theano相关内容
我目前正在实现自定义损失层,在此过程中,我偶然发现了Objectives.py文件[1]中均方误差的实现.我知道我对这种损失计算的了解有所遗漏,因为我一直认为平均值是针对每个微型批处理(张量的轴0)中的每个输出分别在样本中完成的,但看来平均值实际上是在最后一个轴上完成,这在单个向量中将意味着它在输出上完成.在我的自定义损失层上工作时,我偶然发现了这一点,因为它需要折算一些输出的损失,而在特定位置的
..
我正在尝试运行以下模型,但是在编译过程中会失败: import numpy as np import pymc3 as pm def sample_data(G=1, K=2): # mean proportion ([0,1]) for each g p_g = np.random.beta(2, 2, size=G) # concentration arou
..
我想实现以实现在中引用的Dirichlet过程示例 为贝叶斯半参数模型实施Dirichlet流程 (来源:此处)在PyMC 3中. 在此示例中,使用pymc.deterministic计算不合格概率 装饰者: v = pymc.Beta('v', alpha=1, beta=alpha, size=N_dp) @pymc.deterministic def p(v=v): ""
..
我正在将theano和烤宽面条用于DNN语音增强项目.我使用的前馈网络与lasagne文档(/github.com/Lasagne/Lasagne/blob/master/examples/mnist.py)中的mnist示例非常相似.该网络使用多个辍学层.我在Nvidia Titan X GPU上训练网络.但是,当我不使用中断时,我的GPU利用率大约为60%,一个时期大约需要60秒,但是当我使用
..
我阅读了网上的所有帖子,解决了人们忘记将目标向量更改为矩阵的问题,由于更改后仍然存在问题,因此我决定在这里提出问题.下面提到了解决方法,但是出现了新问题,我非常感谢您的建议! 使用卷积网络设置和具有S型激活函数的二进制交叉熵,我遇到了尺寸不匹配的问题,但是在训练数据期间却没有,只有在验证/测试数据评估期间才出现.出于某种奇怪的原因,我的验证集向量中的向量的维数发生了切换,我不知道为什么.如上
..
我正在将Spyder Anaconda IDE用于Python.我正在Spyder IDE中编写代码,该代码需要为Theano库设置几个环境变量($ CPATH,$ LIBRARY_PATH和$ LD_LIBRARY_PATH). 我正在使用命令启动Spyder sudo ./spyder ,它开始正常.即使我在 中设置了环境变量 /root/.bashrc 文件,代码仍
..
我在python中导入theano时遇到问题。当我在Windows 7 64位的python 27 32位中导入Theano时,出现以下错误和警告: 我还应该补充一点,当前我已经安装了GCC 4.8.1。 为了修复它我必须要做的。 感谢, Afshin 警告(theano。 gof.cmodule):优化警告:Theano无法找到将编译调整到特定CPU的g ++参数。这会减慢Th
..
我在Windows 8、64位上安装了theano。我正在使用anaconda实现,python 3.4。尝试安装theano时,我努力遵循了此链接上的所有步骤(在另一台具有类似配置的计算机上有帮助): http://rosinality.ncity.net/doku.php?id=python:installing_theano (英语和韩语) 每当我在IDE(pycharm)上键入
..
如何有效地扩展theanos downsample.max_pool_2d_same_size,以便不仅可以在要素图中合并,而且可以在要素图之间进行合并? 假设我有3个特征图,每个特征图的大小均为10x10,即4D张量(1,3,10,10).首先让最大池((2,2),不重叠)的每个(10,10)功能图.结果是3个稀疏特征图,仍然是(10,10),但大多数值等于零:在(2,2)窗口内,最多只有
..
假设我创建了一个theano函数,如何像在矩阵上一样在theano张量上以元素并行方式运行操作? # This is in theano function. Instead of for loop, I'd like to run this in parallel c = np.asarray(shape=(2,200)) for n in range(0,20):
..
我正在寻找使用GPU加速bincount计算的可能性. numpy中的参考代码: x_new = numpy.random.randint(0, 1000, 1000000) %timeit numpy.bincount(x_new) 100 loops, best of 3: 2.33 ms per loop 我只想测量操作速度,而不是传递数组所花费的时间,所以我创建了一个共享变
..
这是相当标准的openCV代码,其中的循环将使用haar级联分类器检测面部,然后有一个深度学习模型将检测面部情绪.该模型是从2013 kaggle数据集创建的,如果有人想试用代码,则可以从此github帐户下载该模型. fer2013_mini_XCEPTION.119-0.65.hdf5 只需在目录中放置一个models文件夹并将其重命名为model.h5 https://github.c
..
我正在尝试将Python与Theano一起使用OpenCL来加速一些代码.我按照指示安装了libgpuarray和pygpu(我认为),但没有错误.安装检测到已安装OpenCL运行时. 我只是不能运行OpenCL的Theano示例,主要是因为我不知道如何指定我的GPU.根据inxi,我的GPU是Radeon HD 5340/5450/5470. Theano文档中的所有代码都使用device
..
所以我有一个自定义图层,没有任何权重. 第一步,我尝试实现操纵Kers中输入张量的函数.但是由于许多原因,我没有成功.我的第二种方法是使用numpy操作实现功能,因为我要实现的自定义层没有任何权重,据我的理解,我可以说我可以使用numpy运算,因为我不需要反向传播,因为没有重量吧?然后,我将使用以下命令将图层的输出转换为张量: Keras.backend.variable(value =
..
我想使用Theano将某些函数应用于张量.这是我的Numpy版本脚本.但是,当我将其转换为Theano版本时,我迷路了. 例如,我要转换 array([[[0, 0, 1, 2, 3], [0, 1, 2, 3, 4]]]) 到 array([[[0, 0, 3, 2, 1], [0, 4, 3, 2, 1]]]) 我的numpy脚本如下:
..
为什么我不能通过下面编写的代码来评估重塑后的张量变量? from theano import shared from theano import tensor as T import numpy x = T.matrix('x') # the input data # input = (nImages, nChannel(nFeatureMaps), nDim1, nDim2, nDim
..
这是我的带有行号的dl4mt(神经机器翻译)的theano代码的一部分. src_positions是int64的向量,我将其打印出结果,其值不超过16. 但是当我使用src_positions来索引attention_mask_时,其形状为(100,100).它的索引超出了错误范围. 这是奇怪的部分: 首先,attention_mask_和gaussian_mask_具有相同的形状.
..
我有一个数组A: A = array([[1, 2, 3,4], [5,6,7,0] , [8,9,0,0]]) 我想将每行的最后一个非零更改为0 A = array([[1, 2, 3,0], [5,6,0,0] , [8,0,0,0]]) 如何为任何n * m numpy数组编写代码? 谢谢,S;-) 解决方案 方法1 基于cumsum和argmax的一种方法
..
我已经看到转置和重塑可以一起使用,但是我不知道如何使用. 例如. dimshuffle(0,'x') 使用转置和整形等效于什么?或者,还有更好的方法? 谢谢. 解决方案 在TensorFlow中实现Theano的dimshuffle的三个相关操作: tf.transpose() 用于替换张量的尺寸.如果dimshuffle的参数中指定的模式是输入张量尺寸的排列(即没有'x
..
我有以下代码: import theano.tensor as T Words = theano.shared(value = U, name = 'Words') zero_vec_tensor = T.vector() zero_vec = np.zeros(img_w, dtype = theano.config.floatX) set_zero = theano.function(
..