問題タブ [keras]

kerasの例を実行しようとすると、プログラムはエラーを出力しました.

誰でもそれを解決する方法を知っていますか?

次の Keras パッケージを使用して、Python でニューラル ネットワークに取り組もうとしています。

しかし、次のエラーが発生します。

インストール インストールされてconda install kerasいます。後で使用しようとしましpip install Theanoたが、うまくいきませんでした。を使用してインストールしようとしましpip install gitたが、次のエラーが表示されます: cannot find command git.Git をインストールし、環境変数を設定しました。

これらのパッケージをインストールする手順はありますか?

私はこのデザインでニューラル（ish）ネットをkerasに実装しようとしています： http://nlp.cs.rpi.edu/paper/AAAI15.pdf

このアルゴリズムには、基本的に 3 つの入力があります。入力 2 と入力 3 に同じ重み行列 W1 が乗算され、O2 と O3 が生成されます。入力 1 に W2 を乗算して O1 を生成します。次に、O1 * O2 と O1 * O3 の内積を取る必要があります。

これをkerasで実装しようとしています。

最初に考えたのは、kerasGraphクラスを使用して、W1 を 2 つの入力と 2 つの出力を持つ共有ノード レイヤーにすることでした。ここまでは順調です。

次に、これらの 2 つの出力の内積を O1 でどのように取得するかという問題が発生します。

カスタム関数を定義しようとしました：

それで：

コンパイル時に発生する問題は、keras が Lambda レイヤーに 1 つの入力のみを与えたいということです。

別の方法として、許可されたマージのタイプとしてMergeクラスを使用することも考えられました。dotただし、Mergeクラスの入力レイヤーはコンストラクターに渡す必要があります。Mergeしたがって、出力を共有ノードから に取得してに追加するMerge方法はないようですGraph。

コンテナを使用していた場合はSequential、それらをMerge. Sequentialただし、2 つのレイヤーが同じ重み行列を共有する必要があることを実装する方法はありません。

O1、O2、および O3 を出力層として単一のベクトルに連結し、目的関数内で乗算を実行しようと考えました。しかし、それには目的関数がその入力を分割する必要があり、これは keras では可能ではないようです (関連する Theano 関数は keras API にパススルーされません)。

解決策を知っていますか？

編集：

shared_node実装されていることがわかったのでdot（ドキュメントに記載されていなくても）、 ある程度進歩したと思いました。

だから私はしなければなりません：

そして今、エラーは次のとおりです。

OS : Ubuntu 14.04LTS
言語 : Python Anaconda 2.7 (keras, theano)
GPU : GTX980Ti CUDA : CUDA 7.5

GPU (GTX980Ti) を使用して IPython Notebook で keras python コードを実行したいの
ですが、見つかりません。

以下のコードをテストしたい。Ubuntu端末で実行する場合は、以下のようにコマンドを実行します（GPUをうまく使用しています。問題はありません）

まず、以下のようにパスを設定します

次に、以下のようにコードを実行します

そして、それはうまくいきます。

しかし、pycharm(python IDE)でコードを実行するとき、またはIpython Notebookで実行すると、gpuは使用されません。CPUしか使わない

myscript.py コードは以下の通りです。

それを解決するために、以下のようにコードで強制的に gpu を使用します (myscript.py にさらに 2 行挿入します)。

次に、以下のようなエラーを生成します

どうやってするの？？？2日間かけて..
確かにホームディレクトリにある「.theanorc」ファイルを使う方法をやってみました。

Keras で 2 つの畳み込みニューラル ネットワークをトレーニングしました。最初のネットは以下の通り

2つ目のネット

このメソッドを呼び出すとmodel.count_params()、最初のネットは 604035 パラメータになり、2 番目のネットは 336387 になります。

これはどのように可能ですか？2 番目のネットはより深く、より多くのパラメーターを含む必要があります。間違いはありませんか？

これが私のコードです：

X の形状は (537621, 256) です。サイズ 256 のベクトルを 100 に、次に 70 に、次に 50 に圧縮する方法を見つけようとしています。

出力は次のとおりです。

エポック 1/500 537621/537621 [============================] - 27 秒 - 損失: 0.1339 - acc: 0.0036
エポック2/500 537621/537621 [============================] - 32 秒 - 損失: 0.1339 - acc: 0.0036
エポック 3 /500 252336/537621 [=============>................] - ETA: 14 秒 - 損失: 0.1339 - acc: 0.0035

そして、それはこのように延々と続く..

次の方法でmnistデータセットをロードしようとしています:

しかし、私はこのエラーが発生します:

私は何をすべきか？

ありがとう

2 つの Keras モデルを比較してどちらが優れているかを確認するために使用する出力の精度がわかりません。

"acc" (トレーニング データから?) と "val acc" (検証データから?) のどちらを使用しますか?

エポックごとに異なる acc と val acc があります。モデル全体の acc または val acc を知るにはどうすればよいですか? モデル全体の acc または val acc を見つけるために、すべてのエポック acc または val acc を平均しますか?

モデル 1 出力

モデル 2 出力

Keras で BatchNormalization 関数を使用したい場合、最初に一度だけ呼び出す必要がありますか?

私はそれについてこのドキュメントを読みました: http://keras.io/layers/normalization/

どこに電話すればいいのかわからない。以下は、それを使用しようとしている私のコードです:

バッチ正規化を含む 2 行目でコードを実行すると、2 行目なしでコードを実行すると、同様の出力が得られるためです。したがって、関数を適切な場所で呼び出していないか、それほど大きな違いはないと思います。

以下のコードは問題なく動作します。すべての 64 を 128 に変更しようとすると、形状に関するエラーが発生します。Keras を使用する場合、人工ニューラル ネットワークのレイヤー数を変更すると、入力データの形状を変更する必要がありますか? 正しいinput_dimを要求するので、そうは思いませんでした。

作品:

動作しません: