keras-2

-4熱

1答えて

私はexamples provided by Kerasを閲覧しましたが、これは非常に単純化された例です。 Kerasで行われた完全な研究プロジェクトの例を見つけることができれば幸いです。プロジェクトがソフトウェアエンジニアリングの観点からどのように構築されているかを見る。例えば。モデル構築/訓練/評価/推論のオブジェクト指向設計チェックポイントの使用と早期停止、データ前処理など。誰もそのような

0熱

1答えて

ケラスを使用したカスタム交互更新ルール

ケラスで交互に更新するルールを使用したいと思います。 I.バッチごとに通常のグラデーションベースのステップを呼び出し、次にカスタムステップを呼び出したいと思います。私は、オプティマイザまたはコールバックを継承することによって実装することを考えました（そして、on-batch呼び出しを使用します）。しかし、両方ともバッチデータとバッチラベルが欠けている（と私は両方が必要です）ので、どちらもしません

3熱

1答えて

レイヤーが訓練可能でないときにケラスモデルをフィットすると、結果が一致しない

トレーニングを行わずにモデルの精度を判断しようとしていて、レイヤーをすべてtrainable = Falseに設定しました。 shuffle = Falseの発電機でfit_generatorを実行すると、毎回一貫した結果が得られます。 shuffle = Trueのジェネレータでfit_generatorを実行すると、結果は少し跳ね上がります。入力データが同じで、モデルがトレーニングではないとす

2熱

1答えて

Kerasコールバックテンソルボードマルチ出力エラー

callbacks.TensorBoardを使用しているときに、多出力Kerasモデルの原因を突き止めることはできません。 tbCallBack = keras.callbacks.TensorBoard(log_dir = logdir, histogram_freq = 1, write_graph = 1, write_images = 0, write_grads = 1) ###No

2熱

1答えて

可変サイズ画像を持つ2D畳み込みニューラルネットワーク

私は、Theanoバックエンドを使用して、Kerasで畳み込み自動エンコーダを実装しました。私は、異なるサイズの画像を扱おうとするアプローチを変えています。私がnumpyのstack関数を使ってデータセット（等しいサイズの画像）を構築する限り、私は金色です。しかし、異なるサイズの画像ではstackを使用できず、fitではnumpyの配列が必要です。そこで、サイズチェックを避けるためにfit_gen

4熱

1答えて

検証精度は常にKerasのトレーニング精度よりも高い

私はmnistデータセットで単純なニューラルネットワークを訓練しようとしています。何らかの理由で、私が履歴（model.fitから返されたパラメータ）を取得すると、検証精度はトレーニングの精度よりも高くなります。これは実際には奇妙ですが、モデルを評価する際にスコアを確認すると、トレーニング精度はテスト精度よりも優れています。このは毎回、どんなにモデルのパラメータを発生します。また、カスタムコール

0熱

1答えて

TensorflowとKerasを同じ意味で使用できますか？

l2_regularizationを使用しています Tensorflow has-tf.nn.l2_loss これを使用できますか？ tf.nn.l2_loss K.sum（K.square（K.abs（重量）））は私がKeras（Tensorflowバックエンド）において交換可能にこれを使用することはできますか？

1熱

1答えて

セマンティックセグメンテーションのKeras、flow_from_directory（）エラー

Kerasドキュメントのサンプルコードの変更を使用しようとしましたが、画像マスクが代わりに使用されている場合にimage_datagen.flow_from_directory（）を設定する方法を示しています。ラベル（各ピクセルのクラスを予測する画像のセグメンテーション用）ところで、私はfeaturewise_center = Trueを、各画像のカラーチャンネルからすべてのトレーニング画像の各

1熱

1答えて

NNバッチとトレーニングの精度

私はInceptionV3に基づいてNNを持っています。訓練は、私は全体のトレーニングデータセットに訓練精度を確認することを決定した後に行われた loss: 0.3596 - acc: 0.8479 - val_loss: 0.3442 - val_acc: 0.8515 ：それはエポック時に一括処理摂食のような良好な結果が得られます。 sklearn.metrics.accuracy_sc

1熱

1答えて

Keras ValueError：リストを生成するfit_generator

TFのバックエンドを使用してKerasを画像認識に使用する方法を学習しているので、ここで何が間違っているのかまだ分かりません。私は2つのモデルを積み重ねようとしています.1つはVGG16、もう一つは無作為にスタックする方法を学んだだけです。私は5つのクラスの間でイメージを分類したいと思います。私はfit_generatorを実行するときに問題が最後にあります。有効なタプルを生成する代わりに、そ