Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
从 keras 模型中将特征提取到数据集中
我使用以下代码 由here https github com keras team keras blob master examples mnist cnn py 运行 CNN 来训练 MNIST 图像 from future import
python
tensorflow
machinelearning
Keras
convneuralnetwork
如何设置 1dCNN+LSTM 网络(Keras)的输入形状?
我有以下想法要实施 Input gt CNN gt LSTM gt Dense gt Output 输入有 100 个时间步长 每个步长有一个 64 维特征向量 A Conv1D层将在每个时间步提取特征 CNN 层包含 64 个滤波器 每个
python
tensorflow
Keras
LSTM
Keras 中的 model.fit() 和 model.evaluate() 有什么区别?
我使用 Keras 和 TensorFlow 后端来训练 CNN 模型 之间是什么model fit and model evaluate 我应该最好使用哪一种 我在用model fit 截至目前 我知道的用处model fit and m
tensorflow
model
Keras
Evaluate
如何将 model.summary() 保存到 Keras 中的文件?
有model summary 方法 https keras io models about keras models 在喀拉斯 它将表打印到标准输出 是否可以将其保存到文件中 如果您想要摘要的格式 您可以传递print功能为model su
python
Keras
stdout
为 Keras 编写自定义数据生成器
我将每个数据点存储在 npy 文件中 其中shape 1024 7 8 我想通过类似的方式将它们加载到 Keras 模型中ImageDataGenerator 所以我编写并尝试了不同的自定义生成器 但它们都不起作用 这是我改编的一个this
python
Keras
Generator
tf.data.Dataset 迭代器返回 Tensor("IteratorGetNext:1", shape=(None, 16), dtype=int32) 但无法获取张量的值
我正在尝试编写一个自定义模型 其中我正在编写一个自定义train step功能 我正在从自定义数据生成器创建 tf data Dataset 例如 tds tf data Dataset from generator tdg iter ar
tensorflow
Keras
tensorflow20
tensorflowdatasets
tfkeras
将数值和分类数据混合到具有密集层的 keras 序列模型中
我在 Pandas 数据框中有一个训练集 我将此数据框传递到model fit with df values 以下是有关 df 的一些信息 df values shape 981 5 df values 0 array 163 0 6 83
python
Keras
neuralnetwork
keraslayer
onehotencoding
混淆矩阵错误“分类指标无法处理多标签指标和多类目标的混合”
我得到了 Classification metrics can t handle a mix of multilabel indicator and multiclass targets 当我尝试使用混淆矩阵时出错 我正在做我的第一个深度学
python
machinelearning
Keras
scikitlearn
confusionmatrix
结合两个 CNN
我想在 Keras 中将两个 CNN 合并为一个 我的意思是我希望神经网络拍摄两张图像并在单独的 CNN 中处理每一张图像 然后将它们连接在一起进入扁平化层并使用全连接层来做最后的工作 我做了什么 Start With First Bran
deeplearning
Keras
使用 keras.utils.Sequence 多处理和数据库 - 何时连接?
我正在使用 Keras 和 Tensorflow 后端训练神经网络 数据集不适合 RAM 因此 我将其存储在 Mongo 数据库中并使用子类检索批次keras utils Sequence 一切正常 如果我跑的话model fit gene
MongoDB
tensorflow
Keras
pythonmultiprocessing
3D 卷积神经网络输入形状
我在使用 3D CNN 提供数据时遇到问题Keras http keras io和 Python 对 3D 形状进行分类 我有一个文件夹 其中包含一些 JSON 格式的模型 我将这些模型读入 Numpy 数组 模型为 25 25 25 表示
python
NumPy
tensorflow
Keras
convneuralnetwork
ImageDataGenerator 预测类 - 为什么预测未正确从概率转换为预测类?
我有一个这样设置的目录 images val class1 class2 test all classes train class1 class2 每个目录中都有一组图像 我想预测测试中的每个图像是否属于 1 类或 2 类 我写这个是为了读
python
Keras
scikitlearn
tfkeras
了解 keras 中不同序列的 lstm 输入形状
我对 keras 和 python 都很陌生 我有一个具有不同序列长度的时间序列数据集 例如第一个序列是 484000x128 第二个序列是 563110x128 等 我已将序列放入 3D 数组中 我的问题是如何定义输入形状 因为我很困惑
python
Keras
如何获取 lambda 层内的批量大小
我正在尝试实现一个层 通过 lambda 层 它执行以下 numpy 过程 def func x n return np concatenate x n np tile x n mean axis 0 x shape 0 1 axis 1
Keras
使用 Keras、Tensorflow 进行多时间序列维度的 RNN 时间序列预测
我正在尝试在某些时间序列集上运行 RNN LSTM 网络 值得一提的是 时间序列正在分类 我有大约 600 个不同的时间序列 每个序列都有 930 个带有特征的时间步长 我已将数据结构化为 numpy 3D 数组 其结构如下 X 666 o
python
NumPy
machinelearning
Keras
recurrentneuralnetwork
如何使用功能 API 训练 Keras 模型,该模型具有两个输入和两个输出,并使用两个 ImageDataGenerator 方法 (flow_from_directory)
我想使用 Function Keras API 创建一个模型 该模型将有两个输入和两个输出 该模型将使用两个实例ImageDataGenerator flow from directory 方法从两个不同的目录 分别是inputs1和inp
python
tensorflow
Keras
imagepreprocessing
Google Colab:为什么 CPU 比 TPU 快?
我正在使用 Google colabTPU训练一个简单的Keras模型 删除分布式strategy并在CPU比TPU 这怎么可能 import timeit import os import tensorflow as tf from sk
tensorflow
Keras
deeplearning
googlecolaboratory
googlecloudtpu
如何将所有批量数据加载到 Keras(Theano 后端)的 GPU 内存中?
Keras将数据批量加载到GPU上 作者注here https github com fchollet keras issues 249 对于小型数据集 这是非常低效的 有没有办法修改 Keras 或直接调用 Theano 函数 在 Ker
Theano
Keras
加载视频数据集(Keras)
我正在尝试实现 LRCN C LSTM RNN 来对视频中的情绪进行分类 我的数据集结构分为两个文件夹 train set 和 valid set 当你打开其中任何一个时 你可以找到3个文件夹 积极 消极 和 惊喜 最后 这 3 个文件夹中
python
tensorflow
video
Keras
使用 CustomCallback() 类在训练时实现冻结层
我正在尝试在 TensorFlow 中训练自定义 CNN 模型 我想以某种方式在训练仍在运行时冻结特定时期模型的某些层 我已经实现了冻结层 但我必须在某些时期训练模型 然后在我想要冻结的特定层中将可训练属性更改为 False 然后编译模型
python
tensorflow
Keras
imageclassification
«
1
2
3
4
5
6
7
...64
»