問題タブ [keras]

Theano を使用して Keras のカスタム AUC 損失関数を作成できた人はいますか?

ドキュメントはこちら: http://keras.io/objectives/

サンプルコードはこちら: https://github.com/fchollet/keras/blob/master/keras/objectives.py

pylearn2 に実装があるのを見ましたが (これは実際には sklearn のラッパーです)、これを移植して Keras で使用することはできませんでした

https://github.com/lisa-lab/pylearn2/blob/master/pylearn2/train_extensions/roc_auc.py

だから私の質問は、この関数を書くことができた人はいますか? 喜んで共有しますか？

Win64 システムに WinPython と Keras 0.1.2 をインストールしてから、Keras のソース コード フローダーで提供されているサンプルを実行し始めましたが、多くのエラーが発生してイライラしました - -!

誰かが私を助けてくれます。ヒントをありがとう。

「mnist_mlp.py」を実行しようとしましたが、次の行でエラーが発生しました:

次に、 http://keras.io/examples/で例を見つけ、 以下の行まで実行すると、まだエラーが発生しました。

ケラスエラー

keras python ライブラリを使用して、最も単純な LSTM を作成したいと思います。

次のコードがあります。

しかし、うまくいかないようです...

誰が正確に何がうまくいかないのか説明できますか?

また、行列を転置しようとしましたが、それだけではありません。

私はケラスにとても慣れていません。NLP タスクのバイナリ分類器を構築しようとしています。(私のコードは imdb の例から動機付けられています - https://github.com/fchollet/keras/blob/master/examples/imdb_cnn.py )

以下は私のコードスニペットです：

model.fit() を実行すると、次のエラーが発生します。

これを解決するのを手伝ってもらえますか?

Keras ライブラリを使用してニューラル ネットワークを作成しています。トレーニング データをロードし、ネットワークを初期化し、ニューラル ネットワークの重みを「適合」させるために、iPython Notebook があります。最後に、save_weights() メソッドを使用して重みを保存します。コードは以下のとおりです。

次に、別の iPython ノートブックで、これらの重みを使用して、与えられた入力から出力値を予測したいと思います。同じニューラル ネットワークを初期化してから、重みを読み込みます。

問題は、どうやら load_weights メソッドが機能モデルを持つのに十分でないことです。エラーが発生します：

何か案が？どうもありがとう。

PC で imdb_lstm.py をトレーニングしました。ここで、独自のテキストを入力して、トレーニング済みのネットワークをテストしたいと考えています。どうすればいいのですか？ありがとうございました！

簡単な例を使用して Keras GraphNN を学習しようとしています。784 個の特徴を持つ単純なサンプル データセットがあり、この例を実行したいと考えています。

ドキュメントには、次のことが記載されていますgraph.evaluate()。

evaluate (data, batch_size=128, verbose=1): いくつかの検証データに対するモデルのパフォーマンスを示します。 Return : データの損失スコア。 引数: 上記の fit メソッドと同じ意味。verbose は、バイナリ フラグとして使用されます (進行状況バーまたは何もない)。

の定義から、次のgraph.fit()ことがわかります。

引数: data :dictionary マッピング入力名出力名を適切な numpy 配列に出力します。すべての配列には、同じ数のサンプルが含まれている必要があります。

私のフィット方法は完璧に実行されますが、私は乗りIndexError: index 1 is out of bounds for size 1ますevaluate

私の入力形状は次のとおりです。

ここで何が欠けていますか?

ここで Keras には多くの目的関数があります。

しかし、独自の目的関数を作成するにはどうすればよいですか。非常に基本的な目的関数を作成しようとしましたが、エラーが発生し、実行時に関数に渡されるパラメーターのサイズを知る方法がありません。

矛盾する 2 つのエラーが発生しています。

関数で返されるコストまたは損失はスカラーでなければならないと言われていますが、行 2 を loss = T.vector('float64')
から
loss = T.scalar('float64')に変更すると

このエラーが表示されます

データ ポイントを 2 つのクラスのうちの 1 つに分類する NLP アプリケーション用に単純なニューラル ネットワーク (keras を使用) を作成しました。私のモデルは、テスト データで 95% を超える精度を示しました。モデルを本番環境にデプロイしました。その実行は良好です。モデルの予測は、電子メールとしてユーザーに送信されます。

*これらのエンド ユーザーは、予測が正しかったかどうかについてフィードバックを返すことができます。このフィードバック (正と負の両方のフィードバック) から継続的に学び、改善するために、このフィードバックをモデルに組み込みたいと考えています *

上記を達成するにはどうすればよいですか？強化学習、オンライン学習、アクティブ ラーニングについて読みました。ポインター/チュートリアル (おそらくコード付き) は非常に役立ちます。

大規模で複雑なデータセットで与えられた例は直感的に把握するのが難しいため、作成した簡単な例が機能するように試行錯誤してきました。以下のプログラムは、重みのリストを[x_0 x_1 ... x_n]取得し、それらを使用して、ランダム ノイズが追加された平面上にポイントのランダムな散乱を作成します。次に、このデータで単純なニューラル ネットワークをトレーニングし、結果を確認します。

グラフモデルでこれを行うと、すべてが完全に機能し、モデルが与えられた重みに収束するため、損失スコアは予想通りゼロになります。しかし、シーケンシャル モデルを使用しようとしても、何も起こりません。以下のコード

必要に応じて、シーケンシャルではなくグラフを使用する他のスクリプトを投稿し、入力の重みが完全に検出されることを示すことができます。

出力は次のとおりです。