Preguntas etiquetadas con keras

Estoy tratando de conciliar mi comprensión de los LSTM y lo señalé aquí en esta publicación de Christopher Olah implementado en Keras. Estoy siguiendo el blog escrito por Jason Brownlee para el tutorial de Keras. Lo que más me confunde es, La remodelación de la serie de datos en [samples, …

311 python  deep-learning  keras  lstm 

Para cualquier capa Keras ( Layerclase), ¿Puede alguien explicar cómo entender la diferencia entre input_shape, units, dim, etc.? Por ejemplo, el documento dice que unitsespecifique la forma de salida de una capa. En la imagen de la red neuronal a continuación hidden layer1tiene 4 unidades. ¿Esto se traduce directamente al …

262 neural-network  deep-learning  keras  keras-layer  tensor 

Si quiero usar la función BatchNormalization en Keras, ¿debo llamarla solo una vez al principio? Leí esta documentación para ello: http://keras.io/layers/normalization/ No veo dónde se supone que debo llamarlo. A continuación se muestra mi código intentando usarlo: model = Sequential() keras.layers.normalization.BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None) model.add(Dense(64, input_dim=14, init='uniform')) model.add(Activation('tanh')) model.add(Dropout(0.5)) model.add(Dense(64, …

167 python  keras  neural-network  data-science  batch-normalization 

Estoy tratando de entrenar a una CNN para clasificar el texto por tema. Cuando uso entropía cruzada binaria obtengo ~ 80% de precisión, con entropía cruzada categórica obtengo ~ 50% de precisión. No entiendo por qué es esto. Es un problema multiclase, ¿eso no significa que tengo que usar entropía …

160 machine-learning  keras  neural-network  deep-learning  conv-neural-network 

He entrenado un modelo de clasificación binaria con CNN, y aquí está mi código model = Sequential() model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1], border_mode='valid', input_shape=input_shape)) 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)) # (16, 16, 32) model.add(Convolution2D(nb_filters*2, kernel_size[0], kernel_size[1])) model.add(Activation('relu')) model.add(Convolution2D(nb_filters*2, kernel_size[0], kernel_size[1])) model.add(Activation('relu')) model.add(MaxPooling2D(pool_size=pool_size)) # (8, 8, 64) = (2048) model.add(Flatten()) model.add(Dense(1024)) model.add(Activation('relu')) …

155 python  tensorflow  deep-learning  keras 

He construido una red neuronal con Keras. Visualizaría sus datos por Tensorboard, por lo tanto, he utilizado: keras.callbacks.TensorBoard(log_dir='/Graph', histogram_freq=0, write_graph=True, write_images=True) como se explica en keras.io . Cuando ejecuto la devolución de llamada obtengo <keras.callbacks.TensorBoard at 0x7f9abb3898>, pero no obtengo ningún archivo en mi carpeta "Graph". ¿Hay algo mal en …

143 keras  tensorboard 

Muchos usuarios lo han citado como la razón para cambiar a Pytorch, pero aún no he encontrado una justificación / explicación para sacrificar la calidad práctica más importante, la velocidad, para una ejecución ansiosa. A continuación se muestra el rendimiento de la evaluación comparativa de código, TF1 frente a TF2, …

137 python  tensorflow  keras  performance-testing  tensorflow2.0 

Estoy ejecutando un modelo de Keras, con un plazo de presentación de 36 horas, si entreno mi modelo en la CPU, tomará aproximadamente 50 horas, ¿hay alguna manera de ejecutar Keras en la gpu? Estoy usando el backend de Tensorflow y ejecutándolo en mi computadora portátil Jupyter, sin anaconda instalada.

125 python  tensorflow  keras  jupyter 

Estoy tratando de implementar el ejemplo de clasificación binaria usando el conjunto de datos IMDb en Google Colab . He implementado este modelo antes. Pero cuando intenté hacerlo nuevamente después de unos días, devolvió un error de valor: 'Las matrices de objetos no se pueden cargar cuando allow_pickle = False' …

113 python  numpy  keras 

Intento entender los LSTM y cómo construirlos con Keras. Descubrí que existen principalmente los 4 modos para ejecutar un RNN (los 4 correctos en la imagen) Fuente de la imagen: Andrej Karpathy Ahora me pregunto cómo se vería un fragmento de código minimalista para cada uno de ellos en Keras. …

108 machine-learning  neural-network  deep-learning  keras  recurrent-neural-network 

Estoy tratando de comprender el papel de la Flattenfunción en Keras. A continuación se muestra mi código, que es una red simple de dos capas. Toma datos bidimensionales de forma (3, 2) y genera datos unidimensionales de forma (1, 4): model = Sequential() model.add(Dense(16, input_shape=(3, 2))) model.add(Activation('relu')) model.add(Flatten()) model.add(Dense(4)) model.compile(loss='mean_squared_error', …

108 machine-learning  tensorflow  neural-network  deep-learning  keras 

Me preguntaba si era posible guardar un modelo Keras parcialmente entrenado y continuar el entrenamiento después de cargar el modelo nuevamente. La razón de esto es que tendré más datos de entrenamiento en el futuro y no quiero volver a entrenar todo el modelo. Las funciones que estoy usando son: …

98 python  tensorflow  neural-network  keras  resuming-training 

Estoy entrenando una red neuronal para mi proyecto usando Keras. Keras ha proporcionado una función para detenerse temprano. ¿Puedo saber qué parámetros deben observarse para evitar que mi red neuronal se sobreajuste mediante la detención anticipada?

97 python  keras  deep-learning  conv-neural-network 

La documentación de Keras no está clara de qué es esto en realidad. Entiendo que podemos usar esto para comprimir el espacio de características de entrada en uno más pequeño. Pero, ¿cómo se hace esto desde la perspectiva del diseño neuronal? ¿Es un autoenocder, RBM?

97 keras 

Tengo Keras instalado con el backend de Tensorflow y CUDA. A veces me gustaría obligar a Keras a usar la CPU a pedido. ¿Se puede hacer esto sin instalar un Tensorflow solo para CPU en un entorno virtual? ¿Si es así, cómo? Si el backend fuera Theano, las banderas podrían …

96 python  machine-learning  tensorflow  keras