lasagne

    2

    1答えて

    私はPython 3で作業しています。 私は1つのチャネルと28x28画素のサイズと60000イメージを持っていることを、意味、タイプunit8およびサイズ(60000, 1, 28, 28)から変数データを有しています。 は今、私は(60000, 1, 60, 60) のサイズを取得するように私は、60x60ピクセルに画像のサイズを変更したい誰かが私を助けることができますか?

    2

    1答えて

    私は最終的にtheanoを取得し、thisを使用してGPUで動作させることができました。 (テストコードは正常に動作し、GPUを使用していることを伝えました.YY !!) 私はそれを試してみたいと思っていました。thisに続いて、数字認識でCNNをトレーニングするためのガイドです。 問題がある:私はラザニアはtheano(私はここでバージョンの不一致があると思います)を呼び出す方法からエラーを取得

    0

    1答えて

    私はこのニューラルネットワークを使用するためにMacOSのシエラのアナコンダ(Jupyter)(10.12.3)にラザニアとTheanoをインストールしようとしている:私はJupyterでそれらをインポートしようとすると、しかしneural-storyteller を: import lasagne import theano 私はこのエラーを取得する: ImportError

    0

    1答えて

    私は10Dセグメントの脳波データで1D CNNを実行しようとしていて、RNNを使ってセグメント間の時間的接続をカバーしようとしています。 問題は、これはDIM-シャッフル層 network = L.InputLayer(shape=(None, data_size[1], data_size[2]), input_var=input_var) network = L.Conv1DLayer(ne

    0

    1答えて

    私は、ラザニアの機能の操作メカニズムを知らない。以下のコードは です。 class WScaleLayer(lasagne.layers.Layer): def __init__(self, incoming, **kwargs): super(WScaleLayer, self).__init__(incoming, **kwargs) W = incoming

    0

    3答えて

    私は1000回の反復でネットワークを訓練し、このトレーニングを最初から開始せずに2000回の反復まで続けたいと考えています。私はこの問題の別の注意を読んで、以下のコードを書いたので、最後に私は 'saved_pa​​rams'に自分のパラメータを持っています。しかし、私は今からこれらのパラメータでやらなければならないものは得られません。 誰かが私にそのことを説明する方法を説明できますか?トレーニン

    0

    1答えて

    私は単純なニューラルネットワークを訓練し、自分のC++コードを使って推論を行うためにlasgneを使用しようとしています。私はlasgneによって生成された重みを使用しますが、私は良い結果を得ることができません。隠しレイヤーの出力や計算自体を印刷する方法はありますか?私はそれがフードの下で動作するかを知りたいので、C++で同じ方法で実装することができます。

    0

    1答えて

    Andrej Karpathyの「blog」に触発された。文字の代わりに次の単語を選択するリカレントニューラルネットワークの独自のバージョンを作りたかった。 テキスト内の異なる単語の数が非常に多いため、私はword2vecを使用して単語をベクトルとして表現しました(類似した単語がベクトル空間に近い)。 NNは古いパターンのパターンから新しいベクトルを学習するようになりました。 重要な注意点は、Ka

    1

    1答えて

    私はtheanoとlasagneで作業しています。 私はBatchNormを使用しようとしていますが、このエラーが発生しています。誰かが私を導くことができますか、間違っているかもしれませんか?あるいは、私はこの不一致を持つ変数の名前を得ることができますか? ありがとうございます! EDIT1: inputTarget = lasagne.layers.InputLayer(shape=(1,2,3

    1

    1答えて

    私は私のコードを実行すると、私は次のメッセージと値のエラーを取得: ValueError: Input dimension mis-match. (input[0].shape[1] = 1, input[2].shape[1] = 20) Apply node that caused the error: Elemwise{Composite{((i0 + i1) - i2)}}[(0, 0)