タグ付けされた質問 「data-science」

KerasでBatchNormalization関数を使用したい場合、最初に一度だけ呼び出す必要がありますか？ 私はそれについてこのドキュメントを読みました：http : //keras.io/layers/normalization/ どこに呼ぶべきかわかりません。以下はそれを使用しようとしている私のコードです： model = Sequential() keras.layers.normalization.BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None) model.add(Dense(64, input_dim=14, init='uniform')) model.add(Activation('tanh')) model.add(Dropout(0.5)) model.add(Dense(64, init='uniform')) model.add(Activation('tanh')) model.add(Dropout(0.5)) model.add(Dense(2, init='uniform')) model.add(Activation('softmax')) sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True) model.compile(loss='binary_crossentropy', optimizer=sgd) model.fit(X_train, y_train, nb_epoch=20, batch_size=16, show_accuracy=True, validation_split=0.2, verbose = 2) バッチ正規化を含む2行目でコードを実行すると、2行目なしでコードを実行すると、同様の出力が得られるため、私は尋ねます。したがって、適切な場所で関数を呼び出していないか、それほど大きな違いはないと思います。

167 python  keras  neural-network  data-science  batch-normalization 

Windows 7 ProfessionalマシンにAnaconda3 4.4.0（32ビット）をインストールし、JupyterノートブックにNumPyとPandasをインポートしたので、Pythonが正しくインストールされていると思います。しかし、タイプするconda listとconda --version、コマンドプロンプトで、それは言いますconda is not recognized as internal or external command. Anaconda3の環境変数を設定しました。Variable Name: Path、Variable Value: C:\Users\dipanwita.neogy\Anaconda3 どうすれば機能しますか？

117 python  anaconda  conda  data-science 

MacOSでは同じ問題に直面していないのに、Ubuntu18でnumpyに巨大な配列を割り当てるという問題に直面しています。 形状のあるnumpy配列にメモリを割り当てようとし(156816, 36, 53806) ています np.zeros((156816, 36, 53806), dtype='uint8') UbuntuOSでエラーが発生している間 >>> import numpy as np >>> np.zeros((156816, 36, 53806), dtype='uint8') Traceback (most recent call last): File "<stdin>", line 1, in <module> numpy.core._exceptions.MemoryError: Unable to allocate array with shape (156816, 36, 53806) and data type uint8 MacOSで取得できません： >>> import numpy as …

114 python  numpy  data-science 

KerasのHDF5ファイルからモデルをロードする方法は？ 私が試したこと： model = Sequential() model.add(Dense(64, input_dim=14, init='uniform')) model.add(LeakyReLU(alpha=0.3)) model.add(BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None)) model.add(Dropout(0.5)) model.add(Dense(64, init='uniform')) model.add(LeakyReLU(alpha=0.3)) model.add(BatchNormalization(epsilon=1e-06, mode=0, momentum=0.9, weights=None)) model.add(Dropout(0.5)) model.add(Dense(2, init='uniform')) model.add(Activation('softmax')) sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True) model.compile(loss='binary_crossentropy', optimizer=sgd) checkpointer = ModelCheckpoint(filepath="/weights.hdf5", verbose=1, save_best_only=True) model.fit(X_train, y_train, nb_epoch=20, batch_size=16, show_accuracy=True, validation_split=0.2, verbose = 2, callbacks=[checkpointer]) 上記のコードは、最適なモデルをweights.hdf5という名前のファイルに正常に保存します。次に、そのモデルをロードします。以下のコードは、私がそうしようとした方法を示しています。 model2 …

94 python  machine-learning  keras  data-science