keras 相关问题

Keras是一个极简主义,高度模块化的神经网络库,提供Python中的高级API以及R接口,允许快速原型设计和使用多个计算后端之一。

使用 keras 在 R 中构建预测模型

我正在尝试通过 RStudio 中的 Keras 构建预测模型,但收到如下错误。如何解决呢? 库(keras) > 训练数据 <-read.csv(file="trialtrainfinal.csv&q...

回答 2 投票 0

class_id 支持使用 metric_recall_at_ precision 或 metric_ precision_at_recall 的分类深度学习问题

在支持 GPU 的 Windows 10 计算机上使用 R 3.6.3、keras 2.9.0 和 tensorflow 2.9.0(网状点指向 python 3.6.10) 我无法使用可选类编译模型(3 个分类类)...

回答 1 投票 0

CNN 架构:对“好”和“坏”图像进行分类

我正在研究实现 CNN 的可能性,以便将图像分类为“好”或“坏”,但我对当前的架构不太满意。 特点是...

回答 2 投票 0

将深度特征提供给机器学习分类器(随机森林)

我想将我的 CNN 深度特征提供给传统分类器,即随机森林。我不想使用 MLP(多层感知器)来对我的问题进行分类,但需要其他分类器。我有我的数据...

回答 1 投票 0

ValueError:层“dense_2”需要 1 个输入,但它收到了 2 个输入张量

我无法加载我的模型,它一直说错误 ValueError:层“dense_2”需要 1 个输入,但它收到了 2 个输入张量。收到的输入:[ 我无法加载我的模型,它一直说错误 ValueError:层“dense_2”需要 1 个输入,但它收到了 2 个输入张量。收到的输入:[,] 这是我的代码 image_generator = ImageDataGenerator( rescale=1./255, rotation_range=20, zoom_range=0.2, width_shift_range=0.2, height_shift_range=0.2, horizontal_flip=True, validation_split=0.2 ) train_dataset = image_generator.flow_from_directory( directory=path_to_dataset, target_size=(224, 224), batch_size=32, subset='training' ) validation_dataset = image_generator.flow_from_directory( directory=path_to_dataset, target_size=(224, 224), batch_size=32, subset='validation' ) # Menentukan jumlah kelas (num_classes) berdasarkan jumlah subfolder dalam dataset num_classes = len(train_dataset.class_indices) from tensorflow.keras.applications.mobilenet import MobileNet # Load the MobileNet model pre_trained_model = tf.keras.applications.MobileNetV2(input_shape=(224, 224, 3), include_top=False, weights='imagenet') pre_trained_model.summary() # Print dataset information for debugging print(f"Training dataset shape: {train_dataset.image_shape}") print(f"Validation dataset shape: {validation_dataset.image_shape}") pre_trained_model.trainable = False # Menambahkan layer kustom di atas model pre-trained model = tf.keras.Sequential([ pre_trained_model, tf.keras.layers.GlobalAveragePooling2D(), tf.keras.layers.Dense(1024, activation='relu'), tf.keras.layers.Dropout(0.5), tf.keras.layers.Dense(num_classes, activation='softmax') ]) # Compile model #from tensorflow.keras.optimizers import RMSprop model.compile(optimizer=Adam(learning_rate=0.0001), loss='categorical_crossentropy', metrics=['accuracy']) batch=40 history = model.fit(train_dataset, validation_data=validation_dataset, epochs=20, steps_per_epoch = train_dataset.samples//batch, validation_steps = validation_dataset.samples//batch, verbose = 1 ) # Load the model model_save_path = '/content/drive/MyDrive/Machine Learning/saved_models/model_plastik.h5' # Load the model, ensuring it's compiled if needed loaded_model = tf.keras.models.load_model(model_save_path) # Now you can modify the loaded model if necessary # For example, if you want to extract a sub-model: input_layer_index = 0 # Replace with the actual index dense_2_index = 3 # Replace with the actual index loaded_model = tf.keras.models.Model(inputs=loaded_model.layers[input_layer_index].input, outputs=loaded_model.layers[dense_2_index].output) # Check the configuration of the loaded model for i, layer in enumerate(loaded_model.layers): print(f"Layer {i}: {layer.name} - Input shape: {layer.input_shape} - Output Shape: {layer.output_shape}") print("Revised model loaded successfully.") 我尝试加载模型,我希望它加载到测试 有同样的问题,只需尝试使用功能 API 实现相同的架构即可。

回答 1 投票 0

使用序列数据进行多类分类,LSTM Keras 不起作用

我正在尝试对顺序数据进行多类分类,以根据源的累积读取来了解某些事件的来源。 我正在使用带有 64 个的简单 LSTM 层...

回答 1 投票 0

Dropout(1.0) 和 stop_gradient 有什么区别?

考虑这两种架构: prev_layer -> dropout 1.0 -> next_layer(输出层) prev_layer -> stop_gradient -> next_layer(输出层) 当梯度从输出层流出时...

回答 1 投票 0

如何将批量矩阵乘法作为 Keras 层?

我正在尝试将批量矩阵乘法作为 Keras 层进行,但无法弄清楚。 我尝试使用 tf.einsum('cij,cjk->cik', input, self.dense_weights) + self.dense_biases c 是平行线

回答 1 投票 0

使用 Keras 迁移学习的边界框回归给出 0% 的准确率。 Sigmoid 激活的输出层仅输出 0 或 1

我正在尝试创建一个对象定位模型来检测汽车图像中的车牌。我使用 VGG16 模型并排除顶层以添加我自己的密集层,最后一层有......

回答 1 投票 0

如何传递 sklearns train_test_split 实际数据系列而不是单个值作为输入参数?

我想训练一个基于 LSTM 的 RNN 模型进行二元分类,为此我想使用带有 LSTM 层的张量流 keras 模型。为此,我需要测试输入和输出以及

回答 1 投票 0

在自定义 keras.Model 类中定义模型时,为什么 keras.models.save_model() 方法不保存权重?

我正在尝试训练、保存和加载在继承自 keras.Model 的自定义类中定义的模型。 定义和训练运行良好。我将训练后的模型保存为“.keras”格式。 ...

回答 1 投票 0

dataset.repeat() 如何与 model.fit() 一起使用?

我有一个包含 1061 个样本的数据集,我正在使用以下内容: 纪元 = 50 批量大小=20 数据集 = dataset.repeat(epochs).batch(batch_size) 现在如果我使用: model.fit(数据集, epochs = epochs,

回答 1 投票 0

如何计算Tensorflow中softmax值的期望值?

我有一个模型,其中包含 N 个类别的最终 softmax 层。 这些类别是有序的和数字的,因此计算 softmax 给出的概率分布的统计数据是有意义的。

回答 1 投票 0

Python 神经网络准确性 - 正确实现?

我写了一个简单的神经网络/MLP,我得到了一些奇怪的准确度值,并想仔细检查一下。 这是我想要的设置:具有 913 个样本和 192 个特征的特征矩阵(913,192...

回答 1 投票 0

分类神经网络不收敛

我为 MNIST 开发了一个基本的分类网络,但在训练过程中,验证准确度目标是 10% 左右。我尝试过各种优化器(SGD、Adam、Nadam)以及 diff...

回答 1 投票 0

防止 Keras3 中某些样本的权重更新

我有一个名为 ControlledBackward 的自定义层,它接受 prev_layer 和 input_layer_of_mask: 类受控向后(层): def __init__(self, **kwargs): 超级(受控向后,自我)。

回答 1 投票 0

使用 GPU 训练 ResNet 模型时发现 OMM 错误

我正在 4GB 的 NVidia GeForce GTX 1050 ti 上训练 ResNet,图像大小为 512x320,使用 6 作为批量大小,这并不是很好。 它显示此错误: (1)资源耗尽:OOM时

回答 1 投票 0

Keras 3 Attention 层不接受之前 LSTM 层的输出

作为熟悉 Keras 的练习,我想训练一个简单的模型,注意翻译句子。 我收到以下错误: KerasTensor 不能用作 TensorFlow 的输入

回答 1 投票 0

如何使用 Keras 手动更新权重

我正在使用 Keras 构建 LSTM,并通过使用外部成本函数进行梯度下降来调整它。因此权重更新为: 权重 := 权重 + alpha* 梯度(成本) 我知道我...

回答 3 投票 0

MultiHeadAttention (TensorFlow/Keras) 中填充序列的效果

我正在尝试使用 MultiHeadAttention 层来处理可变长度的元素集,即顺序不重要的序列(否则我会尝试 RNN)。问题是我...

回答 2 投票 0

© www.soinside.com 2019 - 2024. All rights reserved.