratory tensorflow2.0 autoencoder 其他开发

如果然后在自定义不可训练的keras图层中

我有一个定制的Keras层，我想从特定的输入返回特定的输出.我不希望它是可训练的. 该图层应执行以下操作 if input = [1,0] then output = 1 if input = [0,1] then output = 0 相反，它总是输出-1，如果有问题，我将设置该值. 我认为行不如预期的是: if(test_mask_1_result_count == ..

发布时间：2020-04-25 11:00:02 keras deep-learning keras-layer 其他开发

ValueError:检查输入时出错:预期density_1_input的形状为(180，)，但数组的形状为(1，)

我的学习模型如下(使用Keras). model = Sequential() model.add(Dense(100, activation='relu', input_shape = (X_train.shape[0],))) model.add(Dense(500, activation='relu')) model.add(Dense(2, activation='softmax') ..

发布时间：2020-04-25 10:59:49 python tensorflow keras deep-learning Python

具有重量限制的R-自定义Keras层

我正在尝试在R中编写一个可训练的权重的自定义Keras层， 获取输入向量x并返回值exp(A * X*A)，其中$ A $是对角线且可训练.. 其中 exp 是矩阵指数图. 解决方案 请注意，了解批次大小在哪里非常重要，并且图层不能具有基于批次大小的权重(除非您定义了用batch_shape或batch_input_shape而不是shape输入-这将迫使您在模型中使用固定的批 ..

发布时间：2020-04-25 10:59:42 r tensorflow machine-learning keras deep-learning AI人工智能

用于双路径CNN的model.fit.generator

我正在尝试运行并行路径CNN，该路径与密集层连接在一起.我已将第一条路径命名为model1，将第二部分命名为model2，并将包含并行拍子的串联模型命名为model.我已经编译了模型，并且模型摘要也正在起作用.现在我必须训练模型.为此，我将CNN模型的输入作为model.fit.generator给出.我正在使用keras 2.1.6版本. base_model1 = model.f ..

发布时间：2020-04-25 10:59:02 python tensorflow keras deep-learning cnn Python

如何使用CNN输出图像?

我正在尝试使用CNN进行深度估计(这是我的最终目标)，但是发现的问题是:我只是使用CNN对图像进行了分类，例如使用"CIFAR-10"，"MNIST"， “猫与狗"等.要进行深度估计，我需要输出一个新图像(NYUv2数据集具有标记的图像).因此，我将输入一个256x256x3之类的图像，并需要输出另一个具有228x228x3之类的图像. 我需要做什么?我可以暂时进行卷积，然后减少特征图并增加 ..

发布时间：2020-04-25 10:58:10 python tensorflow keras deep-learning conv-neural-network Python

我的模型似乎不起作用，因为准确度和损失均为0

我尝试使用keras设计LSTM网络，但精度为0.00，而损失值为0.05，我编写的代码如下. model = tf.keras.models.Sequential() model.add(tf.keras.layers.Flatten()) model.add(tf.keras.layers.Dense(128, activation = tf.nn.relu)) model.add(tf ..

发布时间：2020-04-25 10:58:02 python machine-learning keras deep-learning loss-function AI人工智能

将keras.applications.resnet50转换为Sequential会产生错误

我想将预先训练的ResNet50模型从keras.application转换为顺序模型，但是会出现input_shape错误. 输入0与图层res2a_branch1不兼容:输入形状的预期轴-1的值为64，但形状为(无，25、25、256) 我阅读了此 https://github.com/keras-team/keras/Issues/9721 ，据我了解，错误的原因是skip_co ..

发布时间：2020-04-25 10:57:09 keras deep-learning resnet transfer-learning 其他开发

无法加载keras训练的模型

我正在使用以下代码来训练HAN Network. 代码链接 我已经成功地训练了模型，但是当我尝试使用keras load_model加载模型时，出现以下错误- 未知层:AttentionWithContext 解决方案 在AttentionWithContext.py文件中添加以下功能: def create_custom_objects(): instance_hol ..

发布时间：2020-04-25 10:56:59 python keras deep-learning text-classification Python

ValueError:“连接"层要求输入的形状与concat轴一致，但形状必须匹配.得到了输入形状:[(无，523，523，32)，等等

我正在尝试使用下面的代码使用tensorflow来连接层，但是遇到了意外错误.我是tensorflow的新手 inp = Input(shape=(1050,1050,3)) x1= layers.Conv2D(16 ,(3,3), activation='relu')(inp) x1= layers.Conv2D(32,(3,3), activation='relu')(x1) x1= l ..

发布时间：2020-04-25 10:56:29 python tensorflow keras deep-learning Python

预期input_5具有4个维度，但数组的形状为(24，1)

由于我以前的预处理问题，我决定有一种预处理数据集的新方法: import os.path import os import tqdm import glob from imutils import paths from sklearn.preprocessing import LabelEncoder def getListOfFiles(dirName): listOfFile ..

发布时间：2020-04-25 10:56:18 python keras deep-learning computer-vision Python

在使用fit_generator()在数据生成器中应用model.predict()时出现的问题

基本上，我正在实现一个模型，该模型使用感知损失来执行单幅图像超分辨率.我构建了完整的模型，这样输入将首先通过主模型，然后馈入经过预训练的VGG16，并将来自VGG16的layer [5]的输出作为完整模型的最终输出. 我试图将经过预训练的VGG16模型传递给我的数据生成器，以准备用于计算飞行中感知损失的地面真相图像.但是，在使用fit_generator进行训练期间，我遇到了价值问题. 我尝 ..

发布时间：2020-04-25 10:56:12 python tensorflow keras deep-learning Python

在输入时我只有两个文件(即在测试时)如何处理三重态丢失

我正在实现一个暹罗网络，该网络中我知道如何通过将输入分为三个部分(这是一个手工制作的特征向量)来选择正锚和负锚来计算三重态损失，然后在训练时进行计算. anchor_output = ... # shape [None, 128] positive_output = ... # shape [None, 128] negative_output = ... # shape [None, ..

发布时间：2020-04-25 10:55:54 keras deep-learning lstm tensorflow-estimator loss-function 其他开发

Keras:LSTM的分类与连续输入

我是Keras和深度学习的新手，在完成了关于stackoverflow的一些教程和答案之后，我仍然不清楚进入网络后如何操纵输入. 我正在使用keras的功能API来开发复杂的模型，所以我的第一层始终是输入层. 像这样: Input() LSTM() Dense() 现在让我们说我有2个训练数据集A和B.每个数据集都是10,000 x 6,000相同的矩阵，其中有200 ..

发布时间：2020-04-25 10:55:03 python keras deep-learning lstm keras-layer Python