Estaba tratando de replicar Cómo usar el empaquetado para entradas de secuencia de longitud variable para rnn, pero supongo que primero necesito entender por qué necesitamos "empaquetar" la secuencia. Entiendo por qué tenemos que "rellenarlos", pero ¿por qué es necesario "empacar"...
Estaba revisando este ejemplo de un modelo de lenguaje LSTM en github (enlace) . Lo que hace en general me queda bastante claro. Pero todavía estoy luchando por entender qué contiguous()hace la llamada , lo que ocurre varias veces en el código. Por ejemplo, en la línea 74/75 de la entrada de...
Estoy ejecutando el modelo LSTM por primera vez. Aquí está mi modelo: opt = Adam(0.002) inp = Input(...) print(inp) x = Embedding(....)(inp) x = LSTM(...)(x) x = BatchNormalization()(x) pred = Dense(5,activation='softmax')(x) model = Model(inp,pred) model.compile(....) idx =
En este es el código del tutorial del sitio web de TensorFlow, ¿Alguien podría ayudar a explicar lo que global_stepsignifica? Encontré en el sitio web de Tensorflow escrito que el paso global se usa para contar los pasos de entrenamiento , pero no entiendo qué significa exactamente. Además,...
Estoy tratando de entrenar mi modelo que clasifica imágenes. El problema que tengo es que tienen diferentes tamaños. ¿Cómo debo formatear mis imágenes / modelo de arquitectura?
Estoy jugando con el conjunto de datos de ejemplo de Reuters y funciona bien (mi modelo está entrenado). Leí sobre cómo guardar un modelo, para poder cargarlo más tarde para usarlo nuevamente. Pero, ¿cómo utilizo este modelo guardado para predecir un nuevo texto? Lo uso models.predict()? ¿Tengo...
He notado que se NANestá introduciendo una ocurrencia frecuente durante el entrenamiento . A menudo, parece ser introducido por pesos en capas de producto interno / completamente conectadas o de convolución que explotan. ¿Esto ocurre porque el cálculo del gradiente está explotando? ¿O se debe...
Tengo un archivo pkl del conjunto de datos MNIST, que consta de imágenes de dígitos escritas a mano. Me gustaría echar un vistazo a cada una de esas imágenes de dígitos, así que necesito descomprimir el archivo pkl, excepto que no puedo averiguar cómo. ¿Hay alguna forma de descomprimir /...
Estoy tratando de comprender qué hace el contenedor TimeDistributed en Keras. Entiendo que TimeDistributed "aplica una capa a cada segmento temporal de una entrada". Pero hice un experimento y obtuve resultados que no puedo entender. En resumen, en relación con la capa LSTM, TimeDistributed y...
Estoy tratando de asignar un nuevo valor a una variable tensorflow en Python. import tensorflow as tf import numpy as np x = tf.Variable(0) init = tf.initialize_all_variables() sess = tf.InteractiveSession() sess.run(init) print(x.eval()) x.assign(1) print(x.eval()) Pero el resultado que...
Supongamos que quiero escribir una clase optimizadora personalizada que se ajuste a la tf.kerasAPI (usando la versión TensorFlow> = 2.0). Estoy confundido acerca de la forma documentada de hacer esto frente a lo que se hace en las implementaciones. La documentación para los
Estoy tratando de recrear un ejemplo muy simple de Policy Gradient, desde su blog de origen Andrej Karpathy . En ese artículo, encontrará ejemplos con CartPole y Policy Gradient con una lista de peso y activación de Softmax. Aquí está mi ejemplo recreado y muy simple del gradiente de políticas de...
Tengo un diagrama de múltiples imágenes, todas las cuales contienen etiquetas como caracteres alfanuméricos en lugar de solo la etiqueta de texto en sí. Quiero que mi modelo YOLO identifique todos los números y caracteres alfanuméricos presentes en él. ¿Cómo puedo entrenar a mi modelo YOLO para...
Mientras entrenaba el modelo, recibí esta advertencia "Advertencia del usuario: no se pudo recuperar una entrada. Podría deberse a que un trabajador falleció. No tenemos ninguna información sobre la muestra perdida.", Después de mostrar esta advertencia, el modelo comienza a entrenar. ¿Qué...
Tengo esta imagen que contiene texto (números y alfabetos). Quiero obtener la ubicación de todos los textos y números presentes en esta imagen. También quiero extraer todo el texto también. ¿Cómo consigo los cordinates así como todo el texto (números y alfabetos) en mi imagen? Por ejemplo, 10B,...
Estoy usando keras definidas como submódulo en tensorflow v2. Estoy entrenando mi modelo usando el fit_generator()método. Quiero guardar mi modelo cada 10 épocas. ¿Cómo puedo conseguir esto? En Keras (no como un submódulo de tf), puedo dar ModelCheckpoint(model_savepath,period=10). Pero en tf v2,...
Estoy aprendiendo a usar el módulo cerebral de Gekko para aplicaciones de aprendizaje profundo. He estado configurando una red neuronal para aprender la función numpy.cos () y luego producir resultados similares. Me pongo bien cuando los límites de mi entrenamiento son: x =...