Pytania otagowane jako keras

Mam zainstalowany Keras z zapleczem Tensorflow i CUDA. Chciałbym czasami na żądanie zmusić Keras do korzystania z procesora. Czy można to zrobić bez, powiedzmy, instalowania oddzielnego Tensorflow z samym procesorem w środowisku wirtualnym? Jeśli tak to jak? Gdyby backendem był Theano, flagi można by ustawić, ale nie słyszałem o flagach …

96 python  machine-learning  tensorflow  keras 

Mam przykład sieci neuronowej z dwiema warstwami. Pierwsza warstwa przyjmuje dwa argumenty i ma jedno wyjście. Drugi powinien przyjąć jeden argument jako wynik pierwszej warstwy i jeden dodatkowy argument. Powinien wyglądać tak: x1 x2 x3 \ / / y1 / \ / y2 Utworzyłem więc model z dwiema warstwami i …

96 python  machine-learning  keras  neural-network 

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 

Po raz pierwszy uruchamiam model LSTM. Oto mój model: opt = Adam(0.002) inp = Input(...) print(inp) x = Embedding(....)(inp) x = LSTM(...)(x) x = BatchNormalization()(x) pred = Dense(5,activation='softmax')(x) model = Model(inp,pred) model.compile(....) idx = np.random.permutation(X_train.shape[0]) model.fit(X_train[idx], y_train[idx], nb_epoch=1, batch_size=128, verbose=1) Jaki jest pożytek z gadatliwości podczas trenowania modelu?

89 python  deep-learning  keras  verbose 

Zauważyłem, że weight_regularizer nie jest już dostępny w Keras i że w jego miejsce pojawił się regulator aktywności i jądra . Chciałbym wiedzieć: Jakie są główne różnice między regulatorami jądra i aktywności ? Czy mogę użyć activity_regularizer zamiast weight_regularizer ?

89 machine-learning  keras  keras-layer 

Gram z zestawem danych przykład firmy Reuters i działa dobrze (mój model jest wytrenowany). Czytałem o tym, jak zapisać model, aby móc go później załadować i użyć ponownie. Ale jak użyć tego zapisanego modelu do przewidywania nowego tekstu? Czy używam models.predict()? Czy muszę specjalnie przygotować ten tekst? Próbowałem tego z …

87 python  theano  deep-learning  keras 

Obecnie używam następującego kodu: callbacks = [ EarlyStopping(monitor='val_loss', patience=2, verbose=0), ModelCheckpoint(kfold_weights_path, monitor='val_loss', save_best_only=True, verbose=0), ] model.fit(X_train.astype('float32'), Y_train, batch_size=batch_size, nb_epoch=nb_epoch, shuffle=True, verbose=1, validation_data=(X_valid, Y_valid), callbacks=callbacks) Mówi Kerasowi, aby przestał trenować, jeśli straty nie poprawiły się przez 2 epoki. Ale chcę przestać trenować po tym, jak strata stała się mniejsza niż jakieś …

82 python  machine-learning  neural-network  conv-neural-network  keras 

Próbuję zrozumieć, co robi opakowanie TimeDistributed w Keras. Dostaję, że TimeDistributed „stosuje warstwę do każdego czasowego wycinka danych wejściowych”. Ale przeprowadziłem pewien eksperyment i otrzymałem wyniki, których nie mogę zrozumieć. Krótko mówiąc, w połączeniu z warstwą LSTM, TimeDistributed i po prostu Dense dają takie same wyniki. model = Sequential() model.add(LSTM(5, …

82 python  machine-learning  keras  neural-network  deep-learning 

Trenowanie klasyfikatora obrazów za pomocą .fit_generator()lub .fit()przekazywanie słownika class_weight=jako argumentu. Nigdy nie dostałem błędów w TF1.x, ale w 2.1 dostaję następujące dane wyjściowe podczas rozpoczynania treningu: WARNING:tensorflow:sample_weight modes were coerced from ... to ['...'] Co to znaczy przymusić coś od ...do ['...']? Źródło ostrzeżenia o tensorflowrepozytorium znajduje się tutaj , …

47 python  tensorflow  keras  tensorflow2.0  tf.keras 

Teoretycznie przewidywanie powinno być stałe, ponieważ odważniki mają ustalony rozmiar. Jak odzyskać prędkość po kompilacji (bez konieczności usuwania optymalizatora)? Zobacz powiązany eksperyment: https://nbviewer.jupyter.org/github/off99555/TensorFlowExperiments/blob/master/test-prediction-speed-after-compile.ipynb?flush_cache=true

23 python  performance  tensorflow  keras  jupyter-notebook 

Próbowałem oszacować czas prognozy mojego modelu Keras i zdałem sobie sprawę z czegoś dziwnego. Poza tym, że normalnie jest dość szybki, co jakiś czas model potrzebuje dość długo, aby wymyślić prognozę. Co więcej, czasy te również wydłużają się wraz z dłuższym działaniem modelu. Dodałem minimalny działający przykład, aby odtworzyć błąd. …

17 python  performance  tensorflow  keras  tensorflow2.0 

Bounty upływa w ciągu 15 godzin . Odpowiedzi na to pytanie kwalifikują się do nagrody za reputację +150 . Sirjay szuka odpowiedzi z renomowanego źródła . Zrobiłem sieć neuronową LSTM (RNN) z nadzorowanym uczeniem się do prognozowania zapasów danych. Problem polega na tym, dlaczego źle prognozuje na podstawie własnych danych …

13 python  tensorflow  machine-learning  keras  neural-network 

Mam generatywne sieci przeciwników, w których dyskryminator zostaje zminimalizowany za pomocą MSE, a generator powinien zostać zmaksymalizowany. Ponieważ obaj są przeciwnikami, którzy dążą do przeciwnego celu. generator = Sequential() generator.add(Dense(units=50, activation='sigmoid', input_shape=(15,))) generator.add(Dense(units=1, activation='sigmoid')) generator.compile(loss='mse', optimizer='adam') generator.train_on_batch(x_data, y_data) Co muszę dostosować, aby uzyskać model generatora, który czerpie korzyści z wysokiej …

11 python  tensorflow  keras  neural-network  maximize 

Próba uruchomienia wyszkolonego modelu keras z następującym kodem python: from keras.preprocessing.image import img_to_array from keras.models import load_model from imutils.video import VideoStream from threading import Thread import numpy as np import imutils import time import cv2 import os MODEL_PATH = "/home/pi/Documents/converted_keras/keras_model.h5" print("[info] loading model..") model = load_model(MODEL_PATH) print("[info] starting vid stream..") …

11 python  tensorflow  keras 

Próbuję wdrożyć model DQL w jednej grze na siłowni openAI. Ale daje mi następujący błąd. Błąd typu: len nie jest dobrze zdefiniowany dla symbolicznych Tensorów. (aktywacja_3 / Tożsamość: 0) Zadzwoń x.shapezamiast len(x) informacji o kształcie. Tworzenie środowiska na siłowni: ENV_NAME = 'CartPole-v0' env = gym.make(ENV_NAME) np.random.seed(123) env.seed(123) nb_actions = env.action_space.n …

10 python  tensorflow  keras  reinforcement-learning  keras-rl