theano

0熱

1答えて

ケラスで簡単なチュートリアルを開始します。私が使用しています完全なコードは、このウェブサイトの末尾にある： https://elitedatascience.com/keras-tutorial-deep-learning-in-python 私はこのエラーを取得しています：高密度が表示されたラインのための ValueError: ('The specified size contains a

0熱

1答えて

MNISTとValueError Keras

にターゲットを確認するとき、次のように私のコードは次のとおりです。 from keras.datasets import mnist from keras.utils import np_utils from keras.models import Sequential from keras.layers import Dense, Activation (x_train, y_trai

1熱

1答えて

ネットワークの損失からゼロ埋め込み領域を除外 - Keras 2.0 Thenoバックエンド（セグメンテーションネットワーク）

私はKeranoのTheanoバックエンドを使用してセグメンテーションネットワークをトレーニングしていますが、flow_from_directoryでImageDataGeneratorを使用しています。私の画像には、サイズが自由です。 flow_from_directoryを使用するには、固定サイズ（target_size）を指定する必要がありますが、画像を読み取っている間、関数は元の画像の境

0熱

1答えて

を連結

私は次のコードが動作しない理由を考え出すトラブルを抱えています：私はそれがtheano.scanドキュメンテーション文字列であれば f = th.function( inputs = [a], outputs = tt.concatenate([tt.concatenate([a,a]),tt.concatenate([a,a])]) )

0熱

1答えて

予測からユークリッド距離を表すLoss関数

予測ピクセルと最も近い地上画素との間のユークリッド距離を計算する損失関数がありますか？具体的には、これは強度距離ではなく位置距離です。これは、バイナリ予測とバイナリグランドトゥルースになります。

7熱

1答えて

ValueErrorケラスをインポートするときに«古いGPUバックエンドを使用しようとしています»

KerasとTheanoバックエンドをUbuntu 16.04で使用しています。私はKeras（import keras）をインポートするときに私のセットアップは問題なく動作したが、突然のすべては、私は次のエラーを取得する： ValueError: You are trying to use the old GPU back-end. It was removed from Theano. Use

1熱

1答えて

2つのモデルを2つのGPUでトレーニングする

私は訓練して評価したい2つのモデル（theanoスクリプト）があります。私はそれらを訓練するために使用できる2つのGPUを持っています。各GPUで同時にモデルを実行するにはどうすればよいですか？

0熱

1答えて

CoreMLは - CoreMLにKerasからの変換を実行できません - Windowsの10

（コードがkeras 1.1.0使用して開発されました）私は最近、私のkerasバージョン1.1.0から1.2.2にアップグレードし、私は手のジェスチャーの分類のためのCNNを走りました。訓練されたモデルを保存しました。coremltoolsを使用してCoreMLモデルに変換しようとしました。コードは以下の通りです： import coremltools import theano from

2熱

1答えて

Theano - pyGpuArrayがlibnvrtc.soを見つけることができません

最近CNNの速度を上げるために設定を変更しました。私はgtx 1080を持っています。私の既存のニューラルネットのほとんどで、私はtheanoバックエンドをpython3で使っています。パスカルアーキテクチャがCUDA 7.5から完全には使用されていなかったことを読んだので、私はCUDA 8と対応するcudnn 6.Xをインストールしました。私の問題は、以下の、pygpuarrayは「li

1熱

1答えて

Keras Lambda Layer＆Theanoコード：TensorVariableのディメンションと値へのアクセス

まず、KerasとTheanoの新機能です。ローカル応答正規化（LRN）を使用するCNNを実装しています。私の知る限り、kerasとtheanoの両方の基本機能にはこのようなレイヤーは実装されていません。だから私はLRNを実装するケラスラムダ層を使用してみました。「DEF local_response_normalization（X）： #LRNパラメータ K = 2 N = 5 アルファ= 0