Articles of aprendizaje profundo

ConcatOp: las dimensiones de las entradas deben coincidir

Estoy desarrollando un modelo de aprendizaje profundo con flujo tensorial y python: Primero, usando capas CNN, obtén características. En segundo lugar, remodelando el mapa de características, quiero usar la capa LSTM. Sin embargo, un error con dimensión no coincidente … ConcatOp: Las dimensiones de las entradas deben coincidir: shape[0] = [71,48] vs. shape[1] = [1200,24] […]

Cómo agregar exactamente la regularización L1 a la función de error de tensorflow

Hola, soy nuevo en tensorflow e incluso después de muchos esfuerzos no se pudo agregar el término de regularización L1 al término de error x = tf.placeholder(“float”, [None, n_input]) # Weights and biases to hidden layer ae_Wh1 = tf.Variable(tf.random_uniform((n_input, n_hidden1), -1.0 / math.sqrt(n_input), 1.0 / math.sqrt(n_input))) ae_bh1 = tf.Variable(tf.zeros([n_hidden1])) ae_h1 = tf.nn.tanh(tf.matmul(x,ae_Wh1) + ae_bh1) ae_Wh2 […]

Error al verificar la entrada del modelo: se esperaba que convolution2d_input_1 tuviera forma (Ninguno, 3, 32, 32) pero que se obtuviera una matriz con forma (50000, 32, 32, 3)

¿Alguien puede ayudarnos a solucionar este error? Acabo de empezar en Keras: 1 from keras.datasets import cifar10 2 from matplotlib import pyplot 3 from scipy.misc import toimage 4 5 (x_train, y_train), (x_test, y_test) = cifar10.load_data() 6 for i in range(0, 9): 7 pyplot.subplot(330 + 1 + i) 8 pyplot.imshow(toimage(x_train[i])) 9 pyplot.show() 10 11 import numpy […]

Recorrido de datos de recorte aleatorio redes neuronales convolucionales

Estoy entrenando una neural network convolucional, pero tengo un conjunto de datos relativamente pequeño. Así que estoy implementando técnicas para boostlo. Esta es la primera vez que estoy trabajando en un problema de visión de computadora central, por lo que soy relativamente nuevo. Para boost, leí muchas técnicas y una de ellas que se menciona […]

¿Cómo implementar métricas personalizadas en keras?

Me sale este error: sum () obtuvo un argumento de palabra clave inesperado ‘out’ cuando corro este código: import pandas as pd, numpy as np import keras from keras.layers.core import Dense, Activation from keras.models import Sequential def AUC(y_true,y_pred): not_y_pred=np.logical_not(y_pred) y_int1=y_true*y_pred y_int0=np.logical_not(y_true)*not_y_pred TP=np.sum(y_pred*y_int1) FP=np.sum(y_pred)-TP TN=np.sum(not_y_pred*y_int0) FN=np.sum(not_y_pred)-TN TPR=np.float(TP)/(TP+FN) FPR=np.float(FP)/(FP+TN) return((1+TPR-FPR)/2) # Input datasets train_df = pd.DataFrame(np.random.rand(91,1000)) train_df.iloc[:,-2]=(train_df.iloc[:,-2]>0.8)*1 […]

Cómo devolver el historial de pérdida de validación en Keras

Utilizando Anaconda Python 2.7 Windows 10. Estoy entrenando un modelo de lenguaje usando el ejemplo de Keras: print(‘Build model…’) model = Sequential() model.add(GRU(512, return_sequences=True, input_shape=(maxlen, len(chars)))) model.add(Dropout(0.2)) model.add(GRU(512, return_sequences=False)) model.add(Dropout(0.2)) model.add(Dense(len(chars))) model.add(Activation(‘softmax’)) model.compile(loss=’categorical_crossentropy’, optimizer=’rmsprop’) def sample(a, temperature=1.0): # helper function to sample an index from a probability array a = np.log(a) / temperature a = […]

Tensorflow en windows – ImportError: Error en la carga de DLL: no se pudo encontrar el módulo especificado

Estoy usando Anaconda 3.1.0 en Windows 7 64 bit. He instalado tensorflow (GPU). Estoy recibiendo errores mientras ejecuto el siguiente comando. >>> import tensorflow as tf La traza completa (tensorflow) C:\windows\system32>python Python 3.5.3 |Continuum Analytics, Inc.| (default, May 15 2017, 10:43:23) [MSC v .1900 64 bit (AMD64)] on win32 Type “help”, “copyright”, “credits” or “license” […]

Cómo hacer que Keras Neural Net supere a la regresión logística en datos Iris

Estoy comparando Keras Neural-Net con una simple Regresión logística de Scikit-learn sobre datos de IRIS. Espero que Keras-NN se desempeñe mejor, como lo sugiere esta publicación . Pero ¿por qué al imitar el código allí, el resultado de Keras-NN es más bajo que la regresión logística? import seaborn as sns import numpy as np from […]

¿Por qué la ordenación aleatoria de mi conjunto de validación en Keras cambia el rendimiento de mi modelo?

Por qué estoy confundido: Si pruebo mi modelo en los ejemplos [A, B, C], obtendrá una cierta precisión. Si pruebo el mismo modelo en los ejemplos [C, B, A], debería obtener la misma precisión. En otras palabras, barajar los ejemplos no debería cambiar la precisión de mi modelo. Pero eso es lo que parece estar […]

Keras Maxpooling2d capa da ValueError

Estoy tratando de replicar el modelo VGG16 en keras, el siguiente es mi código: model = Sequential() model.add(ZeroPadding2D((1,1),input_shape=(3,224,224))) model.add(Convolution2D(64, 3, 3, activation=’relu’)) model.add(ZeroPadding2D((1,1))) model.add(Convolution2D(64, 3, 3, activation=’relu’)) model.add(MaxPooling2D((2,2), strides=(2,2))) model.add(ZeroPadding2D((1,1))) model.add(Convolution2D(128, 3, 3, activation=’relu’)) model.add(ZeroPadding2D((1,1))) model.add(Convolution2D(128, 3, 3, activation=’relu’)) model.add(MaxPooling2D((2,2), strides=(2,2))) ###This line gives error model.add(ZeroPadding2D((1,1))) model.add(Convolution2D(256, 3, 3, activation=’relu’)) model.add(ZeroPadding2D((1,1))) model.add(Convolution2D(256, 3, 3, activation=’relu’)) […]