問題タブ [keras-layer]

ケラスのシーケンシャルモデルを使用して実行できなかった、ケラスの関数型 API を使用して実行できる追加機能は何ですか? 「TimeDistributed」レイヤーラッパーを使用して、単純なモデルを時間ベースデータに再利用できるという事実は別として?

Keras で高密度フィードフォワード ニューラル ネットワークを実行します。2 つの出力には class_weights があり、3 番目の出力には sample_weights があります。何らかの理由で、計算された各バッチの進行状況の詳細な表示を出力し、想定されているのと同じ行で出力を更新しません...これはあなたに起こりましたか? それはどのように修正されますか？シェルから:

Keras に時空間完全畳み込みネットワーク (STFCN) を実装したいと思います。(64, 16, 16)別の LSTM への入力として、3D 畳み込み出力 ( shape のテンソルなど) の各深度列を供給する必要があります。

これを明確にするために(64 x 16 x 16)、次元のテンソルがあります(channels, height, width)。テンソルを 16 * 16 = 256 の shape テンソルに (明示的または暗黙的に) 分割する必要があり(64 x 1 x 1)ます。

以下は、時空間モジュールを説明するための STFCN 論文の図です。上で説明したのは、「空間機能」と「時空間モジュール」の間の矢印です。

このアイデアは Keras でどのように実装するのが最適でしょうか?

cifar10 の GAN モデルをコーディングしようとしています。しかし、私には問題があります。

畳み込みネットワークから目的の出力 (3x32x32) を取得する方法は? 私は実際に mnist のために見つけたモデルからインスピレーションを得ています:

だから、そこから、私は 3x28x28 の出力を持っています 3x32x32 を取得する方法を知っていますか? ありがとう！

前のレイヤーの重みを取得し、それらを変更して、次のレイヤーに再度設定することは可能ですか。ネットワークにカスタム レイヤーを導入して (目的のロジックに従って) 重みを変更し、変更された重み値を次のレイヤーに設定したいと考えています。以下の図に示されているものと同様です。

これが可能かどうかはわかりません。スナップショットをダンプし、それを使用して新しい重みを設定できることはわかっています。スナップショットを使用して重みを変換することもできます。しかし、ネットワーク自体でこれを行う方法がわかりません（スナップショットを作成または使用せずに）。

ありがとう

株式会社

次のレイヤーから始まる深いネットワークをトレーニングしたいと考えています。

使用して

次のジェネレーターを使用します。

(検証ジェネレーターは似ています)。

トレーニング中に、次のエラーが表示されます。

最初のレイヤーで、それはどのようにできますか

?

私は基本的に、次のように多くの convolution2d レイヤーとそれに続く maxpooling 2d で構成される深いモデルを構築しようとしています:

ただし、次のエラーが発生します。

ファイル "/home/user/anaconda2/lib/python2.7/site-packages/keras/engine/training.py"、100 行目、standardize_input_data str(array.shape)) 例外: モデル入力をチェックするときのエラー: 予想された convolution2d_input_1 4 次元ですが、形状 (8000、180、54) の配列を取得します。

しかし、私は（サンプル、チャンネル、行、列）の基準に従っています。なぜこうなった ？

私の Keras モデルは、Keras リポジトリの babi_rnn の例です。

データセットでモデルの出力 (言葉で) を取得したい。

私は試した：

しかし、私はエラーが発生します:

入力によって供給されたモデルまたはレイヤーの出力を簡単に取得するにはどうすればよいですか?

つまり、必要です

私ができるように：モデルが実際に何for x, y in zip(X,Y): print(x,y)をしているのかを見るために。

これは最も単純なユースケースであるべきだと思いますが、実装するのは面倒です。

どんな助けでも大歓迎です。ありがとう。

ケラスでは、いくつかのレイヤーを共有するモデルのアンサンブルをトレーニングしたいと考えています。それらは次の形式です。

x ---> f(x) ---> g_1(f(x))

x ---> f(x) ---> g_2(f(x))

...

x ---> f(x) ---> g_n(f(x))

ここで f(x) は重要な共有レイヤーです。g_1 から g_n には固有のパラメーターがあります。

各トレーニング段階で、データ x は n 個のネットワークの 1 つ、つまり i 番目のネットワークに供給されます。g_i(f(x)) の損失は、勾配ベースのオプティマイザによって最小化/減少されます。このようなモデルを定義してトレーニングするにはどうすればよいでしょうか?

前もって感謝します！