Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
在 keras 中加载模型后的不同预测
我在 Keras 中构建了一个序列模型 经过训练后它给了我很好的预测 但是当我保存然后加载模型时 我没有在同一数据集上获得相同的预测 为什么 请注意 我检查了模型的权重 它们以及模型的架构都是相同的 并使用 model summary 和
python
tensorflow
Keras
neuralnetwork
Deeplearning4j
在张量流中与许多输入数据文件进行良好的混合
我正在使用 TensorFlow 希望训练深度 CNN 来预测围棋游戏的走法 我创建的数据集由 100 000 个二进制数据文件组成 其中每个数据文件对应于一个录制的游戏 并包含大约 200 个训练样本 游戏中的每个动作一个 我相信使用 S
python
neuralnetwork
binaryfiles
tensorflow
如何将多线程应用于反向传播神经网络训练?
在我的大学项目中 我正在创建一个神经网络 可以对信用卡交易欺诈与否的可能性进行分类 我正在用反向传播进行训练 我正在用 Java 写这个 我想应用多线程 因为我的电脑是四核i7 花几个小时训练却发现我的大部分核心都闲置 这让我很烦恼 但是我
Java
artificialintelligence
neuralnetwork
Caffe 训练无需测试
我在用Caffe在已知图像数据库上训练 AlexNet 我正在进行基准测试并希望排除测试阶段 这里是solver prototxt对于亚历克斯网络 net models bvlc alexnet train val prototxt tes
machinelearning
neuralnetwork
deeplearning
caffe
Keras 的 dropout 实现正确吗?
The KerasDropout参考的实施这张纸 以下摘录自该论文 这个想法是在测试时使用单个神经网络而不丢失 该网络的权重是经过训练的按比例缩小的版本 重量 如果在训练期间以概率 p 保留一个单元 则 该单元的输出重量在测试时乘以 p 为
machinelearning
neuralnetwork
deeplearning
Keras
regularized
XOR 问题可以用 2x2x1 神经网络无偏差解决吗?
如果没有偏差 具有 2 个输入节点 2 个隐藏节点和一个输出的神经网络是否应该能够解决 XOR 问题 或者它会被卡住吗 保留偏差 它不会看到您输入的值 就一对一的类比而言 我喜欢将偏差视为抵消c 直线方程中的值 y mx c 它为您的系统添
artificialintelligence
neuralnetwork
ValueError:输入 0 与层 conv_1 不兼容:预期 ndim=3,发现 ndim=4
我正在尝试制作一个变分自动编码器来学习编码 DNA 序列 但遇到了意外错误 我的数据是一组单热数组 我遇到的问题是值错误 它告诉我 我有一个四维输入 而我的输入显然是三维的 100 4008 4 事实上 当我打印出seq层 它说它的形状是
machinelearning
neuralnetwork
Keras
autoencoder
JavaScript 中现有的 OCR 脚本 [关闭]
Closed 此问题正在寻求书籍 工具 软件库等的推荐 不满足堆栈溢出指南 目前不接受答案 我有一个 CMS 增强功能的想法 从图像 例如扫描文档 中提取文本信息 并且想知道是否已经有任何东西可以帮助我 基本上 我想知道是否有一个用 Jav
javascript
neuralnetwork
OCR
在反向传播中使用 sigmoid 函数计算误差
我有一个关于反向传播的简单问题 我正在看以下内容 http www4 rgu ac uk files chapter3 20 20bp pdf 在这篇论文中 它说计算神经元的误差为 Error 输出 i 1 输出 i 目标 i 输出 i 我
artificialintelligence
neuralnetwork
backpropagation
Keras:重塑以连接 lstm 和 conv
这个问题作为一个问题而存在github问题 也 我想在 Keras 中构建一个神经网络 其中包含 2D 卷积和 LSTM 层 网络应对 MNIST 进行分类 MNIST中的训练数据是60000张手写数字0到9的灰度图像 每张图像都是28x2
python
machinelearning
neuralnetwork
Theano
Keras
skflow回归预测多个值
我正在尝试预测一个时间序列 给定 50 个先前值 我想预测接下来的 5 个值 为此 我正在使用skflow包 基于TensorFlow 这个问题比较接近Github 存储库中提供的波士顿示例 我的代码如下 matplotlib inline
python
neuralnetwork
forecasting
tensorflow
skflow
在 Keras 中获取预测
我已经在 Keras 中成功训练了一个简单的模型来对图像进行分类 model Sequential model add Convolution2D 32 3 3 border mode valid input shape img chann
python
neuralnetwork
deeplearning
convneuralnetwork
Keras
用于不平衡多类多标签分类的神经网络
如何处理训练神经网络时多标签分类结果不平衡的问题 我遇到的解决方案之一是惩罚罕见标记类的错误 这是我设计网络的方式 类数 100 输入层 第一隐藏层和第二层 100 通过 dropout 和 ReLU 全连接 第二个隐藏层的输出是 py x
machinelearning
tensorflow
neuralnetwork
当网络完全收敛时停止 Keras 训练
如何配置 Keras 停止训练直到收敛或损失为 0 时 我故意想要过度拟合它 我不想设置纪元数 我只是想让它在收敛时停止 Use an 提前停车打回来 您可以自由选择要观察的损失 指标以及何时停止 通常 您会查看 验证损失 val loss
python
machinelearning
Keras
neuralnetwork
trainingdata
为什么“softmax_cross_entropy_with_logits_v2”反向传播到标签中
我想知道为什么在 Tensorflow 1 5 0 及更高版本中 softmax cross entropy with logits v2默认反向传播到标签和逻辑 您希望在哪些应用程序 场景中反向传播到标签中 我看到下面的 github 问
tensorflow
machinelearning
neuralnetwork
crossentropy
Keras VGG16 微调
上有VGG16微调的例子喀拉斯博客 但我无法重现它 更准确地说 以下代码用于在没有顶层的情况下初始化 VGG16 并冻结除最顶层之外的所有块 WEIGHTS PATH NO TOP https github com fchollet dee
python
neuralnetwork
Keras
deeplearning
VGGNet
AttributeError:使用自定义生成器在 Keras 模型上调用 fit 时,“tuple”对象没有属性“rank”
我想构建一个具有两个输入的神经网络 用于图像数据和数字数据 所以我为此编写了自定义数据生成器 这train and validation数据框包含 11 列 image name 图像的路径 9个数字特征 target 项目的类 最后一列
python
tensorflow
Keras
deeplearning
neuralnetwork
谷歌 Deep Dream 艺术:如何在神经网络中选择一个层并对其进行增强
我对 Google 最近发表的一篇博客文章感兴趣 该文章描述了nn创造艺术 我对一项技术特别感兴趣 在这种情况下 我们只需向网络提供任意图像或照片 然后让网络分析该图片 然后我们选择一个层并要求网络增强它检测到的任何内容 网络的每一层都处理
artificialintelligence
neuralnetwork
deeplearning
caffe
deepdream
Keras:制作神经网络来查找数字的模数
我是一位经验丰富的 Python 开发人员 但在机器学习方面完全是新手 这是我第一次尝试使用 Keras 你能告诉我我做错了什么吗 我正在尝试制作一个神经网络 它接受二进制形式的数字 并在除以 7 时输出其模数 我的目标是执行一个非常简单的
python
tensorflow
machinelearning
Keras
neuralnetwork
如何更改 Keras 优化器代码
我对 Keras 很陌生 所以如果我的查询有点愚蠢 请原谅我 我使用默认方法在系统中安装了 Keras 并且运行良好 我想向 Keras 添加一个新的优化器 以便我可以在 model compile 函数下轻松提及 optimizer my
python
GitHub
neuralnetwork
deeplearning
Keras
«
1 ...
22
23
24
25
26
27
28
»