keras 第3页 - IT屋-程序员软件开发技术分享社区

每10个时期保存一次模型tensorflow.keras v2

我使用的是TensorFlow v2中定义为子模块的keras。我正在使用fit_generator()方法训练我的模型。我想每10个纪元保存一次我的模型。我如何实现这一点？在Kera中(不作为Tf的子模)，我可以给出ModelCheckpoint(model_savepath,period=10)。但在TFv2中，他们将其更改为ModelCheckpoint(model_savepath ..

发布时间：2022-04-01 21:33:21 python keras deep-learning tensorflow2.0 tf.keras Python

在预测期间从KERAS/TensorFlow获取中间输出

假设我加载了INSITION，并且我需要在分类之前提取最终的描述符。因此，给出如下的简单代码： cnn = InceptionV3(weights='imagenet', include_top='False', pooling='avg') cnn.predict(x, batch_size=32, verbose=0) 如何在 ..

发布时间：2022-03-30 21:14:19 tensorflow neural-network keras extraction descriptor 其他开发

Kera Model.Forecast()在第一次迭代时速度较慢，然后变得更快

我正尝试在for循环中多次运行model.predict()，并计算对同一图像执行该操作所需的时间。这些数据将用于平均运行预测所需的时间。如果我在单独的脚本中运行预测，在我的MacBook上它将在大约300ms秒内运行。如果我随后在for循环中迭代地运行它，则第一次迭代所用的时间将从300ms左右开始，然后在其余迭代中下降到80ms。是否因为第一个预测保留在内存中，而Kera正在幕 ..

发布时间：2022-03-25 21:31:10 python tensorflow keras deep-learning python-3.6 Python

基于LSTM的不同数据集循环与预测

我从事Keras和LSTM已经有一段时间了，但仍然相当新。我遇到一个问题，每次使用keras LSTM进行训练和预测时，我都需要重新启动Jupyter Notebook。当我需要使用相同的LSTM模型设置使用不同的数据集循环多个预测时，这会出现问题。另一种方法是逐个数据集训练和预测数据集，每次预测完成后都重新启动并运行，这将是一个非常乏味的过程。例如： for ..

发布时间：2022-03-23 21:19:26 python keras jupyter-notebook lstm recurrent-neural-network Python

如何使用TensorFlow保存编码器-解码器模型？

我有一个编码器-解码器模型，可以做出很好的预测，但我正在努力保存层的隐藏状态，以便可以重用该模型。下面的文本描述了我训练、测试、保存和加载模型所采取的每个步骤。导入 import tensorflow as tf from tensorflow.keras.layers import LSTM, Input, TimeDistributed, Dense, Embedding ..

发布时间：2022-03-23 21:16:00 python tensorflow machine-learning keras lstm AI人工智能

Conv2D+LSTM网络出现错误

我有一个名为charMatrixList的矩阵列表，长度为40744。我将此列表转换为numpy数组，形状变为(40744，32，30)。此数字数组作为输入传递给神经网络。当作为输入传递到LSTM层时，我收到的错误与Conv2D层输出的形状有关。 from keras.models import Sequential from keras.layers import Embeddi ..

发布时间：2022-03-23 21:14:16 keras conv-neural-network lstm 其他开发

在测试了训练好的LSTM模型后，如何预测实际的未来值？

我已经通过将数据集拆分为训练和测试来训练我的股价预测模型。我还通过比较有效数据和预测数据对预测进行了测试，模型运行良好。但我想预测实际未来值。我需要在下面的代码中更改哪些内容？如何预测到实际未来的特定日期？代码(在Jupyter笔记本中)： (要运行代码，请在您拥有的类似CSV文件中试用，或使用命令pip install nsepy安装nsepy python库) ..

发布时间：2022-03-23 21:10:30 python tensorflow machine-learning keras lstm AI人工智能

KERA：嵌入到LSTM中

在用于建模IMDB序列数据(https://github.com/fchollet/keras/blob/master/examples/imdb_lstm.py)的LSTM上的KERAS示例中，在输入到LSTM层之前有一个嵌入层： model.add(Embedding(max_features,128)) #max_features=20000 model.add(LSTM(128)) ..

发布时间：2022-03-23 21:00:22 keras lstm embedding 其他开发

我已经在Google CoLab中使用GPU调整了这段代码，以创建一个多层LSTM。它用于时间序列预测。 from keras.models import Sequential from keras.layers import Dense from keras.layers import LSTM import tensorflow as tf from tensorflow.keras.m ..

发布时间：2022-03-23 20:49:28 keras deep-learning time-series lstm 其他开发

seq2seq中的时间分布(密集)与密集

给定以下代码 encoder_inputs = Input(shape=(16, 70)) encoder = LSTM(latent_dim, return_state=True) encoder_outputs, state_h, state_c = encoder(encoder_inputs) # We discard `encoder_outputs` and only keep ..

发布时间：2022-03-23 20:45:16 tensorflow keras lstm seq2seq encoder-decoder 其他开发

将千层面转换为KERAS代码(CNN->；LSTM)

我想转换此千层面代码： et = {} net['input'] = lasagne.layers.InputLayer((100, 1, 24, 113)) net['conv1/5x1'] = lasagne.layers.Conv2DLayer(net['input'], 64, (5, 1)) net['shuff'] = lasagne.layers.DimshuffleLayer ..

发布时间：2022-03-23 20:36:09 python keras lstm lasagne Python

带嵌入层的有状态LSTM(形状不匹配)

我正在尝试使用Kera构建有状态LSTM，我不知道如何在LSTM运行之前添加嵌入层。问题似乎出在stateful标志上。如果我的网络不是有状态的，那么添加嵌入层非常简单，而且可以正常工作。在没有嵌入层的情况下工作的有状态LSTM目前如下所示： model = Sequential() model.add(LSTM(EMBEDDING_DIM, batch ..

发布时间：2022-03-23 20:33:17 keras lstm keras-layer 其他开发

在LSTM中，INPUT_Shape和Batch_Input_Shape有什么不同

这只是设置相同内容的不同方式，还是它们实际上有不同的含义？这与网络配置有关吗？在一个简单的示例中，我看不到以下各项之间的任何区别： model = Sequential() model.add(LSTM(1, batch_input_shape=(None,5,1), return_sequences=True)) model.add(LSTM(1, return_sequences ..

发布时间：2022-03-23 20:29:00 machine-learning deep-learning keras lstm rnn AI人工智能

如何使用LSTM模型进行多步预测？

我用LSTM开发了一个时间序列模型。我不能用它来预测未来几天的股价。我想用它来预测明年的股票价格，然后画出来。如何用它来预测未来(明年)的股价？ df=pd.read_csv('foolad.csv') df=df.set_index(pd.DatetimeIndex(df['Date'].values)) data=df.filter(['Close']) dataset=data.va ..

发布时间：2022-03-23 20:25:26 python tensorflow machine-learning keras lstm AI人工智能

keras_vggface：没有名为'；keras.Engine.topology'；的模块

有几个在线教程可以从keras_vggface导入VGGFace模型，如下所示： from keras_vggface.vggface import VGGFace 但是，我收到以下错误： ModuleNotFoundError: No module named 'keras.engine.topology' 此问题发生在我的本地计算机上，但在使用keras_vggface安装 ..

发布时间：2022-03-15 15:44:58 python keras google-colaboratory keras-vggface Python

CoLab Pro在12小时训练后自动断开连接使用TPU运行时的深度学习模型

我使用CoLab Pro已有几天了。我试图在CoLab Pro中使用TPU运行时来训练深度学习模型。但Runtime在12小时的训练后自动断开。我已经配置了70个纪元用于训练，它在43-52个纪元左右停止。我已经使用Kera/TensorFlow来开发我的模型。在过去的三天里，我一直在训练同样的模型，但是我无法完成训练过程。令人沮丧的是，即使选择了CoLab Pro，我们也无法对模型进行全面培训。 ..

发布时间：2022-03-15 15:32:44 keras google-colaboratory 其他开发

用大数据集训练Google Colab TPU上的seq2seq模型-KERAS

我正在尝试使用Google Colab TPU上的KERAS训练序列到序列模型的机器翻译。我有一个可以加载到内存中的数据集，但我必须对其进行预处理才能将其提供给模型。特别是，我需要将目标单词转换为一个热点向量，并且在许多示例中，我无法将整个转换加载到内存中，因此我需要批量处理数据。我将此函数用作批处理生成器： def generate_batch_bert(X_ids, X_mas ..

发布时间：2022-03-15 14:46:12 tensorflow keras google-colaboratory seq2seq google-cloud-tpu 其他开发

'；元组'；对象没有属性'；层'；

我在尝试开始训练我的模型(DCGAN)时遇到了很多问题。它给我显示错误： 'tuple' object has no attribute 'layer' 我读到这可能是因为同时安装了TensorFlow 1.14.0版和KERAS 2.2版或更高版本。我试图通过将KERAS版本降级到2.1.5来解决此问题，但我仍然遇到同样的问题。 from google.colab import ..

发布时间：2022-03-14 20:25:31 python tensorflow keras version attributeerror Python

词汇量和嵌入维度之间的首选比例是多少？

使用例如gensim、word2vec或类似方法训练嵌入向量时，我想知道什么是好的比率，或者嵌入维度与词汇表大小之间是否有更好的比率？另外，随着更多数据的出现，这种情况会发生怎样的变化？由于我仍在讨论如何在训练嵌入向量时选择合适的窗口大小？我之所以问这个问题，是因为我没有用现实生活中的语言词典来训练我的网络，而是这些句子将描述进程和文件以及其他进程之间的关系，等等。例如，我的文本语 ..

发布时间：2022-03-08 12:08:29 machine-learning keras nltk word-embedding nltk-trainer AI人工智能

在KERAS中安装模型时，批量大小和纪元数应该有多大？

我正在对970个样本进行培训，并对243个样本进行验证。在KERAS中拟合模型以优化val_acc时，批大小和纪元数应该有多大？是否有任何基于数据输入大小的经验法则可供使用？推荐答案因为您的数据集非常小(大约1,000个样本)，所以使用批大小为32可能是安全的，这是非常标准的。它不会对你的问题产生巨大的影响，除非你在进行数十万或数百万次的观察训练。回答您有关批次大小和纪 ..

发布时间：2022-03-02 09:51:39 python machine-learning keras data-science AI人工智能

keras相关内容