Tag: глубокое обучение

Разъяснение в учебнике Theano

Я читаю этот учебник, представленный на домашней странице документации Theano Я не уверен в коде, указанном в разделе спуска градиента. У меня есть сомнения относительно цикла for . Если вы инициализируете переменную param_update равной нулю. param_update = theano.shared(param.get_value()*0., broadcastable=param.broadcastable) а затем вы обновите его значение в оставшихся двух строках. updates.append((param, param – learning_rate*param_update)) updates.append((param_update, momentum*param_update […]

случайный выбор numpy в Tensorflow

Есть ли эквивалентная функция для случайного выбора numpy в Tensorflow. В numpy мы можем получить элемент случайным образом из данного списка с его весами. np.random.choice([1,2,3,5], 1, p=[0.1, 0, 0.3, 0.6, 0]) Этот код выберет элемент из данного списка с весами p.

TensorFlow ValueError: невозможно передать значение формы (64, 64, 3) для Tensor u'Placeholder: 0 ', которая имеет форму' (?, 64, 64, 3) '

Я новичок в TensorFlow и машинах. Я пытаюсь классифицировать два объекта чашкой и pendrive (jpeg-изображения). Я успешно подготовил и экспортировал model.ckpt. Теперь я пытаюсь восстановить сохраненный model.ckpt для предсказания. Вот сценарий: import tensorflow as tf import math import numpy as np from PIL import Image from numpy import array # image parameters IMAGE_SIZE = 64 […]

c_state и m_state в Tensorflow LSTM

Документация Tensorflow r0.12 для tf.nn.rnn_cell.LSTMCell описывает это как init: tf.nn.rnn_cell.LSTMCell.__call__(inputs, state, scope=None) где state выглядит следующим образом: state: если state_is_tuple False, это должен быть тензор состояния, 2-D, пакет x state_size. Если state_is_tuple имеет значение True, это должен быть кортеж тензоров состояния, как двухмерных, так и столбцов c_state и m_state. Что такое c_state и m_state и […]

Признание мниста с использованием кера

Как я могу обучить модель распознавать пять чисел на одной картинке. Код выглядит следующим образом: from keras.layers import Conv2D from keras.layers import MaxPooling2D from keras.layers import Flatten from keras.layers import Dropout, Dense, Input from keras.models import Model, Sequential model = Sequential() model.add(Conv2D(32, kernel_size=(3, 3), activation='relu', input_shape=(28, 140, 1))) model.add(Conv2D(64, (3, 3), activation='relu')) model.add(MaxPooling2D(pool_size=(2, 2))) model.add(Dropout(0.25)) […]

Каков самый простой способ сделать детектор объектов на C ++ с Fast / Faster-RCNN?

Каков самый простой способ сделать детектор объектов на C ++ с Fast / Faster-RCNN и Caffe? Как известно, мы можем использовать следующие RCNN (Революционные нейронные сети на основе региона) с Caffe: RCNN : https://github.com/BVLC/caffe/blob/be163be0ea5befada208dbf0db29e6fa5811dc86/python/caffe/detector.py#L174 Быстрый RCNN : https://github.com/rbgirshick/fast-rcnn/blob/master/tools/demo.py#L89 scores, boxes = im_detect(net, im, obj_proposals) который вызывает def im_detect(net, im, boxes): для этого используется rbgirshick / […]

Градиенты политики в Keras

Я пытаюсь построить модель, используя «Deep Q-Learning», где у меня есть большое количество действий (2908). После некоторого ограниченного успеха с использованием стандартного DQN: ( https://www.cs.toronto.edu/~vmnih/docs/dqn.pdf ), я решил сделать еще несколько исследований, потому что я решил, что пространство действия слишком велико, чтобы сделать эффективная разведка. Затем я открыл эту статью: https://arxiv.org/pdf/1512.07679.pdf, где они использовали модель […]

Соответствующая структура Deep Learning для многоклассовой классификации

У меня есть следующие данные feat_1 feat_2 … feat_n label gene_1 100.33 10.2 … 90.23 great gene_2 13.32 87.9 … 77.18 soso …. gene_m 213.32 63.2 … 12.23 quitegood Размер M – это большие ~ 30K строк, а N намного меньше ~ 10 столбцов. Мой вопрос в том, какова надлежащая структура Deep Learning для изучения […]

Реализация разреженных соединений в нейронной сети (Theano)

В некоторых случаях для нейронных сетей требуется, чтобы не все нейроны были связаны между двумя последовательными слоями. Для моей архитектуры нейронной сети мне нужно иметь слой, в котором каждый нейрон имеет только соединения с некоторыми предварительно определенными нейронами в предыдущем слое (в несколько произвольных местах, а не с таким шаблоном, как слой свертки). Это необходимо […]

Неконтролируемый предварительный тренинг для сверточной нейронной сети в анано

Я хотел бы создать глубокую сеть с одним (или более) сверточными слоями (CNN) и одним или несколькими полностью связанными скрытыми слоями сверху. Для глубокой сети с полностью связанными слоями существуют методы в anano для неконтролируемого предварительного обучения, например, с использованием автокодеров с кодированием или RBM . Мой вопрос: как я могу реализовать (в анано) неконтролируемый […]

Python - лучший язык программирования в мире.