model = keras.Sequential([ layers.Dense(10, activation = 'relu', weights=[zero_weights, zero_bias]), layers.Dense(24, activation = 'relu', weights=[one_weights, one_bias]), layers.Dense(12, activation = 'relu', weights=[two_weights, two_bias]), layers.Dense(1, weights=[three_weights, three_bias])]....
J'ai les données suivantes: overall reviewTime reviewerID \ 0 4 08 24, 2010 u04428712 1 5 10 31, 2009 u06946603 2 4 10 13, 2015 u92735614 3 5 06 28, 2017 u35112935 4 4 10 12, 2015 u07141505 r....
J'ai formé un réseau de neurones pour reconnaître les différences entre un papier avec écriture et un papier avec des dessins, mes images sont toutes de taille (3508, 2480) et j'utilise un CNN pour la tâche, le problème est que cela prend des siècles pour m'entraîner, j'ai 30000 données appartenant ....
J'ai fait un simple CNN pour reconnaître trois types de poissons. J'essaie d'utiliser CNN pour classer l'image qui n'était pas incluse dans les ensembles de formation ou de validation. L'image est grunts-saltwater.jpg et est sur Gdrive. Voici le code pour prédire sur le modèle CNN existant: grunts_u....
Sur Jupyter Notebook, j'ai le code suivant: !pip install keras !pip install tensorflow import tensorflow as tf En dessous, il crache ceci après que je l'ai exécuté. Requirement already satisfied: keras in c:\users\nollb\anaconda3\lib\site-packages (2.4.3) Requirement already satisfied: numpy>=1.9.....
5 déc. 2020 à 04:25
Voici une description de mon projet: Dataset1: Le plus grand ensemble de données contient des classes binaires d'images. Dataset2 : contient 2 classes qui sont très similaires en apparence à Dataset1. Je veux créer un modèle qui utilise l'apprentissage par transfert en apprenant de Dataset1 et ap....
4 déc. 2020 à 04:13
J'essaye de former un modèle keras. J'ai un entier aléatoire dans le modèle, et je voudrais l'imprimer à chaque époque pour m'assurer qu'il est en fait en train de changer. rand_int = tf.random.uniform((), 0, 2, dtype=tf.int32) ... model.fit(X, y epochs = 10, batch_size = 20, validation_split=0.1) ....
4 déc. 2020 à 03:42
J'ai construit mon modèle, mais je ne sais pas comment l'adapter. Quelqu'un pourrait-il me donner un conseil pour que je puisse utiliser ImageDataGenerator dans mes modèles tout en travaillant avec des images, ou il est préférable d'utiliser d'autres méthodes comme Dataset? import tensorflow as tf f....
3 déc. 2020 à 21:25
Je porte un modèle de keras sur torch et j'ai du mal à reproduire le comportement exact de keras / tensorflow 'categorical_crossentropy' après une couche softmax. J'ai quelques solutions de contournement pour ce problème, donc je suis seulement intéressé à comprendre ce que exactement tensorflow c....
3 déc. 2020 à 20:51
J'essaye d'élargir la dimension: import tensorflow as tf inp = tf.keras.layers.Input(shape=(1,)) inp = inp[..., tf.newaxis] decoder_input = inp output = tf.concat([inp, decoder_input], 1) model = tf.keras.models.Model(inp, output ) Mais j'obtiens une erreur dans la dernière ligne: Une exception s'e....
2 déc. 2020 à 21:31
J'ai un tenseur dont la forme est None,10. Je souhaite obtenir un résultat de produit externe dont la forme est None,100 ou None,10,10. Voici mon code: # output'shape is None,10 output = tf.keras.layers.Concatenate()(encoded_feature_list) # wrong cross_output = tf.keras.layers.Lambda(lambda x:tf.lin....
30 nov. 2020 à 08:37
Réception de ValueError: l'entrée 0 de la couche sequential_14 est incompatible avec la couche:: attendu min_ndim = 4, trouvé ndim = 3. Forme complète reçue: [Aucun, 48, 3] Bien que la forme de mon image que je viens d'imprimer soit de la bonne taille (48, 48, 3) J'ai essayé batch_input_shape avec (....
29 nov. 2020 à 02:31
J'essaye de construire un réseau neuronal qui prend des données sous forme de matrice et produit un vecteur mais je ne sais pas quelles couches utiliser pour effectuer cela. Mon entrée a la forme (10,4) et la sortie souhaitée a la forme (3,). Mon modèle actuel est le suivant: model = tf.keras.Sequen....
28 nov. 2020 à 17:44
J'entraîne donc un modèle de classification d'image et cette erreur apparaît. Il ne semble pas y avoir de réponse à cette erreur. Quelqu'un peut-il s'il vous plaît m'expliquer ce qui ne va pas avec mon code. J'utilise tf.data. Y a-t-il des problèmes avec les étiquettes, que puis-je faire pour résoud....
28 nov. 2020 à 10:56
J'ai un tableau A avec la forme (N,). Je prends N = 5 pour illustration: A = np.array([0,1,1,0,1]) Et je veux le transformer en la matrice NxN suivante B. Les solutions à la fois dans NumPy et Tensorflow sont bonnes, mais cette dernière est préférée. B = np.array([[0,1,1,0,1], [0,1,1,....
28 nov. 2020 à 03:17
J'ai des données qui ressemblent à ceci lorsque je les imprime: data = [<tf.Tensor: shape=(), dtype=float32, numpy=-0.0034351824>, <tf.Tensor: shape=(), dtype=float32, numpy=0.0003163157>, <tf.Tensor: shape=(), dtype=float32, numpy=0.00060091465>, <tf.Tensor: shape=(), dtype=float32, numpy=0.0012879....
26 nov. 2020 à 19:59
J'essaye de traduire le code de lancement suivant du didacticiel dans l'API fonctionnelle Keras (link) vers PyTorch nn.Module: def conv_module(x, K, kX, kY, stride, chanDim, padding="same"): # define a CONV => BN => RELU pattern x = Conv2D(K, (kX, kY), strides=stride, padding=pad....
23 nov. 2020 à 21:54
J'ai un modèle pour m'entraîner en python à l'aide de keras et mon jeu de données d'entraînement contient 30 000 images. Ces images représentent des animaux pour un total de 6 classes. Mon problème est lorsque je viens de choisir un image_shape pour la formation, les images ont des formes différente....
J'ai cherché comment former un modèle keras ou tensorflow en java mais je n'ai pas réussi à donner l'exemple. Il existe de nombreux documents qui décrivent la charge du modèle dans java-client, mais il y a rarement des documents qui expliquent à la fois le train et le test du modèle côté java en uti....
23 nov. 2020 à 14:10
Je suis assez nouveau à Keras, veuillez m'excuser si j'ai fait une erreur fondamentale. Ainsi, mon modèle a 3 couches convolutionnelles (2D) et 4 couches denses, entrecoupées de couches Dropout. J'essaie de former un modèle de régression à l'aide d'images. X_train.shape = (5164, 160, 320, 3) Y_tra....
J'utilise TensorFlow 2.3.1 (Python 3.8, dans Anaconda) sur un système Windows10. J'essaie d'exécuter un script d'apprentissage automatique et j'ai du mal à stocker mes données. Je suppose que cela a quelque chose à voir avec les différences de barre oblique inverse dans Unix / Windows? Quelqu'un peu....
20 nov. 2020 à 14:55
J'ai un modèle formé et j'essaye de le tester import tensorflow as tf import os import cv2 import matplotlib.pyplot as plt import numpy as np # Some paths paths = { "cats": "data\\images\\cats", "dogs": "data\\images\\dogs", "img": "data\\images" } label_to_index = { "cat": 0, ....
20 nov. 2020 à 10:24
J'utilise tf.keras et j'ai une métrique que j'aimerais calculer là où j'ai besoin de plusieurs lots de données de validation afin de la calculer de manière fiable. Existe-t-il un moyen d'accumuler des lots avant de calculer la métrique? Je voudrais faire quelque chose comme ça: class MultibatchMetri....
19 nov. 2020 à 22:34
J'ai pu exécuter le convertisseur tensorflow dans mon terminal, mais je ne sais pas comment modifier l'exemple ci-dessous fourni par TensorFlow pour trouver mon chemin saved_model.pb sur l'ordinateur et l'enregistrer en tant que fichier Javascript: tensorflowjs_converter \ --input_format=tf_save....
J'utilise tensorflow v 2.3.1 Voici mon code: train_batches = ImageDataGenerator(preprocessing_function = tf.keras.applications.vgg16.preprocess_input).flow_from_directory( directory = train_path, target_size=(224,224), classes = ['1', '2', '3'], color_mode = 'grayscale', batch_size = 20) Erreur....
19 nov. 2020 à 12:35