Articles of keras de

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?

error de keras en predecir

Estoy tratando de usar una neural network keras para reconocer imágenes de canvas de dígitos dibujados y generar el dígito. He salvado la neural network y uso django para ejecutar la interfaz web. Pero cada vez que lo ejecuto, recibo un error interno del servidor y un error en el código del lado del servidor. […]

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)?

ValueError: la capa `Concatenate` requiere entradas con formas coincidentes excepto para el eje concat

Estoy intentando construir una Pix2Pix para mi proyecto y obtengo el error: ValueError: la capa de Concatenate requiere entradas con formas coincidentes, excepto el eje concat. Entradas de formas: [(Ninguna, 64, 64, 128), (Ninguna, 63, 63, 128)] El generador es un modelo U-net y mis entradas altura x ancho x canales, que es 256,256,3 (X_train) […]

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 […]

¿Cómo utilizar los modelos de keras.applications para la transferencia de aprendizaje?

Quiero obtener un modelo VGG16 pre-entrenado en Keras, eliminar su capa de salida, y luego colocar una nueva capa de salida con el número de clases adecuadas para mi problema, y ​​luego adaptarla a los nuevos datos. Por esta razón, estoy tratando de usar el modelo aquí: https://keras.io/applications/#vgg16 , pero como no es secuencial, no […]

LSTM Autoencoder

Estoy tratando de construir un autocodificador LSTM con el objective de obtener un vector de tamaño fijo a partir de una secuencia, que representa la secuencia lo mejor posible. Este autoencoder consta de dos partes: Codificador LSTM : toma una secuencia y devuelve un vector de salida ( return_sequences = False ) Decodificador LSTM : […]

¿Cómo encontrar valores de pérdida utilizando keras?

Quiero usar la función de pérdida diversa definida en keras para calcular el valor de pérdida manualmente. Por ejemplo: from keras.losses import binary_crossentropy error=binary_crossentropy([1,2,3,4],[6,7,8,9]) me da error AttributeError: ‘list’ object has no attribute ‘dtype’. De manera similar quiero usar otra función de pérdida de keras. Tengo mi y_pred y y_true listas / arrays.

Keras: ¿Cómo usar predict_generator con ImageDataGenerator?

Soy muy nuevo en Keras. Entrené a un modelo y me gustaría predecir algunas imágenes almacenadas en subcarpetas (como para entrenamiento). Para las pruebas, quiero predecir 2 imágenes de 7 clases (subcarpetas). El siguiente generador de pruebas ve 14 imágenes, pero tengo 196 predicciones. ¿Dónde está el error? ¡Muchas gracias! test_datagen = ImageDataGenerator(rescale=1./255) test_generator = […]

¿Cómo especificar manualmente las tags de clase en keras flow_from_directory?

Problema: estoy entrenando un modelo para el reconocimiento de imágenes de varias tags. Por lo tanto, mis imágenes están asociadas con múltiples tags y. Esto está en conflicto con el conveniente método keras “flow_from_directory” del ImageDataGenerator, donde se supone que cada imagen está en la carpeta de la etiqueta correspondiente ( https://keras.io/preprocessing/image/ ). Solución alternativa: […]