問題タブ [lasagne]

私は Lasagne パッケージを使用して単純な畳み込みネットワークを構築しており、単純なしきい値 [max(0,x-threshold)] を持つ ReLu レイヤーを追加したかったのですが、トレーニング可能なパラメーター (lasagne.layers.NonlinearityLayer) のない整流器しか見つけることができませんでした。乗算されているパラメーターがあります (lasagne.layers.ParametricRectifierLayer)。このレイヤーは存在しますか、それとも明らかな何かが欠けていますか?

助けてくれてありがとう！テリー

ここのコードで遊んでみると、非常に奇妙なエラーが発生しました。1 つを除いて、他のすべてのモジュールは適切にインポートできます。

具体的には、エラーは次のとおりです。

ここのファイルから。lasagne_extensions.layers は次のとおりです。

lasagneしたがって、問題は、インストールまたはparmesan適切に行わなかったことであると考えています。

numpy、scipy、theanoおよびlasagneを含む関連モジュールをそれぞれ最新バージョンにアップグレードしようとしpip install --upgradeました。pip installのサポートがないparmesanので、ダウンロードして再インストールしました。ただし、エラーは残ります。

何を調べる必要があるかについて誰かアドバイスをもらえますか？

私はラザニアの Conv3DDNNLayer を使用しており、(N x 1 x 9 x 9 x 9) の入力次元を持っています。ここで、各 9x9x9 キューブは分類対象のサンプルです。

したがって、各エントリがキューブに対応する (N x 1) のターゲット ディメンションがあります。これはエラーを引き起こしています：

この場合、どのディメンションにターゲットを設定する必要がありますか?

編集 - コードを追加

ありがとう！

長期再帰畳み込みネットワークの論文を再現しようとしています。

で使用したい事前トレーニング済みのカフェモデルがありtheanoます。.caffemodelこのファイルのとprototxt. ラザニアの例を使用して、カフェの重みをカフェ モデルにロードしました。これは私が使用したコードですが、データはラザニア モデルに読み込まれません。lasagne.layers.get_all_param_values(net)このエラーをスローするコマンドを使用して確認し ます。

トライアル/テストコード:-

私は次のことをしたい：

ここで、w_sub はたとえば w[1] ですが、w_sub の関数で明示的に b を書きたくありません。これと他の関連する問題を経験したにもかかわらず、私はそれを解決できません。

これは、私の問題を示すためのものです。実際、私が本当にやりたいのは、ラザニアとのスパース畳み込みです。重み行列のゼロ エントリは更新する必要がないため、 のこれらのエントリの勾配を計算する必要はありませんw。

これは完全なエラー メッセージです。

ラザニアとテアノを使用して、VGG から回帰タスクの 20 個の数値を予測しています。私が書いたスクリプトの例では、画像の数は 100 です。

ネットで調べてみると、nolearnを使っている人は を指定することで直りますregression=Trueが、私はラザニアばかり使っています

そう：

これが正確なエラーメッセージです

モデルはこちら

ジェネレーター:

関連するトレーニング スニペット

Lasagne パッケージを使用して単純な 3 層ニューラル ネットワークを構築し、非常に単純なデータセット (4 つの例のみ) でテストしています。

ただし、これを学習できず、次の予測になります。

完全なコード:

トレーニング：

隠れ層で使われている非線形関数か、学習方法に問題があるのではないかと推測しています。

ラザニアを使用して非常に単純なニューラル ネットワークをトレーニングしようとしています。1 つの出力を持つ 1 つの高密度レイヤーで、非線形性はありません (つまり、単純な線形回帰です)。これが私のコードです：

ここではまだネットワークをトレーニングしていません。ネットワークの 1K の実際の予測を取得するのにかかる時間を確認するために、1K の評価 (初期のランダムな重みを使用) を行っているだけです。1Kドット製品と比較すると、ものすごい減速です！

私の質問は、なぜこのような単純なネットワークを評価するのにそんなに時間がかかるのですか?

また、予測値について混乱しています。内積がゼロ未満の場合、ネットワークは 0 を出力します。それ以外の場合、これら 2 つの値は同じです。

DenseLayer がどのように機能するかについて何か不足していますか?

Ubuntu 14.04 で PyCharm を使用しています。したがって、iPython を使用すると、使用しているライブラリを次の方法で確認できます。

結果：

ライブラリを iPython にインポートできますが、PyCharm では機能しません。

これらのパスとライブラリをすべて PyCharm に挿入するにはどうすればよいですか。現在、私の PyCharm はこれらのライブラリのほとんどを認識していません。

深層学習ライブラリに精通している場合、私は Anaconda、Theano、Lasagne を使用していますが、いずれも私の PyCharm には追加されていません。ただし、それらはすべて iPython で正常に動作します。

つまり、iPython にあるすべてのパスを PyCharm パスに追加する方法です。

事前トレーニング済みのニューラル ネットワークを使用して、特定のニーズに合わせて微調整したいと考えています。これには Python と Lasagne フレームワークを使用したかったのです。の上：

https://github.com/Lasagne/Recipes/blob/master/examples/ImageNet%20Pretrained%20Network%20%28VGG_S%29.ipynb

特定の画像に事前学習済みのネットワークを使用する方法の例を見つけました。私の問題は、上記のリンクで説明されているネットワークを出発点として使用し、必要な TWO CLASS 分類子を実装する最終層を追加したいということです。したがって、ネットワーク内のすべてのレイヤーを凍結したままにして、最後に追加したレイヤーでのみトレーニングを許可したいと考えました。

どうやらラザニアでレイヤーが「トレーニング不可」であることを示す方法があるようですが、Web上でこれを行う方法の例は見つかりませんでした。

これについてのご意見は大歓迎です。