keras中的反卷积2D层
这层尚未准备好的文件记录得很好，我在弄清楚确切如何使用它方面遇到了一些麻烦. 我正在尝试类似: input_img = Input(shape=(1, h, w)) x = Convolution2D(16, 7, 7, activation='relu', border_mode='valid')(input_img) d = Deconvolution2D(1, 7, 7, (None
..
theano相关内容
不可训练参数的定义是什么?
模型中不可训练参数的定义是什么? 例如，当您构建自己的模型时，其默认值为0，但当您要使用初始模型时，它将变为其他值而不是0.其背后的原因是什么? 解决方案 不可训练的参数是一个广泛的主题.一个简单的例子就是考虑任何特定的NN模型及其架构的情况. 说，我们已经在Keras中设置了您的网络定义，您的体系结构类似于256->500->500->1.根据这个定义，我们似乎有一个回归模型
..
带有keras的CNN，准确性没有提高
我最近开始学习机器学习，正在学习CNN，我计划借助 github存储库. 这是汽车数据集的外观: F:\WORKSPACE\ML\CAR_DAMAGE_DETECTOR\DATASET\DATA3A ├───training (979 Images for all 3 categories of training set) │ ├───01-minor │ ├───02-mod
..
Keras精度不变
我有数千个音频文件，我想使用Keras和Theano对其进行分类.到目前为止，我为每个音频文件生成了一个28x28的声谱图(可能更大一些，但是我现在只是想让算法起作用)，然后将图像读取到一个矩阵中.所以最后，我得到了这个大图像矩阵，并输入到网络中进行图像分类. 在一个教程中，我找到了这种mnist分类代码: import numpy as np from keras.datasets
..
加载权重后如何在keras中添加和删除新图层?
我正在尝试学习转学；为此，我想删除神经网络的最后两层并添加另外两层.这是一个示例代码，也会输出相同的错误. from keras.models import Sequential from keras.layers import Input,Flatten from keras.layers.convolutional import Convolution2D, MaxPooling2D f
..
在Keras中仅训练网络的一个输出
我在Keras有一个网络，其中有很多输出，但是，我的训练数据一次只能提供单个输出的信息. 目前，我的训练方法是对有问题的输入进行预测，更改我正在训练的特定输出的值，然后进行单批更新.如果我是对的，那么这与将所有输出的损失设置为零(除了我要训练的输出)相同. 有更好的方法吗?我尝试过在所有课程中都设置权重为零的类权重，但我正在训练的输出却没有给我期望的结果? 我正在使用Theano
..
将维输入到一维卷积网络中
真的很难理解喀拉斯语中卷积1d layer 的输入尺寸: 输入形状 具有以下形状的3D张量:(样本，步长，input_dim). 输出形状 3D张量，形状为:(样本，new_steps，nb_filter). steps值可能由于填充而发生了变化. 我希望我的网络输入一个时间序列的价格(顺序为101)并输出4个概率.我目前运行良好的非卷积网络(训练集为28000)看起
..
Keras详尽的培训进度栏，在每批问题上写新行
在Keras中运行密集前馈神经网络. 有两个输出的class_weights和第三个输出的sample_weights.由于某种原因，它为每个计算出的批次打印进度详细显示，而不是按原本应在同一行上更新打印... 这有发生在您身上吗? 它是如何固定的? 从外壳: 42336/747322 [====>.........................] - ETA: 79s - loss: 2
..
如何使用Keras切换后端(从TensorFlow到Theano)
我试图用Keras切换后端(从TensorFlow到Theano)，但是没有管理. 我按照此处所述的温度进行操作，但是它不起作用.我在keras的目录中创建了一个keras.json(因为它不存在)，但是当我从Python导入它时，它没有任何改变. 解决方案 在您的主目录中创建一个.keras(请注意前面的.)文件夹并将keras.json文件放在此处. 例如，如果您使用的是类似UN
..
深度学习难道失落的原因
也许是一个笼统的问题，但是谁能解释导致卷积神经网络发散的原因? 具体: 我正在使用Tensorflow的iris_training模型处理我自己的一些数据，并不断获取 ERROR:tensorflow:模型因损失= NaN而发散. 追踪... tensorflow.contrib.learn.python.learn.monitors.NanLossDuringTra
..
将Keras模型转换为C ++
我正在使用Keras(与Theano)来训练CNN模型.有谁知道如何在我的C ++应用程序中使用它?有人尝试过类似的东西吗?我有想法写一些Python代码，这些代码将生成具有网络功能的C ++代码-对此有何建议? 我在此处找到了类似的问题 C ++，但没有答案. 解决方案 要回答我自己的问题并找到解决方案-我写了一个简单的c ++解决方案，名为在此解决方案中，您将存储网络体系结构(在
..
训练回归网络时NaN损失
我有一个“单热编码"(全1和全0)的数据矩阵，具有260,000行和35列.我正在使用Keras训练简单的神经网络来预测连续变量.建立网络的代码如下: model = Sequential() model.add(Dense(1024, input_shape=(n_train,))) model.add(Activation('relu')) model.add(Dropout(0.1))
..
如何计算喀拉拉邦的接收工作特征(ROC)和AUC?
我有一个多输出(200)二进制分类模型，该模型是我在keras中编写的. 在此模型中，我想添加其他度量标准，例如ROC和AUC，但据我所知，keras没有内置的ROC和AUC度量标准功能. 我试图从scikit-learn导入ROC，AUC函数 from sklearn.metrics import roc_curve, auc from keras.models import
..
使用Keras获取w.r.t权重的模型输出的梯度
我对使用Keras API的简单性来构建强化学习模型感兴趣.不幸的是，我无法提取相对于权重的输出梯度(不是误差).我发现以下代码执行类似的功能(神经网络的显着性映射(使用Keras)) get_output = theano.function([model.layers[0].input],model.layers[-1].output,allow_input_downcast=True)
..
如何在keras中获得可复制的结果
每次我从Keras框架(np.random.seed(1337).应该防止它为每次运行生成不同的数字.我想念什么? 更新:如何复制: 安装Keras( http://keras.io/) 执行 https://github.com/fchollet/keras/blob/master/examples/imdb_lstm.py 几次.它将训练模型并输出测试精度. 预期结果:每次运行
..
获取分支的特定版本
有没有办法下载特定版本的分支？ 特别是我想要做一个 https://github.com/Theano/Theano 现在，并保存一系列关于如何从github获得完全相同版本的说明，不管将来的提交是什么。 解决方案 更新 如果没有进一步的变化，有一个更简单的方法可以在github上做到这一点。在github中，您可以通过URL从浏览器导航到存储库的“树视图”。 https：
..
Windows Theano Keras - lazylinker_ext \mod.cpp：没有这样的文件或目录
我正在安装Theano和Keras以下的，这对我以前的旧版本来说工作正常。现在，我已升级到最新的Theano版本，并在使用此命令验证其功能时： Python： $ b 导致$ p> 在真正长的错误日志中包含： g ++。exe：错误：C：\ Users \ John：没有这样的文件或目录 g ++。exe：错误：Dow \AppData\Local\Theano\compi
..
theano g ++未检测到
我安装了 theano 但是当我尝试使用它时，我得到了这个错误： 警告（theano.configdefaults）：g ++未检测到！ Theano将无法执行 优化的C实现（对于CPU和GPU），并将默认为Python 实现。性能会严重下降。 我安装了 g ++ ，并把正确的路径在环境变量，所以它就像 theano 没有检测到它。 有谁知道如何解决问题或可能是什么原因？
..
在Windows 7上输入Theano时出现g ++错误
我试图根据使用正确的g ++安装进行安装。 theano安装指南。我以前有theano与python唯一的实施工作。我在python 3.4上使用他们的git repo的theano的最新版本。我试过使用theano建议的TDM-GCC-64方法以及MinGW，并且都导致完全相同的错误。 （尽可能复制） 使用以下命令行进行编译时出现问题： C：\MinGW \bin\g ++。exe -s
..
有没有办法在不重新编译Theano的情况下更改函数的更新列表？
实际上，我想改变不同训练阶段的学习率。例如： 我在范围内（iter_num）： learn_rate = i * alpha do_training学习速度，......） 显然，为每次迭代重新编译一个新函数将会太慢。 所以我想知道在Theano中有更好的方法吗？ Thanks！ 解决方案 您可以将学习率设为符号变量，并将其传递到如下所示的训练函数中：
..