Questions tagged «keras»

我知道在Keras中使用class_weights参数字典进行拟合是有可能的，但是我找不到任何示例。有人愿意提供吗？ 顺便说一句，在这种情况下，适当的做法仅仅是根据少数群体的代表性不足来按比例增加少数群体的比例？

128 classification  keras  weighted-data 

我正在尝试开始学习RNN，并且正在使用Keras。我了解香草RNN和LSTM层的基本前提，但是我无法理解培训的某些技术要点。 在keras文档中，它说到RNN层的输入必须具有形状(batch_size, timesteps, input_dim)。这表明所有训练示例都具有固定的序列长度，即timesteps。 但这不是特别典型，是吗？我可能想让RNN对不同长度的句子进行运算。当我在某种语料库上对其进行训练时，我将为它提供成批的句子，这些句子的长度各不相同。 我想要做的显而易见的事情是找到训练集中任何序列的最大长度并将其零填充。但这是否意味着我无法在测试时进行输入长度大于该长度的预测？ 我想这是一个关于Keras特定实现的问题，但是我也想问人们通常在遇到这种问题时通常会做什么。

59 python  keras  rnn  training 

我将要训练一个包含2-3百万篇文章的大型LSTM网络，并且正面临着内存错误（我使用AWS EC2 g2x2large）。 我发现一种解决方案是减少batch_size。但是，我不确定此参数是否仅与内存效率问题有关，还是会影响我的结果。实际上，我还注意到batch_size示例中使用的通常是2的幂，我也不理解。 我不介意我的网络需要花费更长的时间来训练，但是我想知道是否减少batch_size会降低我的预测质量。 谢谢。

38 deep-learning  keras 

我仍然感到困惑之间的区别Dense和TimeDistributedDense的Keras，即使已经有一些类似的问题问在这里和这里。人们在讨论很多，但没有共同商定的结论。 即使在这里，@fchollet指出： TimeDistributedDenseDense对3D张量的每个时间步应用相同（完全连接）的操作。 我仍然需要详细说明它们之间的确切区别。

34 machine-learning  neural-network  keras 

如何在keras库（或tensorflow）中进行编程，以在多个GPU上划分训练？假设您位于具有8个GPU的Amazon ec2实例中，并且希望使用它们全部进行训练，但是您的代码仅适用于单个CPU或GPU。

33 python  deep-learning  tensorflow  keras  gpu 

我正在研究，如果需求三个赛事冠军的分类一个=（ ，win，）drawlose WINNER LEAGUE HOME AWAY MATCH_HOME MATCH_DRAW MATCH_AWAY MATCH_U2_50 MATCH_O2_50 3 13 550 571 1.86 3.34 4.23 1.66 2.11 3 7 322 334 7.55 4.1 1.4 2.17 1.61 我当前的模型是： def build_model(input_dim, output_classes): model = Sequential() model.add(Dense(input_dim=input_dim, output_dim=12, activation=relu)) model.add(Dropout(0.5)) model.add(Dense(output_dim=output_classes, activation='softmax')) model.compile(loss='categorical_crossentropy', optimizer='adadelta') return model 我不确定这是否适用于多类别分类 二进制分类的最佳设置是什么？ 编辑：＃2-那样吗？ model.add(Dense(input_dim=input_dim, …

30 python  neural-network  classification  clustering  keras 

我对机器学习算法（基本的随机森林和线性回归类型的东西）有一些自学的知识。我决定分支并开始与Keras学习RNN。在查看大多数通常涉及库存预测的示例时，我没有找到实现多个功能的任何基本示例，除了第一列是功能日期，另一列是输出。我是否缺少关键的基本事物？ 如果有人举个例子，我将不胜感激。 谢谢！

27 machine-learning  neural-network  keras 

Keras如何从类别概率计算准确性？假设，例如，测试集中有100个样本，它们可以属于两个类别之一。我们也有一个类概率列表。Keras使用什么阈值将样本分配给两个类别中的任何一个？

26 neural-network  deep-learning  keras 

我开始使用Keras学习CNN。我正在使用theano后端。 我不明白如何将值设置为： batch_size， 每个时代的步骤， 验证步骤。 batch_size如果我在训练集中有240,000个样本，在测试集中有80,000个，应将设置为，每个时期的步长和验证步骤的值是多少？

26 machine-learning  keras  cnn 

我正在尝试将两个Keras模型合并为一个模型，但是我无法实现这一点。 例如在附图中，我想获取尺寸为8 的中间层，并将其用作模型（再次为尺寸8的）层输入，然后将模型和模型合并为一个模型。B 1 B A BA2A2A2B1B1B1BBBAAABBB 我正在使用功能模块独立创建模型和模型如何完成这项任务？乙AAABBB 注意：是模型的输入层，而是模型的输入层。A B 1 BA1A1A1AAAB1B1B1B乙B

25 machine-learning  python  deep-learning  keras  tensorflow 

我想为我的二进制KerasClassifier模型计算精度，召回率和F1分数，但找不到任何解决方案。 这是我的实际代码： # Split dataset in train and test data X_train, X_test, Y_train, Y_test = train_test_split(normalized_X, Y, test_size=0.3, random_state=seed) # Build the model model = Sequential() model.add(Dense(23, input_dim=45, kernel_initializer='normal', activation='relu')) model.add(Dense(1, kernel_initializer='normal', activation='sigmoid')) # Compile model model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy']) tensorboard = TensorBoard(log_dir="logs/{}".format(time.time())) time_callback = TimeHistory() # Fit the model history …

21 machine-learning  neural-network  deep-learning  classification  keras 

Keras支持TensorFlow和Theano作为后端：除了目前还不是所有的操作都可以通过TensorFlow后端实现的事实之外，选择一种还是另一种的利弊是什么？

20 neural-network  deep-learning  theano  tensorflow  keras 

我在为新研究项目选择Keras（keras-team / keras）和tf.keras（tensorflow / tensorflow / python / keras /）之间有点困惑。 有争论称，Keras不归任何人所有，因此人们更乐于参与其中，将来管理该项目将更加容易。‬ 在另一边，tf.keras是由谷歌所拥有，因此更严格的测试和维护。而且，这似乎是利用Tensorflow v.2中提供的新功能的更好选择。 因此，要启动一个数据科学（机器学习）项目（在研究阶段），在开始时都没问题，您选择哪个？

20 python  deep-learning  keras  tensorflow 

我是深度学习的新手。 现在有什么办法可以将TensorFlow与Intel GPU一起使用吗？如果是，请指出正确的方向。 如果没有，请让我知道我的英特尔公司Xeon E3-1200 v3 / 4th Gen Core Processor Integrated Graphics Controller可以使用哪个框架（Keras，Theano等）。

20 tensorflow  keras  theano  gpu 

哪个更适合准确性，还是相同？当然，如果使用categorical_crossentropy，则使用一种热编码，如果使用sparse_categorical_crossentropy，则将编码为普通整数。另外，什么时候比另一种更好？

20 neural-network  keras  loss-function  encoding