问题标签 [keras-layer]

如何添加调整大小的图层

使用

要将图像从形状 (160, 320, 3) 调整为 (224,224,3) ？

I have a custom Keras layer and i use Theano as the backend and i want to do the following operation:

Suppose we have a tensor with shape (N,). I want to set the K first values to a fixed value x (3 or whatever...). How do i do that? I assume i have to use argsort but i don't know how to implement it using Theano.

For example in a simple FF layer, how can i set the first N values of the tensor a to a value x?

For example using numpy i can set the 10 first values of a to 1 like this:

I want to do the same using Keras backend functions or Theano functions.

我的模型中内置了几个图像预处理步骤：

这种方法的好处是训练和测试的管道完全相同。缺点是很难验证预处理步骤的结果，例如通过在裁剪步骤之后观察图像。

在 keras 有没有好的方法来做到这一点？

是否可以验证输出

没有构建和训练模型？即我只想将图像传递给裁剪并获取并显示输出图像。

我尝试使用以下代码片段可视化 keras 裁剪 2D 的效果：

这是绘图功能：

结果是

显然，颜色通道已经改变。但为什么？我的代码中有错误还是可能是 keras 错误？

我已经观察到，

在 5 个 Convolutional2D 层中的每一层之后的层中，前几个 epoch 的训练和验证误差比没有这些 Dropout 层的相同网络要低得多（其他条件相同）。这似乎违反直觉，因为如果中间结果被随机丢弃，我预计优化例程会更难找到最小值。

那么我的观察可信吗？如果是这样，为什么？

I'm trying to visualize the output of each convolutional layer in keras, following this link: MNIST Visualisation. I have modified some layers to remove errors, but now I'm stuck with the Dense Layer Error.

Any comment or suggestion highly appreciated. Thank you.

我有一个多类分类问题。假设我有一个特征矩阵：

和标签：

我想尝试使用 Keras 沿每个单个特征行应用卷积核。说 nb_filter=2 和 batch_size=3。所以我希望卷积层的输入形状为 (3, 4)，输出形状为 (3, 3)（因为它适用于 AB、BC、CD）。

这是我用 Keras（v1.2.1，Theano 后端）尝试过的：

形状：

输出：

当我尝试运行此代码时，我得到了异常：

我试图重塑 y_train：

这给了我例外：

1. 这种使用 Convolution1D 的方法是否正确地实现了我的目标？
2. 如果 #1 是，我该如何修复我的代码？

我已经在这里阅读了许多 github 问题和一些问题（1、2），但这并没有真正帮助。

谢谢。

UPDATE1： 根据 Matias Valdenegro 的评论。以下是重塑“X”和对“y”进行 onehot 编码后的形状：

输出：

UPDATE2：再次感谢 Matias Valdenegro。X 重塑是在创建模型后完成的，确定这是一个复制粘贴问题。代码应如下所示：

我有一个序列到序列的学习模型，它工作得很好并且能够预测一些输出。问题是我不知道如何将输出转换回文本序列。

这是我的代码。

我正在使用 keras 的预训练模型，但在尝试进行预测时出现了错误。我在烧瓶服务器中有以下代码：

这就是我在 NeuralNetwork.py 文件中的内容：

但是，在下面运行此代码不会产生任何错误：

这是完整的错误：

非常感谢任何意见或建议。谢谢你。