問題タブ [keras]

それぞれ 1200 枚の画像を持つ 2 つの異なるデータセットを使用しています。最初のデータセットには 4 つのクラスがあり、2 番目のデータセットには 6 つのクラスがあります。

これは単純な画像分類問題です。しかし、トレーニング中、各エポックで、両方のデータセットの検証精度について同じ値を取得しています。

imagemagick を使用して、両方のデータセットのすべての画像のサイズを 100x100 に変更しました。

どこを間違えているのかわかりません。前もって感謝します

端末出力:

コード：

Keras を使い始めたばかりで、Keras ディープ ラーニング キットを使用してモデルをトレーニングしようとしていました。エポックが実行されるまで動作しますが、その直後にクラッシュします。

エラーを受け取りました: ここに貼り付けました。ぜひご覧ください。 http://pastebin.com/dSw9ckkk

この Keras モデルは、Tensorflow バックエンドを使用して 6 GB 以上の RAM を必要とするようです。私の封筒の裏側の計算では、重みを保存するのに 500MB を超える容量は必要ないことが示唆されています。どうしたの？

これは、単一のニューロンに接続された畳み込み層 (16 個の 3x3 フィルター) であり、その単一のニューロンは ~50k のニューロンに接続されています。

私は Keras にかなり慣れていないので、誤解はかなり基本的なものだと思いますが、理解できないようです。

theano/keras で LSTM を使用して言語モデルを実装しようとしています。私のネットワークは正常に動作し、トレーニングの損失が減少していることもわかりますが、ネットワークを長時間トレーニングしなくても、テストの精度は常に 99% を超えています。word2vec ベクトルを使用し、埋め込みレイヤーに重みを埋め込みました。私のネットワークは次のようになります。

私のトレーニングとテストの配列形状は次のとおりです。

100000 のトレーニング文と 10000 のテスト文があり、各文には 18 語が含まれています。出力するクラス数は 998 です。

真のテストエラーが発生しない理由を誰かが提案できますか?

私は Keras を初めて使用し、LSTM を使用して文内の各単語の極性を予測したいと考えています。対応する事前に訓練された単語ベクトルによって、各文を表しています。したがって、私の入力表現は (maxlen,input_dimensions) です。しかし、ラベルを付ける方法を理解できません。各文について、単語は 3 つのクラス (pos/neg/neutral) に分類できます。したがって、[0,2,0,0,1.....] のようになります。この出力を順次モデルに与えるにはどうすればよいですか?

keras と lasagne を使用して高速道路ネットワークを実装しましたが、keras バージョンは一貫して lasagne バージョンよりもパフォーマンスが劣っています。両方で同じデータセットとメタパラメータを使用しています。keras バージョンのコードは次のとおりです。

ラザニアバージョンのコードは次のとおりです。

現在、ケラス バージョンはロジスティック回帰をかろうじて上回っていますが、ラザニア バージョンはこれまでのところ最高のスコアリング アルゴリズムです。理由についてのアイデアはありますか？