问题标签 [keras]

我正在尝试为 Keras 中的 XOR 问题实现一个简单的分类器。这是代码：

我尝试更改 epoch 数、学习率和其他参数。但是从第一个时期到最后一个时期，误差保持不变。

你如何在 Keras 中训练这个网络？

另外，是否有更好的库来实现神经网络？我尝试了 PyBrain，但它已被放弃，尝试了 scikit-neuralnetwork 但文档真的很神秘，所以无法弄清楚如何训练它。我严重怀疑 Keras 是否有效。

操作系统：Ubuntu 14.04LTS
语言：Python Anaconda 2.7 (keras, theano)
GPU：GTX980Ti CUDA：CUDA 7.5

我想使用我的 GPU（GTX980Ti）在 IPython Notebook 上运行 keras python 代码，
但我找不到它。

我想测试下面的代码。当我在 Ubuntu 终端上运行它时，我的命令如下（它很好地使用了 GPU。它没有任何问题）

首先我设置如下路径

其次我运行代码如下

它运行良好。

但是当我在 pycharm(python IDE) 上运行代码或在 Ipython Notebook 上运行代码时，它不使用 gpu。它只使用CPU

myscript.py 代码如下。

为了解决它，我强制代码使用 gpu 如下 （在 myscript.py 上再插入两行）

然后它会产生如下错误

怎么做？？？我花了两天时间..
而且我确实做了在主目录中使用“.theanorc”文件的方式。

我主要是 caffe 用户，我想知道如何在全连接层中输入我的彩色图像，然后将其展平（我知道这不是最好的解决方案，但我需要它）。这是一个不起作用的示例：

有什么建议吗？我想我必须设置输入层，然后将其展平，但我不知道如何。

提前致谢。

对于 ConvNet，找到最大化单个 conv 活动的范数有界输入可能会很有趣。过滤器作为一种可视化过滤器的方式。我想在深度学习包 Keras 中做到这一点。这可以通过使用来自FAQ的代码的黑盒优化算法来完成。

但是，如果我有梯度，这将是一项更容易优化的任务。如何从 Theano 表达式中提取梯度并将其输入到 Python 优化库（如 Scipy）中？

如何将数据输入到 keras？结构是什么？如果我有超过 2 列，具体来说 x_train 和 y_train 是什么？

这是我要输入的数据：

我试图在 Keras 在其文档中包含的多层感知器神经网络代码示例中定义 Xtrain。( http://keras.io/examples/ ) 这里是代码：

编辑（附加信息）：

看这里：Python Keras 深度学习包的数据类型是什么？

Keras 使用包含 theano.config.floatX 浮点类型的 numpy 数组。这可以在您的 .theanorc 文件中进行配置。通常，CPU 计算为 float64，GPU 计算为 float32，但如果您愿意，也可以在 CPU 上工作时将其设置为 float32。您可以通过命令创建正确类型的零填充数组

问题：第 1 步看起来像使用我上面来自 excel 文件的数据创建一个浮点 numpy 数组。我如何处理获胜者列？

我在 Keras 中训练了两个卷积神经网络。第一个是 net 如下

第二网

当我调用该model.count_params()方法时，第一个网络产生 604035 参数，第二个网络产生 336387 参数。

这怎么可能？第二个网络更深，应该包含更多参数。有什么错误吗？

这是我的代码：

X 具有形状 (537621, 256)。我正在尝试找到一种方法将大小为 256 的向量压缩到 100，然后再压缩到 70，然后再压缩到 50。我所做的是千层面，但在 Keras 中，使用自动编码器似乎更容易。

这是输出：

纪元 1/500 537621/537621 [==============================] - 27s - 损失：0.1339 - acc: 0.0036
纪元2/500 537621/537621 [===============================] - 32s - 损失：0.1339 - acc: 0.0036
Epoch 3 /500 252336/537621 [=============>.......] - ETA：14s - 损失：0.1339 - acc：0.0035

它一直这样继续下去..

嗨，我试图增加 keras 中现有卷积网络的深度。下面是现有网络：

我试图通过添加几个卷积层来增加网络的深度，如下所示：

Keras 给了我一个错误。我不确定出了什么问题，但似乎张量形状是错误的。下面是错误。

我的输入是 28 x 28 像素的图像。谁能指出我的模型有什么问题？

我正在使用 Keras 构建我的第一个人工多层感知器神经网络。

这是我的输入数据：

这是我用来构建我的初始模型的代码，它基本上遵循 Keras 示例代码：

输出：

如何训练和调整这个模型并让我的代码输出我最好的预测模型？我是神经网络的新手，完全不知道构建模型后的下一步是什么。我知道我想对其进行优化，但我不确定要调整哪些功能，或者我是否应该手动执行或如何编写代码来执行此操作。

我刚刚使用 Keras 构建了我的第一个模型，这就是输出。它看起来像是构建任何 Keras 人工神经网络后得到的标准输出。即使在查看文档之后，我也不完全了解时代是什么以及输出中打印的损失是什么。

Keras 的时代和损失是什么？

（我知道这可能是一个非常基本的问题，但我似乎无法在网上找到答案，如果从文档中很难找到答案，我认为其他人也会有同样的问题，因此决定在这里发布.)