keras-layer

1熱

1答えて

私のKerasモデルはKerasリポジトリーのbabi_rnn exampleです。データセットのモデルの出力（単語単位）を取得したいとします。私が試した： layer = model.layers[-1] # For the last layer f = K.function([model.get_input(train=False)], [layer.get_output(tra

0熱

1答えて

ケラスカスタムレイヤーの永続変数

カスタムレイヤーを書きたいと思います。ここでは、実行の間に変数をメモリに保持できます。私はm.predictを実行するとは例えば、 class MyLayer(Layer): def __init__(self, out_dim = 51, **kwargs): self.out_dim = out_dim super(MyLayer, self).__init__(**k

3熱

1答えて

多出力多クラスKerasモデル

私が持っている各入力に対して、私は49x2行列を関連付けました。ここでは、1つの入出力カップルはのLabel1とLabel2を両方がLabelEncodeであり、彼らはそれぞれ1200年と1300年の異なるクラスを持っている input : [Car1, Car2, Car3 ..., Car118] output : [[Label1 Label2] [Label1 Label2]

0熱

1答えて

ケラスのTensor変数でeval（）を呼び出す際にエラーが発生しました

ケラスを使用していて、いくつかの変更のためにレイヤー出力を使用しています。コードは次のエラーで失敗し def convert_output(orig_output): conv_output = invoke_modifications(orig_output.eval(), 8) ： File "<ipython-input-11-df86946997d5>", line 1, i

0熱

1答えて

Keras - Theano - ゼロ除算のテスト

私はタイムステップの平均を計算し、マスキングをサポートするLayerを持っています。私の問題は、マスクが空である（パディングされたタイムステップはない）場合がありますが、テンソルを扱うときにゼロをチェックする方法がわからないことです。私はマスクが空であるため、NaNの損失があり、プログラムがクラッシュするいくつかのトレーニング例があります。これは私のレイヤです： class MeanOver

3熱

1答えて

モデルここでは、入力エラー

がいっぱいでエラーです： Exception: Error when checking model input: expected convolution2d_input_1 to have shape (None, 3, 224, 224) but got array with shape (20, 3, 244, 244) すべては、コードの最終model.fit_generator(...)

1熱

1答えて

Theano/Keras：私はカスタムKeras層を持っていると私はバックエンドとしてTheanoを使用して、私は、次の操作をしたい値

にテンソルのK-最初の値を設定します。は、私たちが持つテンソルを持っていると仮定形状（N）。私はKの最初の値を固定値x（3など）に設定したいと思います。それ、どうやったら出来るの？私はargsortを使用する必要があると仮定しますが、私はTheanoを使用して実装する方法を知らない。たとえば、簡単なFFレイヤーでは、テンソルaの最初のN値を値xに設定するにはどうすればよいですか？例えば def

0熱

1答えて

Keras Cropping2Dカラーチャネル

を変更し、私は次のコードを使用して2Dクロッピングkerasの効果を視覚化しようとした：ここ from keras import backend as K from keras.layers.convolutional import Cropping2D from keras.models import Sequential # with a Sequential model model

0熱

1答えて

より多くのSpatialDropoutsでより低いmseを得ることはもっともらしいですか？

私は他のすべて5つのConvolutional2D層のそれぞれの後に SpatialDropout2D(0.2) 層で、トレーニングおよびバリデーションエラーが（これらのドロップアウト層なしで同じネットワークを持つよりも、最初の数エポックの間にはるかに低いことを観察してきました等しい）。これは、中間結果がランダムに削除された場合、最適化ルーチンが最小限の問題を発見することを期待しているので、直

1熱

1答えて

単一機能行に沿ったKeras畳み込み

私はマルチクラス分類の問題があります。 A B C D 1 -1 1 -6 2 0.5 0 11 7 3.7 1 1 4 -50 1 0 とラベル：私はKeras各単一機能の行に沿ってコンボリューションカーネルを適用しようとしたい LABEL 0 1 2 0 2 私は機能行列を持っていると言います。 nb_filter = 2とbatch_size = 3と言ってください