Tengo la siguiente architecture: Conv1 Relu1 Pooling1 Conv2 Relu2 Pooling3 FullyConnect1 FullyConnect2 Mi pregunta es, ¿dónde aplico la normalización de lote? ¿Y cuál sería la mejor función para hacer esto en TensorFlow?
Comencé con Machine Learning recientemente, estoy aprendiendo CNN, planeé escribir una aplicación para la detección de severidad de daños en el auto, con la ayuda de este blog de Keras y este repository de github . Así es como se ve el conjunto de datos del auto: F:\WORKSPACE\ML\CAR_DAMAGE_DETECTOR\DATASET\DATA3A ├───training (979 Images for all 3 categories […]
Hola, me gustaría ajustar el modelo VGG desde tensorflow. Tengo dos preguntas. ¿Cómo obtener los pesos de la red? Las variables trainable_variables devuelven la lista vacía para mí. Usé el modelo existente desde aquí: https://github.com/ry/tensorflow-vgg16 . Encuentro la publicación sobre cómo obtener pesos, sin embargo, esto no funciona para mí debido a import_graph_def. Obtenga el […]
Tengo Windows 8.1 64bit y uso recomendado aquí http://deeplearning.net/software/theano/install_windows.html#installing-theano python win-python distribution (python 3.4). He seguido todos los pasos del tutorial (excluyendo CUDA y GPU config), desinstalé todo y lo hice de nuevo, pero mi problema persiste. Estoy tratando de construir una neural network convolucional utilizando lasaña. Todas las capas que he probado hasta ahora […]
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 […]
Así como dice el título. Este código solo funciona usando: x = Flatten()(x) Entre la capa convolucional y la capa densa. import numpy as np import keras from keras.models import Sequential, Model from keras.layers import Dense, Dropout, Flatten, Input from keras.layers import Conv2D, MaxPooling2D from keras.optimizers import SGD # Generate dummy data x_train = np.random.random((100, […]
Estoy tratando de crear mi propia función de pérdida: def custom_mse(y_true, y_pred): tmp = 10000000000 a = list(itertools.permutations(y_pred)) for i in range(0, len(a)): t = K.mean(K.square(a[i] – y_true), axis=-1) if t < tmp : tmp = t return tmp Debería crear permutaciones del vector predicho y devolver la pérdida más pequeña. “`Tensor` objects are not […]
Tengo un conjunto de datos de audio y cada uno de ellos tiene una longitud diferente. Hay algunos eventos en estos audios que quiero entrenar y probar, pero estos eventos se colocan al azar, además de que las longitudes son diferentes, es muy difícil construir un sistema de aprendizaje automático con el uso de ese […]
>>> import theano Traceback (most recent call last): File “”, line 1, in File “/Library/Python/2.7/site-packages/theano/__init__.py”, line 52, in from theano.gof import ( File “/Library/Python/2.7/site-packages/theano/gof/__init__.py”, line 38, in from theano.gof.cc import \ File “/Library/Python/2.7/site-packages/theano/gof/cc.py”, line 30, in from theano.gof import link File “/Library/Python/2.7/site-packages/theano/gof/link.py”, line 18, in from theano.gof.type import Type File “/Library/Python/2.7/site-packages/theano/gof/type.py”, line 17, in from […]
Tengo una lista de matrices numpy que en realidad son imágenes de entrada a mi CNN. Sin embargo, el tamaño de cada una de mis imágenes no es coherente, y mi CNN solo toma imágenes que son de dimensión 224X224. ¿Cómo remodelar cada una de mis imágenes en la dimensión dada? print(train_images[key].reshape(224, 224,3)) me da […]