Описание тега deep-learning

Глубокое обучение - это область машинного обучения, целью которой является изучение сложных функций с использованием специальных архитектур нейронных сетей, которые являются "глубокими" (состоят из многих слоев). Этот тег следует использовать для вопросов о реализации архитектур глубокого обучения. Общие вопросы по машинному обучению должны быть помечены как "машинное обучение". Включение тега для соответствующей библиотеки программного обеспечения (например, "keras", "tensorflow","pytorch","fast.ai" и т. Д.) Полезно.
2 ответа

TensorFlow: проверка модели при использовании отслеживаемой тренировки

Я использую API набора данных для импорта данных обучения и проверки. У меня есть TF 1.2. Поэтому я могу использовать только повторный инициализируемый итератор и не могу использовать итератор с возможностью подачи, так как итератор с возможностью п…
09 ноя '17 в 02:48
0 ответов

Как правильно разработать генератор данных для модели Keras с несколькими входами?

Я пытаюсь разработать модель керас с несколькими входами. Мы работаем с изображениями (128x128x3) математических узлов. Я создал модель, которая принимает три входа. Три входа будут 1). Неповоротное изображение узла 2). Тот же узел, что и 1, но пове…
2 ответа

Caffe Копирует предварительно обученные веса AlexNet в пользовательскую сеть с двумя серверами AlexNets.

Я пытаюсь построить сеть, которая содержит два входа изображения. Каждое изображение будет проходить через сеть одновременно с поздним слиянием, которое объединится и даст один выход. Я использую диаграмму ниже, чтобы показать, что мне нужно (ps: из…
1 ответ

Точная настройка на MXNet, кроме слоев FC

Я новичок в MXNet, и мне было интересно, если кто-нибудь знает, как точно настроить больше слоев в CNN, кроме только слоев FC. Все примеры, которые я смотрю, имеют тонкую настройку только на слоях FC. В Keras это может быть легко сделано, и больше б…
30 мар '18 в 01:25
0 ответов

ValueError: Ошибка при проверке цели: ожидалось, что fc1000 будет иметь форму (30,), но получил массив с формой (1,)

Я пытался переучить модель ResNet50, чтобы классифицировать данные изображения животных на 30 различных классов. Для этого я составил список, содержащий массивы заданных изображений измерения (после расширения размеров и предварительной обработки):-…
1 ответ

Как керасы определяют "точность" и "потеря"?

Я не могу найти, как Керас определяет "точность" и "потеря". Я знаю, что могу указать разные метрики (например, mse, кросс-энтропия), но keras выводит стандартную "точность". Как это определяется? Аналогично для потери: я знаю, что могу указать разл…
1 ответ

ModuleNotFoundError: нет модуля с именем 'darkflow'

Я установил модуль Darkflow-master, запустив python setup.py build_ext --inplace. Папка сборки создана. Но когда я пытаюсь скомпилировать мой файл, он показывает эту ошибку "ModuleNotFoundError: нет модуля с именем 'darkflow' " import cv2 from darkf…
01 авг '18 в 17:07
1 ответ

Как сделать прогнозирование с использованием сохраненной модели, которая обучается с помощью Estimator и Dataset API?

Я натренировал модель cnn используя tf.estimator а также tf.data.TFRecordDataset, которые определяют модель в model_fn Функция и вклад в input_fn функция. Также используется одноразовый итератор для получения одного пакета за раз. Теперь я обучил фа…
0 ответов

Попытка разделить входной слой Keras, по-разному обрабатывать оба субтензора и соединять их последний в слой LSTM.

Итак, один вход моей нейронной сети в Керасе - это массив из 10 элементов. Вопрос в том, что первые 9 элементов - это числа, а последний - это матрица, которая будет объединена. То, что я пытаюсь сделать, это: Получить вход Разделить вход, разделяя …
11 сен '18 в 15:25
0 ответов

Пользовательская функция потерь Keras, объединяющая перекрестную потерю энтропии и потерю Мэй для Порядковой классификации

Я пытаюсь выполнить мультиклассовую классификацию. В идеале я бы использовал кросс-энтропийную потерю для обучения своей нейронной сети. Тем не менее, мои классы являются ординальными переменными. Следовательно, я бы хотел, чтобы моя функция потери …
1 ответ

Обучение Keras с партиями: потери тренировок рассчитываются до или после каждого шага оптимизации?

Это, вероятно, очень простой вопрос, однако я не смог найти на него ответ: когда я тренирую сеть с Keras, используя пакеты, вывод консоли показывает и обновляет отображение текущего значения потерь обучающего набора во время каждая тренировочная эпо…
27 фев '18 в 12:35
0 ответов

Заморозить слои при прохождении части функций

Я хочу спроектировать сеть, используя керас, как на этой картинке. И есть проблема, мне нужна помощь. F* - это тензор признаков, такой как предложение или картинка, общие слои - это блок, состоящий из нескольких слоев. F* слится вместе после прохожд…
0 ответов

Результаты обучения / тестирования Keras сильно различаются после нескольких запусков

Я использую Keras с бэкэндом TensorFlow. Набор данных, с которым я работаю, это данные последовательности со значением Y, которое непрерывно между 0 и 1. Набор данных разделен на обучение с размером 1900 и тестирование с размером 400. Я использую ар…
10 авг '17 в 16:40
1 ответ

Средняя форма несовместима с входной формой - Ошибка классификации CAFFE в IO.PY

Я установил Caffe на виртуальный сервер Ubuntu 14.04 с установленной CUDA (без драйвера) по этой ссылке. Шаг классификации: python python/classify.py --print_results examples/images/cat.jpg foo дает обратную связь. Я выполнил шаги, описанные пользов…
0 ответов

Керас выбирает случайную ветвь

Я хочу случайным образом выбирать между двумя ветвями сети во время обучения и выполнения. Я хочу быть в состоянии сделать многие из этих случайных выборов. Моя мотивация состоит в том, чтобы исследовать сходства между заменяемыми частями сети после…
21 янв '18 в 23:16
1 ответ

keras ImageDataGenerator Целевые данные

Согласно этой странице мы можем построить генератор, используя ImageDataGenerator класс (и flow_from_directory метод), который мы можем передать model.fit_generatorметод в керасе; как это: train_datagen = ImageDataGenerator(rescale=1./255) train_gen…
03 сен '18 в 10:37
1 ответ

Tensorflow Estimator API Входные Тензорные Имена

При использовании оценщика в тензорном потоке и прохождении входов с использованием tf.estimator.inputs.numpy_input_function()Какие имена тензоров создаются для входов объектов и меток. Если я распечатываю имена всех заполнителей в моем графике, я п…
1 ответ

Якорные ящики и смещения при обнаружении объектов SSD

Как рассчитать смещения якорей для обнаружения объектов в SSD? Насколько я понял, якорные блоки - это блоки в карте объектов 8x8, карте объектов 4x4 или любой другой карте объектов в выходном слое. Так каковы смещения? Это расстояние между центром о…
0 ответов

Проблема в остаточном отображении в ResNet

Я пытаюсь сделать небольшую модель, используя остаточное отображение (идея ResNet). Вот те шаги, которые я выполняю (размер ввода (batch_size,2,128,1)). веса слоя 1 - [1,5,1,64], уклон - [64] максимальный пул - конечный размер вывода [batch_size,2,6…
25 окт '17 в 19:39
1 ответ

Как использовать предварительно обученные функции из VGG-16 в качестве входных данных для слоя GlobalAveragePooling2D() в Keras

Можно ли использовать предварительно обученные функции модели из VGG-16 и перейти на уровень GlobalAveragePooling2D() другой модели в Keras? Пример кода для хранения автономных функций сети VGG-16: model = applications.VGG16(include_top=False, weigh…
20 май '17 в 21:34