-
1 votes2 answers133 views
Core ML上具有两个参数的自定义图层
感谢这篇精彩的文章(http://machinethink.net/blog/coreml-custom-layers/),我理解了如何使用coremltools和Lambda与Keras自定义层编写转换 . 但是,我无法了解情况,功能有两个参数 . #python def scaling(x, scale): return x * scale Keras层在这里 . #python u... -
5 votes1 answers153 views
计算GPU(Tesla K40c)比图形GPU(GTX 960)慢
我正在两台不同的机器上深入学习CNN(4-CNN层和3个FNN层)模型(用Keras编写,张量流作为后端) . 我有2台机器(A:配备GTX 960显卡GPU,2GB内存和时钟速度:1.17 GHz,B:带特斯拉K40计算GPU,12GB内存和时钟速度:745MHz)但是当我在A上运行CNN模型时: Epoch 1/35 50000/50000 [=========================... -
-1 votes1 answers1908 views
将tensorflow模型(.pb)转换为coreml(.mlmodel)
ValueError:在TF图中找不到产生给定输出名称的操作 对于ML / Tensorflow以及Python来说,这是全新的 . 我试图将模型从.pb格式转换为.mlmodel格式,以便在ios项目中使用 . 我正在使用tf-coreml . >>> tf_converter.convert(tf_model_path = '/Users/anup/Downloads/inc... -
4 votes2 answers1162 views
使用预训练VGG-16模型的Caffe形状不匹配误差
我正在使用PyCaffe来实现受VGG 16层网络启发的神经网络 . 我想使用他们的GitHub page提供的预训练模型 . 通常,这通过匹配图层名称来实现 . 对于我的 "fc6" 图层,我在train.prototxt文件中有以下定义: layer { name: "fc6" type: "InnerProduct" b... -
1 votes2 answers464 views
Caffe:vgg网络的可变输入图像大小
我正在尝试使用caffe从VGG网络中提取卷积层的特征而不是FC层 . 在这种情况下,理论输入图像大小可能是任意的 . 但它接缝表示VGG网络在裁剪成224x224像素大小的图像上进行了训练 . 所以我在deploy.prototext中定义了一个输入数据层: layers{ name: "data" type: MEMORY_DATA top: "dat... -
3 votes2 answers531 views
keras加载模型错误尝试将包含17个图层的权重文件加载到具有0个图层的模型中
我目前正在使用keras的vgg16模型 . 我用我的一些图层微调vgg模型 . 在拟合我的模型(训练)后,我用 model.save('name.h5') 保存我的模型 . 它可以毫无问题地保存 . 但是,当我尝试使用 load_model 函数重新加载模型时,它显示错误: 您正在尝试将包含17个图层的权重文件加载到具有0个图层的模型中 以前有人遇到过这个问题吗?我的keras verion... -
0 votes2 answers219 views
将VGG功能模型转换为Keras中的序列模型
我实际上是想用Keras获得VGG16的Sequential模型版本 . 功能版本可以通过以下方式获得: from __future__ import division, print_function import os, json from glob import glob import numpy as np from scipy import misc, ndimage from scip... -
5 votes2 answers1424 views
删除然后在Keras模型中插入新的中间层
给定预定义的Keras模型,我试图首先加载预先训练的权重,然后删除一到三个模型内部(非最后几个)层,然后用另一个层替换它 . 我似乎无法在keras.io上找到任何关于做这样的事情或从预定义模型中删除图层的文档 . 我使用的模型是一个良好的ole VGG-16网络,它在一个函数中实例化,如下所示: def model(self, output_shape): # Prepare imag... -
3 votes1 answers529 views
是否可以在keras中训练多种图像尺寸?
Keras将numpy数组作为训练数据的输入,但是可以创建可以采用可变输入大小的模型 . 我想知道是否有办法将各种尺寸的图像合并到模型的训练数据中 . -
3 votes1 answers818 views
Keras VGGnet预训模型可变大小输入
我想用VGG预训练模型提取368x368尺寸图像的特征 . 根据文档,VGGnet接受224x224尺寸的图像 . 有没有办法为Keras VGG提供可变大小的输入? 这是我的代码: # VGG Feature Extraction x_train = np.random.randint(0, 255, (100, 224, 224, 3)) base_model = VGG19(weights=... -
2 votes1 answers1802 views
为卷积神经网络输入添加附加值? [关闭]
我有一个想要输入到卷积神经网络模型的图像数据集,但是,对于这些图像中的每一个,与图像相关联的对象都有一个范围或距离 . 我想输入这个范围作为CNN模型的附加上下文 . 提供这些额外的信息是否会带来任何好处?这样做有意义吗?在Keras可行吗? 谢谢! -
0 votes1 answers1018 views
有没有办法识别图像中的对象?
我正在寻找一些可以识别图像中物体的预训练深度学习模型 . 通常,图像是用于购物网站的产品类型 . 我想知道图像中的产品是什么 . 我遇到过一些预先训练过的模型,比如VGG,Inception,但它们似乎是在一些普通物体上训练过的,比如1000个物体 . 我正在寻找更多像10000或更多训练的东西 . -
7 votes2 answers788 views
Keras VGG提取功能
我已经加载了预先训练好的VGG面部CNN并成功运行了它 . 我想从第3层和第8层中提取超列平均值 . 我正在关注从here中提取超列的部分 . 但是,由于get_output函数不起作用,我不得不做一些更改: 进口: import matplotlib.pyplot as plt import theano from scipy import misc import scipy as sp fro... -
0 votes1 answers1675 views
TensorFlow认可了vgg-19型号/功能提取器
我的任务要求我从vgg-19网络的pool5层中提取功能 . 以前我使用Caffe进行此操作,然后使用Tensorflow处理提取的功能以进行进一步培训 . 但现在,我想在顶部添加一个deconv层,并对整个网络进行微调以进行端到端的培训 . 现在我的渐变是使用tensroflow获得的,而我使用caffe从vgg-19获得了这些特征,所以我想很难将这些渐变反向传播到caffe . 所以这就是我在... -
0 votes1 answers1013 views
在keras实施联合学习
我正在尝试实现一个由两层组成的模型来分割keras中的候选对象所以基本上这个模型具有以下架构 图像(通道,宽度,高度) - >多个卷积和合并图层 - >输出('n'特征贴图,高度宽度) 现在这个 single output 被两层使用,如下所示:1)卷积(1 * 1) - >具有m个单位的密集层(输出= n * 1 * 1) - >像素分类器,使用完全连接的h * w di... -
1 votes3 answers1687 views
Keras模型获得恒定的损失和准确性
我正在尝试针对Street View House Numbers数据集训练一个keras CNN . 你可以找到项目here . 问题是在训练期间,损失和准确性都不会随着时间而改变 . 我尝试过1通道(灰度)图像,RGB(3通道)图像,更宽(50,50)和更小(28,28)的图像,在卷积层中有更多或更少的滤波器,更宽更小池化层中的补丁,有或没有丢失,批量越来越大,优化器的学习步骤越来越小,具有不同... -
0 votes1 answers493 views
Keras卷积1D通道独立,[样本,时间步长,特征],风力涡轮机数据集
我正在研究一种具有常规矩阵格式的风力涡轮机数据集:[row:datetime,column:features] 但是我想用卷积来捕获每个这样的功能的进展,就像在LSTM中完成的那样 . 所以,我已经生成了一个具有以下维度的新数据集: [datetime,15 timesteps,128 features]:每个原始日期时间行现在有15个寄存器连接在一起(t-0,t-1,...,t-14) . 我的... -
0 votes1 answers663 views
无法预测ImageNet类的输入[Keras Tensorflow]
我跟着这个回购(https://github.com/iamgroot42/keras-finetuning),我已经完成了培训 . 现在,我想预测我自己的数据集(包含2个类,Avocado和Mango)和ImageNet集的输入图像 . 但预测结果总是返回索引0或1(我猜它是鳄梨或芒果),永远不会从ImageNet返回一个类 . 例如 . 我想预测一个来自ImageNet原始类的iPod图像,但... -
2 votes2 answers574 views
如何使用keras在神经网络中打印预测类的名称?
我在keras中使用预先训练的模型并最终预测类索引是一些整数值,但我似乎不明白如何打印这些类的名称? 我使用的模型是ResNet 50 . 编辑:仍然无法弄明白,对我来说,让它回答编辑它真的很重要 . -
1 votes1 answers437 views
keras - 获得每个 class 的概率
我试图从keras模型中获得每个类的概率 . 请在下面找到样本keras模型: width = 80 height = 80 model = Sequential() model.add(Conv2D(32, (3, 3), input_shape=( width, height, 3))) model.add(Activation('relu')) model.add(MaxPooling2D(... -
6 votes1 answers1521 views
基于深度网络的多输入多输出模型辅助输出的意义
我正在引用keras documentation构建一个网络,它以嵌入和其他一些重要特性的形式接受多个输入 . 但是如果我们已经定义了主要损失,我不明白辅助损失的确切影响 . 这里我们插入辅助损耗,即使模型中的主要损耗会更高,也可以平滑地训练LSTM和嵌入层 . 如文档中所述,我假设它有助于在嵌入/之前定义的任何其他层上顺利训练 . 我的问题是,如何确定辅助损失的权重 . 我们编译模型并为辅... -
1 votes0 answers1018 views
在Keras中,是否可以将神经网络权重加载到具有相同架构但尺寸不同的新模型上?如果是这样,怎么样?
例如,如果您的滤波器大小为64x64的卷积神经网络层具有权重,并且您希望将这些预先训练的权重加载到不同大小的新卷积神经网络层(例如32x32或128x128),那么如何实现?你可以变换(过采样,欠采样,重复,平均,插值,截断等)权重以适应任何大小的图层吗? 在Keras有这样的例子吗? 有最佳做法吗? -
-1 votes1 answers1123 views
使用TensorFlow的卷积神经网络
我正在使用Tensorflow构建CNN模型,而不使用任何前端API,如Keras . 我正在创建一个VGG-16模型并使用预先训练过的权重,并希望微调最后一层以满足我的目的 . 按照这里的教程,http://cv-tricks.com/tensorflow-tutorial/training-convolutional-neural-network-for-image-classificatio... -
0 votes0 answers1461 views
如何在Keras中正确应用单热编码进行2D像素图像分类CNN?
我正在通过卷积神经网络(CNN)研究基于2D RGB像素的图像分类问题 . 我将充分描述我的问题,并提供尽可能多的细节 . 我将我的培训和验证分成如下: x_trn, x_val, y_trn, y_val = train_test_split(img, msk,test_size=0.2, random_state=42) 其中 img 是 (number_of_image_patches x... -
3 votes1 answers1834 views
我的CNN模型中的内核权重初始化在哪里?
我正在使用一个名为 make_unet 的卷积神经网络(CNN)来自here . 它工作正常,代码能够与此CNN一起运行 . 但我知道在深度学习中你必须初始化权重以优化神经网络 . Keras中的documentation清楚地表明使用 kernel_initializer 进行重量初始化 . 但是,我在 make_unet 函数中看不到任何 kernel_initializer . 任何能够提... -
0 votes1 answers1812 views
如何从这个Pytorch代码中找到Keras中使用的等效'batch_size'?
我正在使用github的Pytorch代码 我正试图将此移植到Keras . 特别是,Keras使用 model.fit 训练神经网络并具有 batch_size 参数 . 我试图设置这个,但无法在上面链接的Pytorch脚本中确定它 . 在脚本中,在框4中有一个名为 sliding_window 的函数,其中有一个名为 step 的参数 . 我不确定这是否是 batch_size 的等效设置 .... -
0 votes0 answers434 views
如何使用VGG-S以及如何通过它提取输出功能?
在深度学习中,存在许多卷积神经网络CNN的模型 . 要尝试VGG-S模型,我从这里下载“imagenet-vgg-s.mat”,我尝试通过此代码从第二个完全连接的层中提取输出特征: net = load('./Model/imagenet-vgg-s.mat'); layer = net.layers{1,18}.name; outputFeatures = activations(net,Img... -
25 votes2 answers1020 views
如何计算卷积神经网络的参数个数?
我紧跟这个例子:Convolutional Neural Networks and Feature Extraction with Python . 我目前拥有的CNN架构(不包括任何丢失层)是: NeuralNet( layers=[('input', layers.InputLayer), # Input Layer ('conv2d1', lay... -
0 votes1 answers1535 views
改变卷积神经网络中的参数
我正在为CNN做准备 . 我读了一些关于训练MNIST数据集的论文使用CNN . 图像的尺寸为28x28并使用架构5层:输入> conv1-maxpool1> conv2-maxpool2>完全连接>输出 Convolutional Layer #1 - Computes 32 features using a 5x5 filter with ReLU activation... -
8 votes1 answers455 views
预测取决于Keras的批量大小
我正在尝试使用keras进行图像的二进制分类 . 我的CNN模型在训练数据方面训练有素(提供约90%的训练准确度和~93%的验证准确度) . 但是在培训期间,如果我设置批量大小= 15000,我得到图I输出,如果我设置批量大小= 50000,我得到图II作为输出 . 有人可以告诉我有什么问题吗?预测不应该取决于批量大小吗? 我用于预测的代码: y=model.predict_classes(pat...