Articles of aprendizaje profundo

La falta de coincidencia de la dimensión en LSTM Keras

Quiero crear un RNN básico que pueda agregar dos bytes. Aquí están las entradas y salidas, que se esperan de una adición simple X = [[0, 0], [0, 1], [1, 1], [0, 1], [1, 0], [1, 0], [1, 1], [1, 0]] Es decir, X1 = 00101111 y X2 = 01110010 Y = [1, 0, 1, […]

cómo obtener los resultados de la capa de incrustación

from keras.models import Sequential from keras.layers.embeddings import Embedding from theano import function model = Sequential() model.add(Embedding(max_features, 128, input_length = maxlen)) Quiero obtener los resultados de las capas de incrustación. Leí la fuente en keras pero no encontré ninguna función o atributo adecuado. ¿Alguien me puede ayudar con esto?

Exportar gráficos de Tensorflow de Python para usar en C ++

¿Exactamente cómo deben exportarse los modelos de Python para su uso en c ++? Estoy tratando de hacer algo similar a este tutorial: https://www.tensorflow.org/versions/r0.8/tutorials/image_recognition/index.html Estoy intentando importar mi propio modelo de TF en la API de c ++ en lugar del modelo inicial. Ajusté el tamaño de entrada y las rutas, pero siguen apareciendo errores […]

Configurando GLOG_minloglevel = 1 para evitar la salida en shell desde Caffe

Estoy usando Caffe, que está imprimiendo mucha salida al shell al cargar la neural network. Me gustaría suprimir esa salida, que supuestamente se puede hacer configurando GLOG_minloglevel=1 al ejecutar el script de Python. He intentado hacerlo utilizando el siguiente código, pero aún así obtengo toda la salida de la carga de la red. ¿Cómo suprimo […]

Obtención de una predicción en keras.

He entrenado con éxito un modelo simple en Keras para clasificar imágenes: model = Sequential() model.add(Convolution2D(32, 3, 3, border_mode=’valid’, input_shape=(img_channels, img_rows, img_cols), activation=’relu’, name=’conv1_1′)) model.add(Convolution2D(32, 3, 3, activation=’relu’, name=’conv1_2′)) model.add(MaxPooling2D(pool_size=(2, 2))) model.add(Dropout(0.25)) model.add(Convolution2D(64, 3, 3, border_mode=’valid’, activation=’relu’, name=’conv2_1′)) model.add(Convolution2D(64, 3, 3, activation=’relu’, name=’conv2_2′)) model.add(MaxPooling2D(pool_size=(2, 2))) model.add(Dropout(0.25)) model.add(Flatten()) model.add(Dense(512, activation=’relu’)) model.add(Dropout(0.5)) model.add(Dense(nb_classes, activation=’softmax’)) model.compile(loss=’categorical_crossentropy’, optimizer=sgd, metrics=[‘accuracy’]) […]

keras: cómo guardar el historial de entrenamiento

En Keras, podemos devolver la salida de model.fit a un historial de la siguiente manera: history = model.fit(X_train, y_train, batch_size=batch_size, nb_epoch=nb_epoch, validation_data=(X_test, y_test)) Ahora, ¿cómo guardar el historial en un archivo para usos posteriores (p. Ej., Dibujar gráficos de cuentas o pérdidas contra épocas)?

Diferentes resultados de entrenamiento utilizando tensorflow y keras.

Introducción Creo aleatoriamente los datos de entrenamiento X en una forma de (1000,10) . para la etiqueta Y , siempre es igual al primer elemento de la característica X p.ej. supongamos que x1 = [0.1,0.2,0.3…,0.9] , luego y = 0.1 . El conjunto de datos creado usando el siguiente código: from numpy.random import RandomState rdm=RandomState(1) […]

ValueError: Tamaño de dimensión negativo causado al restar 2 de 1 para ‘max_pooling2d_6 / MaxPool’ (op: ‘MaxPool’) con formas de entrada:

Recibo un error de tamaño de dimensión negativo cuando mantengo la altura y el ancho de la imagen de entrada, por debajo de 362X362. Me sorprende porque este error generalmente se debe a dimensiones de entrada incorrectas. No encontré ninguna razón por la cual el número o las filas y columnas puedan causar un error. […]

Keras: la precisión del modelo disminuye después de alcanzar el 99% de precisión y la pérdida 0.01

Estoy usando un modelo LeNet adaptado en keras para hacer una clasificación binaria. Tengo alrededor de 250,000 muestras de entrenamiento con una relación 60/40. Mi modelo está entrenando muy bien. En la primera época la precisión alcanza el 97 por ciento con una pérdida de 0.07. Después de 10 épocas, la precisión es superior al […]

No se pueden agregar capas al modelo de Keras guardado. El objeto ‘modelo’ no tiene atributo ‘agregar’

He guardado un modelo utilizando model.save() . Estoy tratando de volver a cargar el modelo y agregar algunas capas y ajustar algunos hiperv parámetros, sin embargo, arroja el AttributeError. El modelo se carga utilizando load_model() . Supongo que me falta entender cómo agregar capas a las capas guardadas. Si alguien me puede guiar aquí, será […]