-
1 votes1 answers320 views
tensorflow将softmax op放在cpu而不是gpu上
我有一个具有多个输入和多个层的张量流模型,以及最终的softmax层 . 该模型使用Python进行训练(使用Keras框架),然后使用C程序完成保存和推理,该程序有助于构建TensorFlow的CMake(基本上遵循这些指令:https://github.com/tensorflow/tensorflow/tree/master/tensorflow/contrib/cmake) . 在pyth... -
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 [=========================... -
0 votes1 answers770 views
CoreML自定义图层:使用金属着色器进行像素标准化
我正在将Nvidia的GAN发电机的逐步发展转换为coreML . 我已经设法将所有内容转移到coreML,但Pixelwise规范化(Lambda)层除外,我计划将其作为Swift / Metal中的自定义coreML层实现 . 在TensorFlow.Keras中,我已经将像素规范实现为 def pixelwise_norm(a): return a / tf.sqrt(tf.redu... -
3 votes0 answers75 views
如何在Keras中构建完全卷积神经网络?
我正在与Keras合作,在尝试使用与VGG类似的架构实现FCNN时,我收到错误: TypeError:img必须是4D张量 这是我的FCNN代码: def buildmodel(): model = Sequential() model.add(Convolution2D(4,3,3,border_mode='same',input_shape=(3,64,64))) model.... -
0 votes1 answers268 views
在Keras的GPU上进行Finetuning VGG-16:内存消耗
我正在为我的任务微调VGG-16 . 我的想法是,我加载预训练的权重,删除最后一层(具有1000个输出的softmax)并将其替换为具有少量输出的softmax . 然后我冻结所有层,但最后一个并训练模型 . 以下是构建原始模型并加载权重的代码 . def VGG_16(weights_path=None): model = Sequential() model.add(ZeroP... -
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... -
1 votes0 answers195 views
Keras:实施分层培训模式的更好方法是什么?
我目前正在学习使用Keras实现分层训练模型 . 我的解决方案很复杂且耗时,有人可以给我一些建议吗?也有人可以解释Keras的拓扑结构,特别是 nodes.outbound_layer , nodes.inbound_layer 之间的关系以及它们与张量有什么关系: input_tensors 和 output_tensors ?从拓扑source codes on github,我很困惑: in... -
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... -
2 votes2 answers1213 views
Keras:有没有办法“pop()”顶层?
在Keras中有一个名为pop()的功能,可以删除模型的底层 . 有没有办法删除模型的顶层? 我有一个完全保存的预先训练的变分自动编码器,我试图只加载解码器(底部四层) . 我正在使用带有Tensorflow后端的Keras . -
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... -
1 votes1 answers694 views
keras中模型训练的初始化
当我们在keras中构建和训练模型时,我们是否需要初始化层的权重?似乎人们在构建Sequential()模型时不会这样做 . 另外,如果我做两次model.fit,那么第二次重量的初始值是多少?它是第一次运行的训练结果吗? -
1 votes1 answers1296 views
删除keras预训练模型的图层
我想使用vgg16预训练的keras模型 . 我在尝试更改模型时发现了一些奇怪的行为 . 1)我已经添加了一些每个训练模型的 layers . 我的问题是,张量板显示的模型层没有添加到序列模型中 . 这很奇怪,因为我也删除了导入的模型 . 我认为这与层之间的依赖关系有关,所以我想删除这些依赖项 . 我怎样才能做到这一点? 例如,在这张图片中有两层我没有添加,但它们在图表中显示 vgg16_mo... -
0 votes1 answers714 views
在Keras中预先训练好的VGG16模型中移除中间层
大家, 我有一个关于如何在Keras中修改预先培训的VGG16网络的问题 . 我尝试在最后三个卷积层的末尾删除最大池化层,并在每个卷积层的末尾添加批量标准化层 . 同时,我想保留参数 . 这意味着整个修改过程不仅包括删除一些中间层,添加一些新图层,还将修改后的图层与其余图层连接起来 . 我在Keras还是很新 . 我能找到的唯一方法如Removing then Inserting a New Mi... -
1 votes1 answers1603 views
将Keras预训练模型扩展为具有附加通道或波段的图像
我只是希望澄清一些关于前一篇文章的信息,该文章讨论了如何将Keras预训练的模型如VGG或InceptionV3扩展到不同大小的图像 . 我的问题是我有一些8频段的卫星图像 . 因此,图像可能是 650x650x8 而不是通常的RBG 3波段图像 . 我想知道我是否可以在8个波段而不是3个波段的图像上使用Keras预训练模型 . 现在有一个原始帖子并处理与此类似的事情 . 参考文章是关于将Kera... -
15 votes1 answers1002 views
使用预先训练的word2vec和LSTM进行单词生成
LSTM / RNN可用于文本生成 . This显示了为Keras模型使用预先训练的GloVe字嵌入的方法 . 如何使用Keras LSTM模型预先训练过的Word2Vec字嵌入? This帖子确实有帮助 . 如何在模型提供单词序列作为输入时预测/生成下一个单词? 尝试了示例方法: # Sample code to prepare word2vec word embeddings ... -
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 answers1083 views
Tensorflow返回VGG模型的10%验证准确度(不考虑时期数)?
我正在尝试使用张量流中的keras包在CIFAR-10上训练神经网络 . 考虑的神经网络是VGG-16,我直接借用官方的keras模型 . 定义是: def cnn_model(nb_classes=10): # VGG-16 official keras model img_input= Input(shape=(32,32,3)) vgg_layer= Conv2D(64, (3, 3), a... -
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 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 answers1911 views
在Keras模型中设置权重
我需要帮助将自定义权重设置为用于2D卷积的小型自定义Keras模型 . 我有一个看起来像这样的输入: X = [[[3, 2, -4], [0, 5, 4], [2, -1, -7], [-7, 0, 1]], [[-8, 9, 1], [-3, 6, 0], [0, -4, 2], [5, 1, 1]]] 因此,... -
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 votes0 answers887 views
ValueError:输入通道数与过滤器的相应尺寸不匹配,9!= 3
使用VGG16进行其他模型的特征提取 . 进入VGG16的输入来自输出灰度图像的神经网络 . 因此,我将VGG的输入替换为输入,接受1个通道图像,然后是连接层,使输入3个通道,以便卷积层可以对图像进行操作 . vgg_16 = vgg16.VGG16(include_top = False,weights ='imagenet',input_tensor =无)#vgg_16.layers中的图层... -
0 votes1 answers1634 views
为什么Keras不处理图像的Theano和TF表示之间的区别?
为什么Keras不能处理带有通道的图像的Theano和Tensorflow表示之间的区别?例如,如果您使用Theano作为后端,它们的图像是(samples,color_depth,width,height)形式,如果使用TF,则图像采用(samples,width,height,color_depth)格式 . 看起来像Keras可以只使用其中一个,然后重新格式化幕后的形状 . -
1 votes1 answers932 views
如何使用notop图层对tensorflow进行微调并定义我自己的输入图像大小
有很多关于如何使用tensorflow进行微调的例子 . 几乎所有这些示例都尝试将我们的图像调整为现有模型所需的指定大小 . 例如,224×224是vgg19所需的输入大小 . 但是,在keras中,我们可以通过将include_top设置为false来更改输入大小: base_model = VGG19(include_top=False, weights="imagenet"... -
1 votes1 answers402 views
使用keras mobilenet模型
我正在尝试使用Keras的MobileNet进行图像分类 . 我的输入形状是 (64, 64, 3) ,我的数据集中有两个类 . 我不想使用训练过的重量 . 这是我的代码 . model = MobileNet(weights=None, include_top=True, input_shape=(64, 64, 3), classes=2) 我的问题是, include_top 应该 Tru...