keras

0熱

1答えて

keras入力データのnumpy配列へのリストを取得するための回避策はありますか？

私は私のデータは、この type(datain) <class 'list'> len(datain) 35000 type(datain[0]) <class 'numpy.ndarray'> datain[0].shape (256,256,1) とネットワークに AttributeError: 'list' object has no attribute 'shape'

0熱

1答えて

ケラス損失がコンバートに収束

私は明らかに何かを理解していません（最初のケラス玩具）私の入力x、y。 Xは1Dの実数値、yはスカラーです yが正か負かを予測したいと思います。 1つの方法は、1つのホットとして符号化し、categorical_cross_entropy（動作する）を使用し、もう1つは同じ（動作しません）を行うカストムロス関数です私は8つの例を訓練しており、。私のカスタム関数が0.56 で立ち往生ここでは、

1熱

2答えて

Core MLで2つのパラメータが機能するカスタムレイヤー

この偉大な記事（http://machinethink.net/blog/coreml-custom-layers/）のおかげで、coremltoolsとLambdaを使ってKerasカスタムレイヤーを使って変換を書く方法を理解しました。しかし、私は状況を理解することができません、2つのパラメータで機能します。 #python def scaling(x, scale): retur

0熱

1答えて

多対一LSTM Keras Python

1つの出力と244000の行を生成する5つの機能のプロセスについては、以下のデータセットがあります。出力は列7にあります。各入力は1/10秒ごとにサンプリングされます。私の3D入力テンソルパラメータがどうあるべきか：私は私の質問がある5. のタイムステップでLSTMネットワークと第七列（値1（T + 1））を予測したいですか？ [244000,5,5]は正しいですか？そして、私のデータセットをこの

0熱

2答えて

Kerasはどのように入力データを読み込みますか？

私はプロジェクトのためにKerasを使用していますが、私はKerasが入力されたデータをどのように使用するかを理解していない、それが第一の層を作成するときにKerasが私たちの入力データを読み込む方法と言うことです。例えば：モデル=シーケンシャル（） model.add（高密度（10、活性化= 'シグモイド'、input_dim = 3、名前= 'レイヤ1'））このモデルでは、10個のニュー

0熱

1答えて

画像オーダーテンソルフロー

テンソルフローを使用してスライディングウィンドウのコードを実行しています。これはTheanoのためです。そのため、画像サイズの注文に誤りがあります。誰も私にテンソルフローの修正方法を教えてもらえますか？エラー：とValueError：チェックエラー：予想INPUT_2する形状を有するように（なし、224、224、3）が、形状を持つ配列（1、3、224、224）を得た image=load_

1熱

1答えて

エラーは、画像の色を分割しようとしている：numpy.ndarrayマスク『

」オブジェクトが属性を持っていない』これは私のPythonコードです：エラーザッツ from PIL import Image labels = ['airplane','automobile','bird','cat','deer','dog','frog','horse','ship','truck'] from keras.datasets import cifar10 (X_t

1熱

1答えて

Keras CNNディメンションの問題

thisの記事に基づいて、イメージセグメンテーションタスクにKerasを使用してCNNを構築しようとしています。私のデータセットは小さいので、Keras ImageDataGeneratorを使ってfit_generator()にフィードしたいと思っていました。だから、私はKeracのウェブサイトのexampleに従った。しかし、イメージとマスクジェネレータを圧縮することができなかったので、私はこ

1熱

1答えて

kerasは異なる学習率

でトレーニングを再開し、次のように私はkerasを使って簡単なLSTMモデルを構築し、訓練を受けた： model = Sequential() model.add(LSTM(activation='tanh',input_dim=6,output_dim=50,return_sequences=False)) model.add(Dense(output_dim=1,activation =

2熱

1答えて

model.compile（）はケラス（テンソルフローバックエンド）のすべてのウェイトとバイアスを初期化しますか？

モデルのトレーニングを開始すると、以前に保存されたモデルはありません。 model.compile()を安全に使用できます。私は今checkpointを使用して、さらなるトレーニングのためにモデルをh5ファイルに保存しました。私はモデルをさらに訓練したいと思います。この時点で私は混乱しています：ここでmodel.compile()を使用できますか？そしてそれはmodel = load_model