Запитання з тегом «keras»

Які плюси і мінуси Keras і TFlearn ? Коли одна бібліотека надає перевагу іншій?

18 machine-learning  keras  tflearn 

Я новачок у машинному навчанні та керах, і зараз працюю над класовою проблемою класифікації зображень за допомогою керас. Вхід позначено тегом зображення. Після деякої попередньої обробки дані тренінгу представлені в списку Python як: [["dog", "path/to/dog/imageX.jpg"],["cat", "path/to/cat/imageX.jpg"], ["bird", "path/to/cat/imageX.jpg"]] "собака", "кішка" та "птах" - це позначки класу. Я думаю, що для …

18 machine-learning  scikit-learn  tensorflow  keras  encoding 

Я досить новачок у нейронних мережах, але розумію лінійну алгебру і математику згортки досить пристойно. Я намагаюся розібратися в прикладі коду, який я знаходжу в різних місцях мережі для тренування конвертної NN Keras з даними MNIST для розпізнавання цифр. Моє сподівання було б, що коли я створюю згортковий шар, мені …

18 convnet  keras 

Із підручника Keras RNN: "RNN - складний. Вибір розміру партії важливий, вибір втрат та оптимізатор є критично важливими тощо. Деякі конфігурації не збігаються". Отже, це більш загальне питання про налаштування гіперпараметрів LSTM-RNN на Керасі. Я хотів би знати про підхід до пошуку найкращих параметрів для вашої RNN. Я почав із …

18 python  neural-network  deep-learning  keras  hyperparameter 

У чому різниця між val_lossта lossпід час тренувань у Керасі? Напр Epoch 1/20 1000/1000 [==============================] - 1s - loss: 0.1760, val_loss: 0.2032 На деяких сайтах я читав, що під час перевірки відмова не працювала.

18 machine-learning  deep-learning  keras 

Розподіл валідації в функції Кераса Послідовна модель фіксується таким чином : https://keras.io/models/sequences/ : validation_split: плаваю між 0 і 1. Фракція навчальних даних, які використовуватимуться як дані перевірки. Модель буде виділяти цю частину навчальних даних, не буде тренуватись на ній, а також оцінюватиме втрати та будь-які показники моделі на цих даних …

17 keras  data  cross-validation 

Я створюю corr()df з оригінального df. corr()ДФ вийшов 70 X 70 і неможливо уявити собі Heatmap ... sns.heatmap(df). Якщо я спробую відобразити corr = df.corr()таблицю, таблиця не відповідає екрану, і я бачу всі кореляції. Це спосіб або надрукувати весь, dfнезалежно від його розміру, або контролювати розмір теплової карти?

17 visualization  pandas  plotting  machine-learning  neural-network  svm  decision-trees  svm  efficiency  python  linear-regression  machine-learning  nlp  topic-model  lda  named-entity-recognition  naive-bayes-classifier  association-rules  fuzzy-logic  kaggle  deep-learning  tensorflow  inception  classification  feature-selection  feature-engineering  machine-learning  scikit-learn  tensorflow  keras  encoding  nlp  text-mining  nlp  rnn  python  neural-network  feature-extraction  machine-learning  predictive-modeling  python  r  linear-regression  clustering  r  ggplot2  neural-network  neural-network  training  python  neural-network  deep-learning  rnn  predictive-modeling  databases  sql  programming  distribution  dataset  cross-validation  neural-network  deep-learning  rnn  machine-learning  machine-learning  python  deep-learning  data-mining  tensorflow  visualization  tools  sql  embeddings  orange  feature-extraction  unsupervised-learning  gan  machine-learning  python  data-mining  pandas  machine-learning  data-mining  bigdata  apache-spark  apache-hadoop  deep-learning  python  convnet  keras  aggregation  clustering  k-means  r  random-forest  decision-trees  reference-request  visualization  data  pandas  plotting  neural-network  keras  rnn  theano  deep-learning  tensorflow  inception  predictive-modeling  deep-learning  regression  sentiment-analysis  nlp  encoding  deep-learning  python  scikit-learn  lda  convnet  keras  predictive-modeling  regression  overfitting  regression  svm  prediction  machine-learning  similarity  word2vec  information-retrieval  word-embeddings  neural-network  deep-learning  rnn 

Чи може хтось, будь ласка, опублікувати простий приклад Keras, використовуючи зворотний дзвінок, щоб зберегти модель після кожної епохи? Я можу знайти приклади економії ваги, але хочу, щоб я міг зберегти повністю функціонуючу модель після кожної епохи тренувань.

17 python  keras 

Мені відомо, що кери служать інтерфейсом високого рівня для TensorFlow. Але мені здається, що кери можуть робити багато функцій самостійно (введення даних, створення моделі, навчання, оцінка). Крім того, деякі функції TensorFlow можна перенести безпосередньо в кери (наприклад, можна використовувати метрику tf або функцію втрат у керах). Моє запитання: що пропонує …

16 keras  tensorflow 

У блозі Кераса, який навчає коннетів з нуля , код показує лише мережу, що працює на даних про навчання та перевірку. Що з тестовими даними? Чи збігаються дані перевірки як дані тестування (я думаю, що ні). Якщо в папках поїзда та валідації була окрема тестова папка, схожа на теки поїздів …

16 machine-learning  python  deep-learning  keras  confusion-matrix 

Яка різниця між Керасом fit()і fit_generator()в ньому? Коли я повинен використовувати fit()vs fit_generator()?

16 deep-learning  keras 

Цей пост, схоже, вказує на те, що те, що я хочу досягти, неможливо. Однак я не переконаний у цьому - враховуючи те, що я вже зробив, я не бачу, чому того, що я хочу зробити, не можна досягти ... У мене є два набори даних зображень, де один має зображення …

15 keras 

Я створив модель LSTM для передбачення повторюваних питань на офіційному наборі даних Quora. Тестові мітки дорівнюють 0 або 1. 1 означає, що пара запитань є дублікатом. Після побудови моделі за допомогою model.fitя тестую модель, використовуючи model.predictдані тесту. Вихід - це масив значень, таких як нижче: [ 0.00514298] [ 0.15161049] [ …

14 machine-learning  python  neural-network  keras  lstm 

Якщо видалення деяких нейронів призводить до більш ефективної моделі, чому б не використати в першу чергу більш просту нейронну мережу з меншими шарами і меншою кількістю нейронів? Навіщо будувати більшу, більш складну модель на початку і придушувати її частини згодом?

13 machine-learning  deep-learning  keras  regularization  dropout 

Я намагаюся інтерпретувати різницю кодування Кераса для позначення послідовності від одного до багатьох (наприклад, класифікація одиночних зображень) та багатозначне (наприклад, класифікація послідовностей зображень). Я часто бачу два різні види кодів: Перший тип не застосовується так: model=Sequential() model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1], border_mode="valid", input_shape=[1, 56,14])) model.add(Activation("relu")) model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1])) model.add(Activation("relu")) model.add(MaxPooling2D(pool_size=pool_size)) model.add(Reshape((56*14,))) model.add(Dropout(0.25)) …

13 keras  rnn  lstm  sequence