케라스 예제

0 0

이제 Keras 모델이 컴파일되었으므로 교육 데이터에 „적합“(즉, 교육)할 수 있습니다: 친애하는 제이슨, 저는 딥 러닝에 익숙하지 않습니다. 초보자이기 때문에, 나는 당신에게 바보 처럼 보일 수있는 기술적 인 질문을하고 있습니다. 내 질문은 – 우리는 깊은 신경망을 사용하여 문장을 분류하는 동안 문장의 기능 (예 : 문장의 길이 등)을 사용할 수 있습니까 (o / p는 +ve 문장과 -ve 문장이라고 가정) ? 사용 가능한 교육 데이터가 많지 않은 경우 숨겨진 계층이 거의 없는 소규모 네트워크를 사용하는 것이 좋습니다(일반적으로 위의 예와 같이 하나만). 다음으로, 이 자습서의 시작 부분에서 읽은 대로 다층 지각론의 구조를 다시 생각해 보십시오: 입력 레이어, 숨겨진 레이어 및 출력 레이어가 있습니다. 따라서 모델을 만들 때 첫 번째 레이어에서 입력 셰이프를 명확하게 해야 한다는 점을 고려해야 합니다. 모델은 어떤 입력 셰이프를 예상해야 하는지 알아야 하며, 따라서 레이어의 설명서와 해당 레이어의 실제 예제에서 항상 input_shape, input_dim, input_length 또는 batch_size 인수를 찾을 수 있습니다. 스크립트를 작성할 때마다 disk에서 Keras 모델을 로드할 때마다 keras.model에서 load_model을 명시적으로 가져와야 합니다. OpenCV는 추가 및 표시에 사용됩니다. 피클 모듈은 라벨 이나라이저를 로드하는 데 사용됩니다.

케라스가 케라스 2.0으로 업데이트되었습니다. 이 코드의 업데이트 된 버전이 여기에 있습니다 : https://github.com/sudarshan85/keras-projects/tree/master/mlm/pima_indians 예제를 실행하면 자세한 인수를 0으로 설정했을 때 이전과 같이 진행률 표시 줄이 표시되지 않습니다. 안녕 애드리안, 당신은 나에게 도움에 추가 할 수있는 경로의 예를 제공 할 수 있습니다“……“ ? 나는 기차 간단한 예를 시작할 때 그것은 에 도착하기 때문에 „[INFO] 로딩 이미지 …“ 그리고 그것은 계속되지 않습니다! 아, 이 놀라운 자습서 주셔서 감사합니다!!!!!! 이것은 텐서 플로우의 최신 버전으로 변경, 나는 조사하고 예제를 변경합니다. 그래서 이 Keras 자습서에서는 내 책을 위해 만든 „Animal 데이터 집합“이라는 사용자 지정 데이터 집합, 파이썬을 사용하여 컴퓨터 비전을 위한 딥 러닝: 최적화 프로그램 및 손실은 다음을 컴파일하려는 경우 필요한 두 가지 인수로 작업할 것입니다. 모델. 가장 많이 사용되는 최적화 알고리즘 중 일부는 스토카스틱 그라데이션 하강(SGD), ADAM 및 RMSprop입니다. 어떤 알고리즘을 선택하든 학습 속도 나 모멘텀과 같은 특정 매개 변수를 조정해야합니다. 손실 함수에 대한 선택은 현재 수행된 작업에 따라 달라집니다. 이 예제에서 볼 수 있듯이 와인이 빨간색인지 흰색인지 를 결정하는 이진 분류 문제에 대해 binary_crossentropy를 사용했습니다. 마지막으로, 다중 클래스 분류를 사용하면 범주형_crossentropy를 사용합니다.

오늘의 자습서에 대 한, Keras, TensorFlow, 그리고 OpenCV 설치 해야 합니다.