Articles of keras de

Sintonización fina modelo pre-entrenado en keras.

Quiero usar un modelo preimprimido de imagenet VGG16 en keras y agregar mi propio pequeño convnet en la parte superior. Sólo me interesan las características, no las predicciones. from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img from keras.applications.vgg16 import VGG16 from keras.preprocessing import image from keras.applications.vgg16 import preprocess_input import numpy as np import os from keras.models […]

Las keras predicen un aumento indefinido del intercambio de memoria.

Implementé un progtwig de clasificación utilizando keras. Tengo un gran conjunto de imágenes y me gustaría predecir cada imagen utilizando un bucle for. Sin embargo, cada vez que se calcula una nueva imagen, aumenta la memoria de intercambio. Intenté eliminar todas las variables dentro de la función de predicción (y estoy seguro de que hay […]

No se puede replicar una architecture CNN matconvnet en Keras

Tengo la siguiente architecture de una neural network convolucional en matconvnet que utilizo para entrenar con mis propios datos: function net = cnn_mnist_init(varargin) % CNN_MNIST_LENET Initialize a CNN similar for MNIST opts.batchNormalization = false ; opts.networkType = ‘simplenn’ ; opts = vl_argparse(opts, varargin) ; f= 0.0125 ; net.layers = {} ; net.layers{end+1} = struct(‘name’,’conv1′,… ‘type’, […]

Modelo extremadamente lento de carga con keras.

Tengo un conjunto de modelos Keras (30) que entrené y guardé usando: model.save(‘model{0}.h5’.format(n_model)) Cuando bash cargarlos, usando load_model , el tiempo requerido para cada modelo es bastante grande e incremental. La carga se realiza como: models = {} for i in range(30): start = time.time() models[i] = load_model(‘model{0}.h5’.format(ix)) end = time.time() print “Model {0}: seconds […]

Keras modelo no aprendiendo

Mi modelo Keras no está aprendiendo nada y no puedo entender por qué. Incluso reduje el tamaño del conjunto de entrenamiento a 5 elementos y el modelo aún no se ajusta a los datos de entrenamiento. Función de pérdida visualizada con TensorBoard. Aquí está mi código: model = Sequential() model.add(Conv1D(30, filter_length=3, activation=’relu’, input_shape=(50, 1))) model.add(Conv1D(40, […]

Guarda y carga keras.callbacks.Historia

Estoy entrenando una neural network profunda utilizando Keras y buscando una manera de guardar y luego cargar el objeto histórico que es de tipo keras.callbacks.History . Aquí está la configuración: history_model_1 = model_1.fit_generator(train_generator, steps_per_epoch=100, epochs=20, validation_data=validation_generator, validation_steps=50) history_model_1 es la variable que deseo guardar y cargar durante otra sesión de Python.

Keras, ¿cómo puedo predecir después de entrenar un modelo?

Estoy jugando con el conjunto de datos de ejemplo de reuters y funciona bien (mi modelo está entrenado). Leí acerca de cómo guardar un modelo, para poder cargarlo más tarde y usarlo nuevamente. Pero, ¿cómo uso este modelo guardado para predecir un nuevo texto? ¿Utilizo models.predict() ? ¿Tengo que preparar este texto de una manera […]

Problema de implementación de la función de pérdida en keras

Estoy implementando una función de pérdida personalizada en keras. La salida del modelo es la capa softmax de 10 dimensiones. Para calcular la pérdida: primero necesito encontrar el índice de y disparando 1 y luego restar ese valor con valor verdadero. Estoy haciendo lo siguiente: from keras import backend as K def diff_loss(y_true,y_pred): # find […]

AttributeError: el objeto ‘str’ no tiene atributo ‘ndim’

Estoy usando Keras para implementar un código de análisis de sentimientos. Tengo mis datos de entrenamiento de la siguiente manera: pos.txt: archivo de texto de todas las revisiones positivas separadas por línea neg.txt: archivo de texto de todas las revisiones negativas separadas por línea Construyo mi código de manera similar a aquí La única diferencia […]

Obtención de precisión, recordación y puntuación de F1 por clase en Keras

He entrenado una neural network utilizando el backend TensorFlow en Keras (2.1.5) y también he usado la biblioteca keras-contrib (2.0.8) para agregar una capa CRF como salida para la red. Me gustaría saber cómo puedo obtener la precisión, el recuerdo y la puntuación f1 para cada clase después de hacer las predicciones en un conjunto […]