keras-2

1熱

1答えて

Kerasの高いtop_k_categorical_accuracyですがcategorical_accuracyが低い原因

私はConv2Dを使用してモデルを訓練していて、突然高く評価され始めました。トップkカテゴリの精度は1.0ですが、カテゴリ精度は非常に低い（0.006に近い）。私は108の異なるカテゴリを持っているので、データセットが非常にバランスが取れているにもかかわらず、何らかの形でこれが単一のカテゴリに固執するということが考えられます。私の質問は非常に一般的です： Kerasではtop_k_catego

2熱

1答えて

Keras 2 fit_generator UserWarning： `steps_per_epoch`はKeras1引数` samples_per_epoch`と同じではありません

私はJupyterノートブックでPython 3カーネルでKeras 2.0.8を使用しています。私のバックエンドはTensorFlow 1.3で、私はMacで開発しています。私は（fit_generatorを使用していますたび）私は次の警告取得しています： /Users/username/anaconda/envs/tensorflow/lib/python3.6/site-packages/

2熱

1答えて

ケラスでチャネルサイズを小さくするカスタムアクティベーションを作成する際にエラーが発生しました

ケラスでカスタムアクティベーション機能を作成し、チャネルサイズを半減させました（最大機能マップのアクティブ化）。ここでは、コードの一部は次のようになります。私はこのコードをコンパイルすると import tensorflow as tf import keras from keras.utils.generic_utils import get_custom_objects from ke

1熱

1答えて

Kerasでget_variableを使用してカスタムイニシャライザを作成する際にエラーが発生しました

Kerasでカスタムイニシャライザを作成しました。コードの一部は次のとおりです。 def my_init(shape): P = tf.get_variable("P", shape=shape, initializer = tf.contrib.layers.xavier_initializer()) return P model = Sequential() mode

1熱

2答えて

Kerasのテンソルのサイズを変更（補間）する方法は？

この関数に似ている（例えば、最近隣を使って）補間することによって、（None、2、7、512）から（None、2、7、512）のサイズのテンソルTensorflowで入手可能です。これを行う方法はありますか？は、私が直接Tensorflow機能tf.image.resize_nearest_neighborを使用して、次のKeras層へのテンソルを渡ししようとしたが、次の層と、このエラーがスロ

1熱

1答えて

keras.backend.conv2dをKeras 1.xから2.xに移行する

私はKeras 1.xから2.xにプロジェクトを移行しています。コードでは、1.xで正常に動作していたkeras.backend.conv2d操作が2.xでクラッシュするようになりました。 convs = K.conv2d(a, b, padding='valid', data_format='channels_first') 入力テンソルはa形状とb両方(1024, 4, 1, 1)出力テ

0熱

2答えて

（299,299,3）から（なし、299,299,3）を作成するにはどうすればよいですか？

私はKeras 2 incepctionV3ベースの訓練モデルを使用して、テスト目的の画像を予測しようとしています。私の元のモデルの仕事はよく、私は指定されたinput_shape（299,299,3） base_model = InceptionV3(weights='imagenet', include_top=False, input_shape=(299,299,3)) トレーニングプ

0熱

3答えて

Kerasの中間層を変更する

Convolution1D層の後に中間層を再形成する問題があります。畳み込みレイヤーの出力は（None、15、30）であり、それを（None、15、30、1）に変形したい。ここではコードの一部： model = Sequential() model.add(Reshape((-1, 15), input_shape=(3, 5))) model.add(Flatten()) model.ad

0熱

1答えて

入力を確認する際にエラーが発生しました：予想されるacc_inputが4つの次元を持ちますが、形状（200,3,1）の配列を持っています

私は何度も試してみたことがあります。エラーチェック入力：期待acc_input 4つの寸法を有するが、形状の配列を得た（200、3、1） model.fit(x=[acc_,gyro_],y=[scaled_labels],batch_size=1,validation_split=0.2, epochs=2,verbose=1,shuffle=False) 私のネットワークの第1の層は入力

2熱

1答えて

ケラス入力層（Nnoe、200,3）、なぜですか？入力は3次元ですが、形状（200,3）の配列を持っています

model.fitのaccジャイロは（200 * 3）、入力層の形状は（200 * 3）です。なぜそのような問題がありますか？入力をチェックしているときにエラーが発生しました：acc_inputが3次元であるが、形状（200,3）の配列が得られました。これは私のモデルの可視化です。（200 * 3）であるmodel.fitで WIDE = 20 FEATURE_DIM = 30 CHANNE