Estoy trabajando en un problema de clasificación de píxeles de imagen utilizando redes neuronales de convolución. El tamaño de mis images entrenamiento es 128x128x3 y el tamaño de la mask etiqueta es 128×128 Hago entrenamiento en Keras de la siguiente manera: Xtrain, Xvalid, ytrain, yvalid = train_test_split(images, masks,test_size=0.3, random_state=567) model.fit(Xtrain, ytrain, batch_size=32, epochs=20, verbose=1, shuffle=True, […]
Estoy usando VGG16 con keras para la transferencia de aprendizaje (tengo 7 clases en mi nuevo modelo) y como tal quiero usar el método de predicción y predicción incorporado para generar las predicciones de mi modelo. Sin embargo, utilizando el siguiente código: preds = model.predict(img) decode_predictions(preds, top=3)[0] Recibo el siguiente mensaje de error: ValueError: decode_predictions […]
Soy nuevo en Pytorch. He estado tratando de aprender cómo ver mis imágenes de entrada antes de comenzar a entrenar en mi CNN. Me está costando mucho cambiar las imágenes a una forma que se puede usar con matplotlib. Hasta ahora he intentado esto: from multiprocessing import freeze_support import torch from torch import nn import […]
He construido un modelo Convolutional LSTM utilizando Tensorflow ConvLSTMCell (), tf.nn.dynamic_rnn () y tf.contrib.legacy_seq2seq.rnn_decoder () Tengo 3 capas de codificador y 3 capas de decodificador, los estados iniciales de los decodificadores provienen de los estados finales de los codificadores. Tengo 128, 64 y 64 filtros para la capa 1, capa 2 y capa 3 respectivamente. […]
Así que en los últimos meses he estado aprendiendo mucho sobre redes neuronales con Tensorflow y Keras, así que quería intentar hacer un modelo para el conjunto de datos CIFAR10 (código a continuación). Sin embargo, durante el proceso de entrenamiento, la precisión mejora (de aproximadamente el 35% después de 1 época al 60-65% después de […]
He entrenado una neural network convolucional (CNN) con los siguientes datos que tenía en un archivo binario (etiqueta, nombre de archivo, datos (píxeles)): [array([2, 1, 0, 2, 1, 0, 2, 1, 0, 2, 1, 0, 2, 1, 0, 2, 1, 0, 2, 1, 0, 2, 1, 0, 2, 1, 0, 2, 1, 0]), array([’10_c.jpg’, ’10_m.jpg’, […]
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 […]
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’]) […]
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 […]
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. […]