keras

    1

    1答えて

    私は入力として2つの300d単語ベクトルをとるモデルを訓練しています。私はもともと入力データとして600dベクトルを供給することを計画していました。 しかし、私はKerasデータセットのページに気づい:http://keras.io/datasets/ は、彼らが代わりに入力を平坦化する高次元の入力データを使用します。たとえば、次のサイズの32x32 RBGイメージを表します。 (2,300)入力

    0

    2答えて

    私は、Kerasで練習するだけで、非常に簡単な機能を習得しています。 ネットワークの入力は2次元です。出力は1次元です。 関数は実際には画像で表現できますが、近似関数についても同様です。 私は良い一般化を探していない瞬間、ネットワークがトレーニングセットを表現する上で少なくとも良いと思っています。 は、ここで私は私のコードを配置:あなたが見ることができるように import matplotlib.

    0

    1答えて

    が、私はそうのような埋め込み層シャムネットワークのためのサンプルコードを変更して追加しようとしています使用してシャムネットワークに埋め込み層を追加することができません: data_dim = 16 timesteps = 8 nb_classes = 10 encoder = Sequential() encoder.add(Embedding(data_dim, 4, input_le

    7

    1答えて

    keras.models.Sequentialモデルを初期化するラッパークラスを作成しました。トレーニングプロセスを開始し、進捗状況を監視するための2つのメソッドがあります。私はmainファイルでこのクラスをインスタンス化し、トレーニングプロセスを実行します。かなり世俗的なもの。 マイ質問は次のとおりです。 tensorflowによって割り当てられたすべてのGPUのメモリを解放する方法。私は運を試

    3

    1答えて

    初めてKeramモデル用のハイパーパラメータを最適化するためにspearmintを使用していますが、初めて正常に動作します。しかし、2番目のジョブ以降は、常に次のエラーをスローします。 <type 'exceptions.TypeError'>, TypeError('An update must have the same type as the original shared variable

    2

    1答えて

    画像セットから教師なしの機能を学習する方法はありますか?ニューラルネットワークが学習され、新しい文書が与えられるword2vecまたはdoc2vecと同様に、我々はその特徴を得る。 https://dato.com/learn/gallery/notebooks/food_retrieval-public.htmlと同様に、学習したn-modelを読み込んで新しい画像の特徴を予測できることがわかり

    1

    2答えて

    異なる単語で同じ結果が得られるのはなぜですか? import keras keras.__version__ '1.0.0' import theano theano.__version__ '0.8.1' from keras.preprocessing.text import one_hot one_hot('START', 43) [26] one_hot('childr

    9

    1答えて

    私はanacondaでjupyterノートブックを使用します。私は最初にケラストを使用し、私はチュートリアルを行うことができません。この問題については、stackoverflowの2つのテーマがありますが、解決策が見つかりません。 マイコード: model = Sequential() model.add(Dense(1, input_dim=1, activation='softmax'))

    0

    1答えて

    ケラスの例からLSTMテキストジェネレータの例を実行しようとすると、次のエラーが発生します。 例外:(ノード 'DotModulo(A、s、m、A2、s2、m2)、' \ n '、 "コンパイルが失敗しました(戻りステータス= 1):clang:エラー:未知の引数: '-target-feature'。clang:エラー:未知の引数: '-sse4a'。 clang:error:未知の引数: '-

    6

    2答えて

    私は同様の細胞構造から撮影した画像を構成するそれぞれのクラスに、このような一連の画像を分類しようとしています: 私はこれを行うにはKerasでシンプルなネットワークを構築した、構造化されました: 1000 - 10 不変のネットワークは、画像のこれらの種類にほとんどない高い5%MNIST分類に非常に高い(> 90%)の精度を達成していないが、。彼らはあまりにも複雑なのでこれですか?私の次のアプ