問題タブ [keras]

For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.

0 投票する
5 に答える
245994 参照

python - KerasでHDF5ファイルからモデルをロードするには?

KerasでHDF5ファイルからモデルをロードするには?

私が試したこと:

上記のコードは、最適なモデルを weights.hdf5 という名前のファイルに正常に保存します。私がやりたいことは、そのモデルをロードすることです。以下のコードは、私がそうしようとした方法を示しています。

これは私が得るエラーです:

0 投票する
1 に答える
191 参照

python - Keras モデルを正しくセットアップするには?

Keras でモデルを構築するのに苦労しています。input=10すべての機能を、およびとして渡したいですoutput=3。ただし、以下のコードを実行すると

エラーが発生しました:

私の場合、モデル初期化の正しいパラメータは何ですか?

0 投票する
1 に答える
1196 参照

python - Theano の入出力サンプル数エラー

私はいくつかのプロジェクトに取り組んでおり、Python でニューラル ネットワークを使用する必要があります。ニューラル ネットワークをトレーニングしようとしていますが、常に FIT() 関数でエラーが発生します。これは私のコードです:

入力配列と出力配列のサンプル数が同じではないというエラーが表示されます。

私のコンソール出力:

0 投票する
4 に答える
38235 参照

deep-learning - Keras で深い双方向 LSTM を実装するには?

LSTM ベースの音声認識エンジンを実装しようとしています。これまでのところ、マージレイヤーの例に従って、双方向 LSTM をセットアップできました (双方向 LSTM として機能していると思います)。ここで、別の双方向 LSTM レイヤーで試してみたいと思います。これにより、深い双方向 LSTM になります。しかし、以前にマージされた 2 つのレイヤーの出力を LSTM レイヤーの 2 番目のセットに接続する方法がわかりません。Kerasで可能かどうかはわかりません。誰かがこれで私を助けてくれることを願っています。

私の単層双方向LSTMのコードは次のとおりです

私の x 値と y 値の寸法は次のとおりです。

0 投票する
1 に答える
6053 参照

python - Python keras 畳み込み層の後の入力のサイズを lstm 層に変更する方法

畳み込み層と lstm 層の間の接続に問題があります。データの形状は (75,5) で、時間ステップごとに 75 時間ステップ x 5 データ ポイントがあります。私がやりたいことは、(75x5)で畳み込みを行い、新しい畳み込み(75x5)データを取得し、そのデータをlstmレイヤーにフィードすることです。ただし、畳み込み層の出力の形状には、必要のないフィルターの数があるため、機能しません。したがって、畳み込み層の出力の形状は (1,75,5) であり、lstm 層に必要な入力は (75,5) です。最初のフィルターを取得するにはどうすればよいですか。

そして、これは出てくるエラーです:

0 投票する
0 に答える
2927 参照

deep-learning - Keras でパディングがゼロの埋め込みレイヤーのインデックス

gensim からの単語埋め込みを含む文の RNN モデルを Keras で構築しています。埋め込みレイヤーを GloVe ベクトルで初期化しています。これは逐次モデルであり、文の長さが可変であるため、ベクトルはゼロで埋められます。例えば

GloVe ベクトルに次元があるとしましょう[NUM_VOCAB, EMBEDDING_SIZE]。ゼロ インデックスはマスクされている (無視されている) ため、単語の適切なインデックスを取得するには、次元が次のようになるように GloVe マトリックスに列を追加します[NUM_VOCAB+1, EMBEDDING_SIZE]か?

よりエレガントな方法がない限り、モデルが推定する不要なベクトルがあるようです。

ありがとう