기능적 API를 사용하여 두 레이어를 병합하려고합니다. 이제 한 레이어의 출력 모양이 다른 레이어의 출력 모양과 같지 않습니다. 이미지 크기가 더 큰 이미지를 다운 샘플링하거나 압축하는 방법은 무엇입니까? 예 - 다운 샘플링은 = layerthree1 = Convolution2D (128, 3, 3, 활성화 = 'relu') (다운 샘플링)
Keras을 사용하여 심도있는 학습을 실험하고 있으며 에이전트에게 과제 수행을 가르치려고합니다. 내 문제에 내가이 경로의에서 속도의 변화에 의해 물체를 타격하지 않도록 에이전트를 가르 칠 wan't (가속 또는 감속) 에이전트가 수평으로 이동 및 오브젝트 수직으로 이동하지 않도록하고 난 그가 그를 치는 것을 피하는 방법으로 속도를 바꾸는 법을 배워야하지
길쌈 신경 네트워크에서 특정 전환 레이어의 출력을 확인하는 방법은 무엇입니까? I는 일차원 전환 층을 사용하고 예를 들어 을 (I는 CNN 모델을 구축 keras 사용하고) 여기서 NUMBER_OF_FILTERS = 20 kernel_size = 10 및 input_shape (500,1) cnn.add(Conv1D(20,kernel_size=10,stri
Keras를 사용하여 신경 네트워크를 작성했습니다. BatchNormalization 레이어가 포함되어 있습니다. 내가 model.fit으로 교육하면 모든 것이 잘되었습니다. tensorflow as explained here으로 교육 할 때 교육은 괜찮지 만 유효성 검사 단계는 항상 성능이 매우 떨어지며 빠르게 포화 상태가됩니다 (정확도는 5 %, 10
이 코드의 두 밀도의 의미는 무엇입니까? self.model.add(Flatten())
self.model.add(Dense(512))
self.model.add(Activation('relu'))
self.model.add(Dropout(0.5))
self.model.add(Dense(10))
self.model.add(Activation('so
현재 Keras의 Rui Zhang이 모델링 문서에 대한 의존성 감지 컨벌루션 뉴럴 네트워크를 구현하려고합니다. 나에게 이것이 Keras에서 구현 된 첫 번째 네트워크이기 때문에 몇 가지 질문을 생각해 냈다. 내가 구현 꽤 멀리 이미 생각하지만, 모델 초기화에 큰 문제가 다음과 같이 네트워크 보인다. 내 실수이고 Traceback (most recent c
두 개의 열이있는 데이터 세트가 있습니다. 각 열에는 문서 세트가 들어 있습니다. Col A의 문서와 Col B의 문서를 일치시켜야합니다. 이것은 감독 된 분류 문제입니다. 따라서 교육 데이터에는 문서가 일치하는지 여부를 나타내는 라벨 열이 포함됩니다. 이 문제를 해결하기 위해 f1-f25 (2 개의 문서를 비교하여)라는 일련의 기능을 만든 다음이 기능에