theano

    1

    1答えて

    Theanoをバックエンドとして使用するKerasを使用して1d畳み込みレイヤーにデータを埋め込む方法が今必要です。私は "同じ"パディングを使用します。私たちは、左と私の横データの右端にある2つのゼロを追加するとき、我々は、しかしpadding 4 // 8の== 2を持っているthe original Keras codeによると8と4のkernel_sizeのoutput_lengthを持っ

    1

    1答えて

    同じタイプの変数が複数の場所で使用されているかどうかを確認するTheanoのスキャン機能のチェックが原因でエラーが発生します。この関数は、(N, 1)行列でcol TensorTypeの(N, 1)を交換することはできません(下記のエラー参照)。 (N, 1)テンソルタイプcolテンソルタイプをmatrix TensorTypeにキャスト/変換するにはどうすればよいですか? TypeError:

    7

    1答えて

    IはaとbはMが非常に大きいことと(N, M)数値テンソルであるがcondは、(N,1) BOOLテンソルであり、次のコード output = T.switch(cond, a, b) を有します。条件は行ごとに動作します。 T.repeat()をcondで実行すると簡単にスイッチを動作させることができますが、これはかなり遅いです。どのように私は効率的にboolを作ることができる方法はあります

    0

    1答えて

    問題が示唆するように、行列の行に対して勾配を計算したいと思います。コード内: import numpy.random as rng import theano.tensor as T from theano import function t_x = T.matrix('X') t_w = T.matrix('W') t_y = T.dot(t_x, t_w.T) t_g = T.

    0

    1答えて

    KeranoがWindows上でTheanoバックエンドlinkをダウンロードするためのフォローを行っています(私のウィンドウは10です)。しかし、私はKaresをインポートします。 Problem occurred during compilation with the command line below: "C:\MinGW\bin\g++.exe" -shared -g -DNPY_N

    0

    1答えて

    私はこのニューラルネットワークを使用するためにMacOSのシエラのアナコンダ(Jupyter)(10.12.3)にラザニアとTheanoをインストールしようとしている:私はJupyterでそれらをインポートしようとすると、しかしneural-storyteller を: import lasagne import theano 私はこのエラーを取得する: ImportError

    1

    2答えて

    1つのベクトルが[1,2,3,4]で、もう1つが[1,2,3,4]であるとします。は[1、4、9、16]でなければなりません。私がこの2つのベクトルのドット積をtheanoに書きたいのであれば、どうすればScanを使ってこれを達成できますか? これは私のコードですが、結果は結果マトリックスの対角線として表示されます。 v1 = T.dvector('v1') v2 = T.dvector('v2

    1

    1答えて

    正確なLSTM(Long-Short-Term-Memory)ニューラルネットワークモデルは、Keras Pythonライブラリを実装していますか? hereの "基本的な"バージョンか、Gers & Schmidhuberのようなバリエーションであればどちらですか?特に、正確な内部接続とそのそれぞれのアクティベーション機能を知る必要があります。 私は、Pythonが利用できないデバイスでの予測に

    1

    1答えて

    私はスパースモデルをトレーニングしようとしています。つまり、モデルパラメータの一部が最適化中にゼロのままでなければなりません。 Kerasでは、オプティマイザがマスクされたマスクを更新しないように、パラメータのマスクを定義することは可能ですか? 残念ながら、パラメータをより細かくマスクする必要があるため、1つのレイヤをフリーズすることはできません。

    0

    1答えて

    CODE:RUNNING UPON x=T.dscalar('x') y=T.dscalar('y') z=T.dscalar('z') z=x+y f= function([x,y],z) : $ T.dscalar TensorType(のfloat64、スカラー) $ x.type TensorType(float64、スカラー) $ z.type TensorTypeは(のfl