cntk

    2

    1答えて

    これは実際にこの質問にはあてはまりません... CNTK python api - continue training a modelこれらは関連していますが、同じではありません。 私は1500エポックのモデルを訓練し、67%ほどの平均損失を得ていました。 def Create_Trainer(train_reader, minibatch_size, epoch_size, checkpoint

    3

    1答えて

    構成がmomentumPerMB=0.9の場合、最初の画期的な方法ではmomentumAsTimeConstantという値が観測されます。残りのエポックはこの値を期待通りに持つ。これは並行訓練(1bitとBM、MAはまだ検証していない)でのみ起こるようです。 01/11/2017 00:08:08: Starting Epoch 1: learning rate per sample = 0.00

    2

    1答えて

    私はBrainscriptで次のネットワークを持っています。 BrainScriptNetworkBuilder = { inputDim = 4 labelDim = 1 embDim = 20 hiddenDim = 40 model = Sequential ( EmbeddingLayer {embDim} : #

    3

    1答えて

    CNTKTextFormatにあるデータファイルのコメント列にアクセスする方法がわかりません。たとえば、このtutorialでは、次のしている: 19 |S0 178:1 |# BOS |S1 14:1 |# flight |S2 128:1 |# O 19 |S0 770:1 |# show |S2 128:1 |# O 19 |S0 429:1 |# flights

    1

    1答えて

    可変サイズの入力イメージを使用し、ImageDeserializerを使用してイメージのサイズを変更すると、平均ファイルをどのように処理するのですか?入力画像がすべて同じサイズの場合、平均ファイルの計算は簡単です。 ImageDeserializerがその手段を計算できるのであれば、それは良いのではないでしょうか?

    1

    1答えて

    ダイナミック軸に関する多くの問題が発生しています。私は、LSTM()関数と同様の畳み込みrnnを実装しようとしていますが、連続した画像の入力と出力を処理します。 私はネットワークを構築し、出力を生成するためにそれを介してダミーデータを渡すことができんだけど、私は一貫して、次のエラーが表示さinput_variableラベルで誤差を計算しようとすると: RuntimeError: Node '__v

    0

    1答えて

    CNTKのモデル編集言語を使用して、訓練済みのResnetモデルを読み込み、新しい最後のレイヤーを追加し、新しいデータセットでモデルを改良します。 さらに高解像度の画像を入力として受け入れるようにネットワークアーキテクチャを変更したいと思います(ネットが最後のfcレイヤーなしで完全に畳み込みされるので可能です)。誰かが関連するリンクのやり方を知っていますか? ありがとうございます! ps。これは私

    1

    1答えて

    名前で参照したいと思う複数の出力を持つモデルを訓練しました。入力変数は、評価コードが適切な名前付き入力変数にデータを提供できるように、APIの構築時に名前を付けることができます。しかし、いくつかのケースでは、私は複数のスカラー出力を持つモデルを持っています、そして、今、それらは、それらを構築するために使用された操作を参照するような、ある種のプログラム的に構築された名前を与えるようです。モデル構築中

    2

    2答えて

    ImageDeserializerの正しい形式でXMLファイルを生成し、一連の画像(フォルダ内の.jpgファイル)の画像平均を計算する方法について誰かが高いレベルの説明を持っていますか? 私はCNTK_201A_CIFAR-10_DataLoaderにコードを見ましたが、これはこれを行います。しかし、そこには入力形式が異なっているので、入力として画像ファイルを処理する方法は正確には不明です。

    3

    1答えて

    をコードしていないone_hot私は次のようにcntk.utils.one_hotを使用しようとしている: # actions is numpy array of shape (32, 1) and _output_shape is 6 actions = one_hot(actions, self._output_shape) しかし、それはそのクラスnumpy.float32がサポートさ