keras-2

2熱

1答えて

ケラで不明な入力形状の1次元出力を得るために "Flatten"または "Reshape"を使用してください

ケララ層Flatten()またはReshape((-1,))をモデルの最後に使用して[0,0,1,0,0, ... ,0,0,1,0]のような1Dベクトルを出力します。悲しいことに、私の未知の入力形状のために問題があります： input_shape=(4, None, 1)))です。したがって、典型的には、入力形状は、出力BATCH_SIZEなければならない[batch_size, 4, 64

1熱

1答えて

DNNモデルを保存すると3つのファイルが保存されます。どのようにロードするのですか？

私はKerasを使用してDNNを訓練しました。ただし、モデルを保存して読み込むことができません。 from keras.models import load_model model.save('/home/ubuntu/pynb/savedmodel.tfl') #model.load('/home/ubuntu/pynb/savedmodel.tfl') は、しかし、私は代わりにsave

1熱

2答えて

h5ファイル（hdfファイル）を作成する際のエラー

以下のコードでは、モデルの重みをmnist_weights1234.h5に保存しています。そして import keras from __future__ import print_function from keras.datasets import mnist from keras.models import Sequential from keras.layers import De

0熱

1答えて

いくつかの値をフィルタリングまたはマスクするKerasカスタムメトリックを作成するにはどうすればよいですか？

Kerasでは、返された値に寄与しないようにいくつかの値をフィルタリングまたはマスクするカスタムメトリックまたは損失を計算する方法を理解しようとしています。私は、テンソルスライスを取得する方法や、if：テンソル内の値を対象にして反復する方法について固執しています。私はTensorflowバックエンドを使用していますが、ポータブルなものをしたいと思います。添付は、私が何をしようとしているの大まか

-1熱

1答えて

predict_classes（）からそれぞれのjpegファイルにクラスをマッピングする方法は？

私は、ディレクトリからのフローを使用してイメージを取得し、次に、確率とクラスを予測するためにpredict_generatorで使用するジェネレータを作成しています。問題は、両方を予測すると、シャッフル引数をどこにも使用していないのに、ラベルがシャッフルされるということです。正しいラベルに正しいクラスを割り当てるにはどうすればよいですか？以下は私の完全なコードです：コードクラスの from __

0熱

1答えて

最後の軸のインデックスを与えられたテンソルのみを効率的にマスクする方法はありますか？

私はテンソル形状を持っているとします。(batch_size, a, ... , c, d, e)ここで、a、...、c、d、eは整数です。例えば、(batch_size, 500, 3, 2, 2, 69)または(batch_size, 2, 2)です。 1）I：私の質問は、すべてのテンソルのためですが、のは、私はtensor1の最後の軸のtensor2tensor2.get_shape()

0熱

1答えて

リカレントニューラルネットワーク（RNN）

私はいくつかの文字から数百個の言葉に、異なる長さの入力テキストを持っているので、私は明らかに（すべてのバッチの代わりに修正MAX_LENGTHのバッチごとに異なるMAX_LENGTHを使用することにしました小さいテキストの場合はMAX_LENGTHを短くします）。グーグル後、私は、次の溶液を得たKerasのgithubのページでthisスレッドを見た：配列は長さによってグループ化、およびKer

1熱

2答えて

はしないでください。model.trainable = Falseはモデルの下のウェイトをフリーズしますか？

私は訓練したVGG16のフリー層（下記の 'conv_base'）をフリーズし、それらの上に新しいレイヤーを追加してフィーチャーを抽出しようとしています。モデルのフィット前（ret1）/後（ret2）の 'conv_base'から同じ予測結果を得ることが期待されますが、そうではありません。体重の凍結を確認するには間違った方法ですか？ロードVGG16とモデルフィット ret1 = conv_ba

0熱

1答えて

Python Keras：レイヤーは入力と全く同じものを出力します

私はKerasを使ってネットワークを構築しています。このプロセスでは、LSTM入力を受け取り、何もせず、入力とまったく同じ結果を出力するレイヤーが必要です。 LSTMの各入力レコードは[[A_t1、A_t2、A_t3、A_t4、A_t5は、A_t6]]、私はレイヤーを探していているようならば、すなわち： model.add(SomeIdentityLayer(x)) SomeIdentityL