有没有办法用 Keras 获得可变的重要性?
我正在寻找一种适当或最佳的方法来在使用 Keras 创建的神经网络中获得可变重要性.我目前的做法是，假设第一层中更重要的变量将具有更高的权重，我只取第一层中变量的权重(而不是偏差).还有其他/更好的方法吗? 解决方案 因为所有的东西都会沿着网络混杂在一起，所以仅靠第一层并不能告诉你每个变量的重要性.下面的层也可以增加或减少它们的重要性，甚至可以使一个变量影响另一个变量的重要性.第一层中的每
..
keras-2相关内容
不应该model.trainable=模型下的假冻结权重?
我正在尝试冻结免费训练的 VGG16 层(下面的“conv_base")并在它们之上添加新层以进行特征提取.我希望从 'conv_base' before(ret1)/after(ret2) 模型拟合得到相同的预测结果，但事实并非如此.这是检查体重冻结的错误方法吗? 加载 VGG16 并设置为无法训练 conv_base = applications.VGG16(weights='imag
..
如何在 Keras 中向进度条添加变量?
我想监视例如.在 Keras 的进度条和 Tensorboard 中训练期间的学习率.我认为必须有一种方法可以指定记录哪些变量，但 Keras 网站 上没有立即澄清此问题. 我想这与创建自定义 Callback 函数有关，但是，应该可以修改已经存在的进度条回调，不是吗? 解决方案 可以通过自定义指标来实现.以学习率为例: def get_lr_metric(优化器):def lr(
..
如何在 Keras 中使用 TensorFlow 指标
似乎已经有几个线程/问题，但在我看来这并没有解决: 如何在 keras 中使用 tensorflow 度量函数模型? https://github.com/fchollet/keras/issues/6050 https://github.com/fchollet/keras/issues/3230 人们似乎在变量初始化或指标为 0 方面遇到问题. 我需要计算不同的细
..
TensorFlow、Keras:替换预训练模型中的激活层
我正在尝试在预训练的 TF 模型 EfficientNetB0 中用 relu 激活替换 swish 激活.EfficientNetB0 在 Conv2D 和 Activation 层中使用 swish 激活.这个 SO post 与我正在寻找的非常相似.我还找到了 一个答案，它适用于没有跳过连接的模型.代码如下: 将 numpy 导入为 np将张量流导入为 tf从 tensorflow.ker
..
Python Keras:图层输出与输入完全相同
我正在使用Keras构建网络.在此过程中，我需要一个接受LSTM输入的层，什么也不做，只是输出与输入完全相同.即，如果LSTM的每个输入记录都像[[A_t1，A_t2，A_t3，A_t4，A_t5，A_t6]]，那么我正在寻找一层: model.add(SomeIdentityLayer(x)) SomeIdentityLayer(x)将[[A_t1, A_t2, A_t3, A_t4,
..
restore_best_weights发出keras提前停止
我正在将Keras的EarlyStopping用于我的深度学习项目. 此处文档提到了恢复最佳权重的非常有用的想法.但是不知何故我还不能使用它.我正在使用通过Anaconda安装的Keras 2.2.2/TF 1.10. 调用很简单，如下所示.有什么问题吗? es = EarlyStopping(monitor='val_acc', min_delta=1e-4, patience=patie
..
Keras网络无法对最后一类进行分类
我一直在做我的项目深度学习语言检测，这是一个与这些层建立联系以从16种编程语言中进行识别: 这是产生网络的代码: # Setting up the model graph_in = Input(shape=(sequence_length, number_of_quantised_characters)) convs = [] for i in range(0, len(filter_
..
从预训练的Keras模型中删除图层可提供与原始模型相同的输出
在一些特征提取实验中，我注意到'model.pop()'功能无法按预期工作.对于像vgg16这样的预训练模型，在使用'model.pop()'之后，model.summary()显示该层已被删除(预期有4096个特征)，但是在通过新模型传递图像时，结果相同数量(1000个)作为原始模型.不管删除了多少层(包括一个完全空的模型)，它都会生成相同的输出.寻找有关可能出问题的指南. #Passin
..
Keras:加权二元交叉熵
我试图用Keras实现加权二进制交叉熵，但是我不确定代码是否正确.培训输出似乎有些混乱.经过几个时期后，我得到的准确度约为0.15.我认为那太少了(即使是随机猜测). 输出中通常有大约11％的1和89％的零，因此权重分别为w_zero = 0.89和w_one = 0.11. 我的代码: def create_weighted_binary_crossentropy(zero_w
..
Keras顺序模型中使用的验证数据是什么?
我的问题很简单，传递给model.fit的验证数据是用于的顺序模型吗? 并且，这是否会影响模型的训练方式(例如，通常使用验证集来选择模型中的超参数，但我认为这不会在这里发生)? 我说的是可以像这样传递的验证集: # Create model model = Sequential() # Add layers model.add(...) # Train model (use 1
..
AttributeError:模块"tensorflow"没有属性"get_default_graph"
我正在做一些与图像字幕相关的任务，并且已经像这样加载了初始模型的权重 model = InceptionV3(weights='imagenet') 但是我收到这样的错误: AttributeError: module 'tensorflow' has no attribute 'get_default_graph' 我该怎么办?请帮忙. 这是上面代码的完整输出. 1.
..
MaxPooling2D后具有padding ='same'的图像形状-在卷积自动编码器中逐层计算形状
很简单，我的问题是当我在Keras代码中使用 padding ='same'时，图像尺寸与maxpool层后输入的图像尺寸保持不变。我正在浏览Keras博客：在Keras中构建自动编码器。我正在构建卷积自动编码器。自动编码器代码如下： input_layer = Input（shape =（28，28，1）） x = Conv2D（16，（3，3），激活='relu'，padding ='
..
在keras中将输入与常数向量连接起来.如何定义batch_size
作为对该问题的后续: 在keras中将输入与常量向量连接起来 我正在尝试使用建议的解决方案: constant=K.variable(np.ones((1,10, 5))) constant = K.repeat_elements(constant,rep=batch_size,axis=0) 并出现以下错误: NameError: name 'batch_size'
..
如何在Keras中向进度条添加变量?
我想监视例如.在进度栏中和Tensorboard中在Keras中进行培训期间的学习率.我认为必须有一种方法来指定记录哪些变量，但是在Keras 网站上没有对此问题的即时澄清. 我想这与创建自定义 Callback 函数有关，但是，应该可以对其进行修改已经存在的进度条回调，不是吗? 解决方案 可以通过自定义指标来实现.以学习率为例: def get_lr_metric(optim
..
Keras:使用权重消除NCE
这是具有标准损失函数的模型. target = Input(shape=(1, ), dtype='int32') w_inputs = Input(shape=(1, ), dtype='int32') w_emb = Embedding(V, dim, embeddings_initializer='glorot_uniform',name='word_emb')(w_inputs) w
..
使用keras退出层后如何知道哪个节点被删除
来自尼克博客很明显，在CNN模型的退出层中，我们基于bernoulli删除了一些节点.但是如何进行验证，即如何检查未选择哪个节点.在DropConnect中，我们保留了一些权重，因此我认为可以借助model.get_weights()进行验证，但是对于辍学层来说，该如何进行验证. model = Sequential() model.add(Conv2D(2, kernel_size=(3,
..
将代码从Keras 1转换为Keras 2:TypeError:__call __()缺少1个必需的位置参数:"shape"
我正在尝试将用Keras 1编写的V-net代码转换为Keras 2. class Deconv3D(Layer): def __init__(self, nb_filter, kernel_dims, output_shape, strides): assert K.backend() == 'tensorflow' self.nb_filter = n
..
Keras指标与TF后端vs张量流指标
当Keras 2.x删除某些指标时，变更日志说它这样做是因为它们是“基于批处理"的，因此并不总是准确的.这是什么意思?张量流中包含的相应指标是否存在相同的缺点?例如:精度和召回率指标. 解决方案 让我们以精度为例. 已删除的无状态版本，如: /p> def precision(y_true, y_pred): """Precision metric. Onl
..
如何在keras 2功能API中链接/组成图层而不指定输入(或输入形状)
我希望能够将多个图层放在一起，但是在指定输入之前，如下所示: # conv is just a layer, no application conv = Conv2D(64, (3,3), activation='relu', padding='same', name='conv') # this doesn't work: bn = BatchNormalization()(conv)
..