-
1 votesanswersviews
NN精度在Keras的第一个时代之后饱和
我正在尝试使用简单的神经网络来预测使用 keras-1.0.6 的二进制目标 . 输出在第一个时代之后饱和 . 我尝试使用学习率（从0.1到1e-6），SGD优化器的衰减和动量以及层（10-512个隐藏的神经元和1-2个隐藏层）以及它们的网络激活功能，但是没有用 - 预测准确性是一样的 . 我的训练集有形状（13602,115），我的验证集有形状（3400,115） . 目标变量y_train和y... -
0 votesanswersviews
卷积神经网络不对测试集keras进行分类
我有一个三维卷积神经网络[keras，tensorflow]和具有高级阿尔茨海默氏症，早期阿尔茨海默氏症和 Health 人（3类）的人的3D脑图像 . 我有324个图像的训练集和74个图像的测试集 . 当我训练我的CNN时，我有大约65-70％的准确度，但对于测试组，我只有30-40％ . 当我使用测试数据作为验证数据然后用于训练集时，我的准确度也不超过37％，并且损失始终保持在相同的水平 . ... -
0 votesanswersviews
Keras交叉验证准确度在每个时期之后稳定在（1 / output_classes）
我目前正在尝试使用大量扬声器训练DNN进行语音识别，每个扬声器都有自己的标签（output_classes =扬声器总数） . 我的数据库现在有300个扬声器，Keras型号摘要如下： 1240（输入大小） - > 256隐藏 - > 256隐藏 - > 256隐藏（0.5丢失） - > 256（0.5丢失） - > Softmax（300） 我正在批量提供数据（... -
1 votesanswersviews
比较keras张量流后端的模型训练结果
我在两个cnn网络上训练了6000张图像，它们似乎给了我类似的结果 . 该模型经过二元分类训练，两个模型之间的差异在密集层中，模型A具有以下密集层配置 fc1 (Dense) (None, 512) 12845568 __________________________________________________________... -
5 votesanswersviews
2D输入上的Conv1D
有人可以向我解释当keras Conv1D图层被输入2D输入时会发生什么？如： model=Sequential() model.add(Conv1D(input_shape=(9000,2),kernel_size=200,strides=1,filters=20)) 改变（9000,1）和（9000,2）之间的输入大小并调用model.summary（），我看到输出形状保持不变，但参数的数量... -
7 votesanswersviews
卷积神经网络Conv1d输入形状
我正在尝试创建一个CNN来对数据进行分类 . 我的数据是X [N_data，N_features]我想创建一个能够对其进行分类的神经网络 . 我的问题是关于keras后端的Conv1D的输入形状 . 我想重复一个过滤器..让我说10个功能，然后为接下来的十个功能保持相同的权重 . 对于每个数据，我的卷积层将创建N_features / 10个新神经元 . 我怎么能这样做？我应该在input_sha... -
13 votesanswersviews
Keras conv1d图层参数：filters和kernel_size
我对keras的conv1d层中的这两个参数感到非常困惑：https://keras.io/layers/convolutional/#conv1d 文件说： filters: Integer, the dimensionality of the output space (i.e. the number output of filters in the convolution). kernel_... -
0 votesanswersviews
如何在keras中使用Conv1D和双向LSTM对每个时间步进行多类分类？
我正在尝试在keras中使用Conv1D和双向LSTM（非常类似于this question）进行信号处理，但是对每个时间步进行多类分类 . 问题是即使Conv1D和LSTM使用的形状有些相同： Conv1D :(批次，长度，通道）LSTM :(批次，时间步，功能） Conv1D的输出=（length - （kernel_size - 1）/ strides），因此即使不使用MaxPoo... -
0 votesanswersviews
Keras Conv1D用于时间序列
我只是深度学习领域的新手 . 我用Keras Conv1D做了我的第一次基本尝试 . 不知道我做了什么以及我是否做得对 . 我的输入数据仅为每周（总共313周）的总销售额，适用于美国各地的商店，时间步长为1 . 这是我的代码： from pandas import read_csv import matplotlib.pyplot as plt import numpy from keras.da... -
1 votesanswersviews
简单Conv1D作为keras中的第一层
这是我的意见 x_train.shape # (12, 7) 12 observations each of length 7 x_train # dtype('int32') 这是我想要实现的架构： 我想要一个大小为3的内核在序列上进行卷积 . 来自https://keras.io/layers/convolutional/的keras文档 “当使用该层作为模型中的第一层时，提供一个inpu... -
0 votesanswersviews
在keras中输出conv2d
model.add（Conv2D（8，（3,3），activation ='relu'，padding ='same'，strides = 2）） 我们输入了400 * 400的图像，这是网络中的第一层，它会产生什么样的输出？ -
2 votesanswersviews
Keras LSTM密集层多维输入
我正在尝试创建一个keras LSTM来预测时间序列 . 我的x_train的形状像3000,15,10（例如，Timesteps，Features），y_train就像3000,15,1而我正在尝试 Build 多对多的模型（每个序列10个输入特征使1个输出/序列） . 我正在使用的代码是这样的： model = Sequential() model.add(LSTM( 10, ... -
1 votesanswersviews
python keras错误：检查目标时出错：期望dense_2有3个维度
我有DNA数据作为Keras的输入，DNA数据是一个单一的编码阵列，每个DNA序列是4个通道（每种类型的核苷酸一个） . 单热矩阵在matlab中，其尺寸为：（4,400,100）100个样本 . 第一个matlab有维度行* cloumn * slice（4,400,100），但我改变尺寸得到（100,4,400）像python格式 import scipy.io x = scipy.... -
0 votesanswersviews
Keras RNN LSTM精度不变
X_train [[0 1 1 1 1 0 0 0 0 0] [0 1 1 1 1 0 0 0 0 0] [0 1 1 1 0 0 0 0 0 0] [0 1 0 0 0 1 1 0 0 0] [0 1 0 0 0 1 1 0 0 0] [0 1 1 1 1 0 0 0 0 0]] y_train 1 1 1 0 0 1 X_train中的第三和第四列是输出的明确指标 . 我正在尝试... -
0 votesanswersviews
在相同数据上训练和测试时，keras model.predict准确度低于训练和验证准确度
我在keras（tensorflow后端）中创建了一个简单的前馈网络，这是我的优化器： sgd = SGD(lr=LEARNING_RATE) model.compile(loss='binary_crossentropy', optimizer=sgd, ... -
-2 votesanswersviews
Keras神经网络的准确性受到限制
我正在提供神经网络数字列表来预测单个浮点输出 . 训练数据被标准化 . 我使用内置标准化的Keras进行特征训练数据，并将标签从0到1映射 . 出于某种原因，我的准确性要么变差，要么只是0.1638（奇怪的特定值......）我尝试了大量不同的学习率和激活 . 我正在使用RMS作为损失函数 . 下面是标准化x_train的示例： [0.06258409 0.25033637 0.18775228 ... -
4 votesanswersviews
如何在keras中对输入数据进行整形以与Conv1D一起使用？
我的虚拟数据集中有12个长度为200的向量，每个向量代表一个样本 . 假设 x_train 是一个形状为 (12, 200) 的数组 . 当我做： model = Sequential() model.add(Conv1D(2, 4, input_shape=(1, 200))) 我收到错误： ValueError: Error when checking model input: expect... -
5 votesanswersviews
Keras：无法导入名称np_utils [重复]
这个问题在这里已有答案： ImportError: cannot import name np_utils 6个答案 我正在使用Python 2.7和Jupyter笔记本来做一些基本的机器学习 . 我正在关注本教程： http://machinelearningmastery.com/regression-tutorial-keras-deep-learning-library-python/... -
0 votesanswersviews
将Tensorflow代码转换为Keras
我是CNN的新手，最近遇到了Keras . 我试图在keras中编写我的tensorflow代码，但感到困惑 . 这是我的张量流代码 . #Input Data tf_train_dataset = tf.placeholder(tf.float32, shape=(batch_size, 1, nfeatures, n... -
2 votesanswersviews
Keras是否具有将输入字向量复制并仅反向传播到一组中的功能？
我的目标是在Keras创建一个RNN-CNN网络，根据文本段落预测分类输出 . 在我当前的模型中，段落首先被嵌入到特征向量中，馈送到2个cuDNNGRU层，4个Conv1D和MaxPooling层，然后到达密集输出层 . 但是，我发现了一种多通道方法的参考，用于处理涉及复制初始向量的单词向量，通过CNN层运行一组，然后在汇集之前将输出与副本相加 . 这样做是为了防止反向传播到一组向量中，因此保留了... -
1 votesanswersviews
Keras：嵌入LSTM
在用于建模IMDB序列数据（https://github.com/fchollet/keras/blob/master/examples/imdb_lstm.py）的LSTM上的keras示例中，在输入到LSTM层之前有一个嵌入层： model.add(Embedding(max_features,128)) #max_features=20000 model.add(LSTM(128)) 嵌入... -
0 votesanswersviews
连接嵌入式输入以在keras中提供循环LSTM
我正在试图找出如何将功能模型提供给keras中的LSTM门 . 我有一个时间序列的元组（int，float，float） . 整数不是有序的，应该通过并嵌入图层 . 然后我想要元组（在嵌入int之后）通过LSTM层 . 我已经开始了 from keras.layers import Input from keras.layers import Embedding from keras.layers... -
4 votesanswersviews
1D卷积层是否支持可变序列长度？
我有一系列经过处理的音频文件，我使用Keras作为CNN的输入 . Keras 1D卷积层是否支持可变序列长度？ Keras文档对此不清楚 . https://keras.io/layers/convolutional/ 它在文档的顶部提到你可以使用（无，128）128维向量的可变长度序列 . 然而在底部它声明输入形状必须是a 3D tensor with shape: (batch_size,... -
1 votesanswersviews
在方法'input_variable'中，类型'::CNTK::DataType'的参数3
我使用kera和cntk作为卷积神经网络的后端 . 列车数据的形状是（12459,49） . input_shape存在一些问题 . 输入是numpy数组 . model= Sequential() model.add(Conv1D(nb_filter=32,filter_length=3, strides=1,input_shape= (None,x_train.shape),padding=... -
0 votesanswersviews
Keras和Conv1D问题的输入形状
首先，我是神经网络和Keras的新手 . 我正在尝试使用Keras创建一个简单的神经网络，其中输入是时间序列，输出是另一个相同长度的时间序列（1维向量） . 我使用Conv1D层创建了伪代码来创建随机输入和输出时间序列 . 然后Conv1D层输出6个不同的时间序列（因为我有6个滤波器）和我定义的下一层将所有6个输出加到一个输出到整个网络的输出中 . import numpy as np impor... -
1 votesanswersviews
LSTM将所有样品标记为同一类
我正在尝试使用Keras设计LSTM网络，以便在二进制分类设置中组合字嵌入和其他功能 . 我的测试集包含每班250个样本 . 当我仅使用单词嵌入层（代码中的“模型”层）运行我的模型时，我得到的平均F1大约为0.67 . 当我创建一个具有固定大小的其他功能的新分支时，我单独计算（“branch2”）并使用“concat”将它们与单词embeddings合并，预测全部恢复为单个类（为该类提供完美的回忆... -
0 votesanswersviews
深入挖掘LSTM Keras
我正在使用LSTM框架对具有四列的传感器数据运行回归问题 . 我还没有使用任何正规化 . 我在下面指定的代码; import numpy as np import matplotlib.pyplot as plt import pandas as pd import math import keras from keras.models import Sequential from keras.l... -
1 votesanswersviews
LSTM时间序列模型代表双极/什么是对这些数据使用的正确模型？
我正在研究这种机器学习模型，以帮助预测时间序列数据 . 我有数据序列： 每个时间步的多个功能 一个输出，由序列末尾的两个值组成 . 这些输出是二进制“[1,0]，[0,0]，[0,1]”等... 我使用形状序列（1000,20）分批训练模型1000个数据点 . 我认为在最后使用带有密集层的LSTM（80）就可以了 . 但是当我训练模型时，它表现得非常双极 . 每列火车测试精度要求准确度... -
1 votesanswersviews
Keras中的LSTM序列预测仅输出输入中的最后一步
我目前正在使用Tensorflow作为后端与Keras合作 . 我有一个如下所示的LSTM序列预测模型，用于预测数据系列中的前一步（输入30个步骤[每个具有4个特征]，输出预测步骤31） . model = Sequential() model.add(LSTM( input_dim=4, output_dim=75, return_sequences=True)) mo... -
0 votesanswersviews
LSTM没有从一些输入列中学习
我正在使用LSTM（keras包）进行R中的时间序列预测 . 我创建了一个LSTM网络，它采用174个不同的输入节点（星期几，前一天滞后等）和61个输出列（预测接下来的61天） . 激活功能是 sigmoid . 损失在40个时期后稳定在0.0024 LSTM神经网络似乎并不认为某些输入节点是重要的，并且在假期等特殊日子里不起作用 . 我怎么解决这个问题？ 我已经尝试过调整超级参数，如epoch...