Articles of conv neural network

Tensorflow: Convoluciones con un filtro diferente para cada muestra en el mini-lote

Me gustaría tener una convolución 2d con un filtro que dependa de la muestra en el mini-lote en tensorflow. ¿Alguna idea de cómo se podría hacer eso, especialmente si se desconoce la cantidad de muestras por mini lotes? Concretamente, tengo datos de entrada en la forma MB x H x W x Channels , y […]

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 y forma de entrada a problemas Conv1D.

En primer lugar, soy muy nuevo en redes neuronales y Keras. Estoy tratando de crear una neural network simple utilizando Keras donde la entrada es una serie de tiempo y la salida es otra serie de tiempo de la misma longitud (vectores de 1 dimensión). Hice un código ficticio para crear series de tiempo de […]

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. […]

Dimensiones de entrada a una red convolucional unidimensional en keras.

realmente es difícil entender las dimensiones de entrada de la capa 1d convolucional en keras: Forma de entrada Tensor 3D con forma: (muestras, pasos, input_dim). Forma de salida Tensor 3D con forma: (samples, new_steps, nb_filter). El valor de los pasos podría haber cambiado debido al relleno. Quiero que mi red acepte una serie temporal de […]

OOM al asignar tensor

¿Cómo resuelvo el problema de ResourceExhaustedError: OOM al asignar el tensor ResourceExhaustedError (vea más arriba para el rastreo): OOM al asignar el tensor con forma [10000,32,28,28] Incluí casi todo el código learning_rate = 0.0001 epochs = 10 batch_size = 50 # declare the training data placeholders # input x – for 28 x 28 pixels […]

Implementar el modelo de regresión de caffe.

He entrenado una red de regresión con caffe . Uso la capa “EuclideanLoss” tanto en la fase de entrenamiento como en la de prueba. He trazado estos y los resultados parecen prometedores. Ahora quiero desplegar el modelo y usarlo. Sé que si se usa SoftmaxLoss , la capa final debe ser Softmax en el archivo […]

Forma de entrada de neural network convolucional 3D

Estoy teniendo problemas para alimentar una CNN 3D utilizando Keras y Python para clasificar formas 3D. Tengo una carpeta con algunos modelos en formato JSON. Leí esos modelos en un Numpy Array. Los modelos son 25 * 25 * 25 y representan la cuadrícula de ocupación del modelo voxelizado (cada posición representa si el vóxel […]

TensorFlow ValueError: la variable no existe o no se creó con tf.get_variable ()

Soy un novato en Tensorflow y estoy tratando de implementar una Red Adversarial Generativa. Estoy siguiendo este tutorial para el mismo en el que estamos tratando de generar un conjunto de datos MNIST como imágenes usando modelos generativos. Sin embargo, el código parece estar utilizando una versión anterior de TensorFlow (<1.0), debido a que está […]

¿Cómo convertir una capa densa en una capa convolucional equivalente en Keras?

Me gustaría hacer algo similar al documento de Redes Totalmente Convolucionales ( https://people.eecs.berkeley.edu/~jonlong/long_shelhamer_fcn.pdf ) usando Keras. Tengo una red que termina aplanando los mapas de características y los ejecuta a través de varias capas densas. Me gustaría cargar los pesos de una red como esta en una en la que las capas densas se reemplacen […]