Pytania otagowane jako data-science

Jeśli chcę użyć funkcji BatchNormalization w Keras, czy muszę wywoływać ją tylko raz na początku? Przeczytałem do tego dokumentację: http://keras.io/layers/normalization/ Nie wiem, gdzie mam to nazywać. Poniżej znajduje się mój kod, który próbuje go użyć: model = Sequential() keras.layers.normalization.BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None) model.add(Dense(64, input_dim=14, init='uniform')) model.add(Activation('tanh')) model.add(Dropout(0.5)) model.add(Dense(64, init='uniform')) model.add(Activation('tanh')) …

167 python  keras  neural-network  data-science  batch-normalization 

Zainstalowałem Anaconda3 4.4.0 (32-bitową) na moim komputerze z systemem Windows 7 Professional i zaimportowałem NumPy i Pandy na notebooku Jupyter, więc zakładam, że Python został poprawnie zainstalowany. Ale kiedy piszę conda listiw conda --versionwierszu polecenia, mówiconda is not recognized as internal or external command. Ustawiłem zmienną środowiskową dla Anaconda3; Variable …

117 python  anaconda  conda  data-science 

Mam problem z przydzielaniem ogromnych tablic w Numpy na Ubuntu 18, podczas gdy nie napotykam tego samego problemu na MacOS. Próbuję przydzielić pamięć dla tablicy numpy z kształtem (156816, 36, 53806) z np.zeros((156816, 36, 53806), dtype='uint8') i gdy otrzymuję błąd w systemie Ubuntu OS >>> import numpy as np >>> …

116 python  numpy  data-science 

Jak wczytać model z pliku HDF5 w Keras? Co próbowałem: model = Sequential() model.add(Dense(64, input_dim=14, init='uniform')) model.add(LeakyReLU(alpha=0.3)) model.add(BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None)) model.add(Dropout(0.5)) model.add(Dense(64, init='uniform')) model.add(LeakyReLU(alpha=0.3)) model.add(BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None)) model.add(Dropout(0.5)) model.add(Dense(2, init='uniform')) model.add(Activation('softmax')) sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True) model.compile(loss='binary_crossentropy', optimizer=sgd) checkpointer = ModelCheckpoint(filepath="/weights.hdf5", verbose=1, save_best_only=True) model.fit(X_train, y_train, nb_epoch=20, batch_size=16, …

94 python  machine-learning  keras  data-science