问题标签 [keras]

动机

通过Keras神经网络运行一组标记向量。

例子

查看 Keras 数据集示例 mnist：

它似乎是一个 3 维 numpy 数组：

• 第一维用于样本
• 每个样本特征的第 2 和第 3

试图

构建标记向量：

训练代码

结果

为什么这么简单的数据集会得到如此糟糕的结果？我的数据集格式不正确吗？

谢谢！

我正在通过 Keras 学习神经网络，并想在循环神经网络上探索我的顺序数据集。我正在阅读文档并试图理解LSTM 示例。

我的问题是：

1. timesteps两层都需要什么？
2. 如何准备一个顺序数据集，Dense作为这些循环层的输入？
3. 图层有什么作用Embedding？

我正在尝试在以下位置构建一个非常简单的多层感知器（MLP）keras：

我的训练数据形状：X_train.shape给出(34180, 16)

标签属于具有形状的二元类：y_train.shape给出(34180,)

所以我的keras代码应该产生具有以下连接的网络：16x8 => 8x2

这会产生形状不匹配错误：

在线Epoch 0上model.fit(X_train, y_train, nb_epoch=1000, batch_size=50)。我在监督 Keras 中的一些明显的事情吗？

编辑：我在这里解决了这个问题，但没有解决我的问题

为了简单起见，在 Keras 中，我在导入新层（我们称之为“newlayer”）时遇到问题。

我最近使用以下方法升级了我的 Keras 版本：

因为我之前安装的 Keras 没有新层。我注意到有趣的事情是，当我升级时，Keras 安装在 ./Python/2.7/site-packages 目录中。因此，当我 cd 到该目录并导入 newlayer 时，它工作正常。

但是，当我在我的主目录中并导入 newlayer 时，它不起作用（我得到“ImportError: cannot import name newlayer”）。

是否有一个原因？也许我不久前以某种方式将 Keras 安装到了我的主目录中，并且它正在使用该版本？我尝试在我的主目录中搜索 Keras 安装，但它根本没有安装在那里。更重要的是，有没有办法解决这个问题，而不必每次都 cd 进入 ./Python/2.7/site-packages ？

我的输入是一个 200 dims 向量，它是由一篇文章的所有单词的 word2vector 生成的，我的输出是一个 50 dims 向量，它是由一篇文章的 LDA 结果生成的我想使用 mse 作为损失函数，但损失的值始终为 0 我的代码如下：

屏幕输出如下：

谁能告诉我为什么，谢谢！

我在 Keras 中为 MNIST 数字数据集设置了一个神经网络，如下所示：

features_train 的形状为 (1000,784)，labels_train 的形状为 (1000,1)，两者都是 numpy 数组。我想要 784 个输入节点、200 个隐藏节点和 9 个输出来对数字进行分类

我不断收到输入尺寸不匹配错误：

我正在尝试确定我的尺寸可能不正确但我没有看到它。任何人都可以看到问题吗？

有人可以向我解释为什么自动编码器不收敛吗？对我来说，下面两个网络的结果应该是一样的。然而，下面的自动编码器没有收敛，而它下面的网络却是。

问候亲爱的社区，

我尝试使用 python keras 包，但出现此错误：我在 oracle-linux 虚拟机上运行它。它需要某种 GPU 盒子来做吗？

感谢您的帮助。

来自 dnn.py 的行

每次imdb_lstm.py从 Keras 框架 ( https://github.com/fchollet/keras/blob/master/examples/imdb_lstm.py ) 运行示例时，我都会得到不同的结果（测试准确性） 代码包含np.random.seed(1337)在顶部，在任何 keras 之前进口。它应该防止它为每次运行生成不同的数字。我错过了什么？

更新：如何复制：

1. 安装 Keras ( http://keras.io/ )
2. 执行https://github.com/fchollet/keras/blob/master/examples/imdb_lstm.py 几次。它将训练模型并输出测试精度。
   预期结果：每次运行的测试精度都相同。
   实际结果：每次运行的测试精度都不同。

UPDATE2：我在 Windows 8.1 上使用 MinGW/msys 运行它，模块版本：
theano 0.7.0
numpy 1.8.1
scipy 0.14.0c1

UPDATE3：我把问题缩小了一点。如果我使用 GPU 运行示例（设置 theano flag device=gpu0），那么我每次都会得到不同的测试精度，但是如果我在 CPU 上运行它，那么一切都会按预期工作。我的显卡：NVIDIA GeForce GT 635）

有没有人有幸使用 Theano 为 Keras 编写自定义 AUC 损失函数？

文档在这里： http: //keras.io/objectives/

示例代码在这里：https ://github.com/fchollet/keras/blob/master/keras/objectives.py

我看到 pylearn2 中有一个实现（它实际上是 sklearn 的包装器），但无法将其移植到 Keras 中使用

https://github.com/lisa-lab/pylearn2/blob/master/pylearn2/train_extensions/roc_auc.py

所以我想我的问题是，有没有人能够编写这个函数？你愿意分享吗？