keras-layer

2열

2답변

나는 훈련 된 네트워크에서 레이어의 값을 얻으려고합니다. 나는 TensorFlow 텐서와 같은 레이어를 얻을 수 있습니다,하지만 난 배열 형태의 값에 액세스 할 수 없습니다 해요 : from keras.models import load_model model = load_model('./model.h5') layer_dict = dict([(layer.

0열

1답변

어떻게 병합 함수를 Keras 2에서 읽을 수 있도록 변환 할 수 있습니까?

Keras 1.x.x에 대해 작성된 프로그램이 있는데이 프로그램을 Keras 2.x.x에 다시 실행하려고합니다. 그러나 그것은 다음과 같은 오류를 보여주고있다 from keras.layers import Input, merge up2 = merge([UpSampling2D(size=(2, 2))(conv5), conv4], mode='concat', c

1열

1답변

Keras의 LSTM에 대한 TimeDistributed 레이어 및 반환 시퀀스 등

죄송합니다. RNN을 처음 사용합니다. TimeDistributed 레이어에서 this post을 읽었습니다. 나는 Kerac에 내 데이터를 재구성했습니다. [samples, time_steps, features] : [140*50*19] 즉, 데이터 포인트가 140 개이며, 각각 50 개의 타임 스텝과 19 개의 피쳐가 있습니다. 내 출력은 [140*50

10열

3답변

keras에 Conv1DTranspose를 구현하는 방법?

Image에서 사용할 수있는 keras에 Conv2DTranspose가 있다는 것을 알고 있습니다. 우리는 이것을 NLP에서 사용해야하므로 1D 역 합성이 필요합니다. 어떻게 keras에 Conv1DTranspose를 구현합니까?

0열

1답변

컨볼 루션 신경망 모델 아키텍처

나는 Keras로 얼굴 표정을 연구하고 있습니다. 나는 72000 개의 이미지가있는 데이터 세트를 가지고 있습니다. 나는 에 80 %를 사용하고 있습니다., 에 대해 10 % 유효성 검사 및 에 대해 10 % 테스트에 대해 10 %를 사용하고 있습니다. 모든 이미지는 회색조 모드에서 48 x 48입니다. 내 모델 아키텍처는 다음과 같이이다 : model =

2열

1답변

Keras 교육을 결정적으로 수행 할 수 있습니까?

저는 Keras Sequential 모델을 사용하고 있습니다. 입력과 레이블은 각 실행마다 정확히 동일합니다. Keras는 Tensorflow 백엔드를 사용하고 있습니다. 교육 도중 레이어 활성화를 '0'으로 설정하고 배치 셔플을 사용하지 않도록 설정했습니다. 나는 또한 NumPy와의 random() 방법을 심는 시도했습니다 model = Sequentia

1열

1답변

CNN (케라스)의 보폭과 필터 수 선택

나는 keras를 사용하여 신호 분류를위한 cnn 모델을 작성합니다. 하이퍼 파라미터 튜닝 및 스트라이드 수 및 번호 필터 선택을위한 케라에서 가장 좋은 방법은 무엇입니까?

0열

1답변

오류 확인 모델 대상 : 예상 dense_39은 3 개 차원을 가지고 있지만 모양으로 배열을 가지고하는 (940, 1)

나는이 길쌈 신경망을 훈련하기 위해 노력하고있어하지만 문제는 내 마지막 층으로 무엇인지 알아낼 수 없습니다 . model = Sequential() model.add(Conv1D(50, kernel_size=(1), activation='relu', input_dim=50)) model.add(Dense(32)) model

-5열

2답변

TypeError : __init __()는 치환을 시도 할 때 정확히 2 개의 인수 (주어진 3 개)를 사용합니다.

다음 예제에서는 행과 열을 올바르게 바꾸어야합니까? input_shape = (input_dim, input_features) inputs = Input(input_shape) net = Reshape(input_shape + (1,), input_shape=input_shape)(inputs) 넷이 Conv2D로 전달됩니다. 내가 inpute_sh

1열

1답변

심 신경 네트워크에서 사라지는 그라디언트 피하기

저는 Keras를 자세히 배우려고합니다. 필자가 아는 바로는, 몇 개의 고밀도 레이어를 스태킹하면 효과적으로 그라데이션 문제가 사라져서 작동하지 않을 수 있습니다. 사전 교육을받은 VGG-16 신경망을 다운로드하여 빌드 할 수 있다는 것을 알았습니다. 이 네트워크에는 16 개의 레이어가 있기 때문에 이것이 사라지는 그라데이션 문제가 발생한 영역입니다. Ke