«data-science» 태그된 질문

Keras에서 BatchNormalization 함수를 사용하려면 처음에 한 번만 호출해야합니까? 나는이 문서를 읽었습니다 : http://keras.io/layers/normalization/ 어디로 전화해야하는지 모르겠습니다. 아래는 그것을 사용하려는 코드입니다. 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, …

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

Windows 7 Professional 컴퓨터에 Anaconda3 4.4.0 (32 비트)을 설치하고 Jupyter 노트북에서 NumPy 및 Pandas를 가져 왔으므로 Python이 올바르게 설치되었다고 가정합니다. 하지만 명령 프롬프트를 입력 conda list하고 입력하면conda --versionconda is not recognized as internal or external command. Anaconda3에 대한 환경 변수를 설정했습니다. Variable Name: Path,Variable Value: C:\Users\dipanwita.neogy\Anaconda3 어떻게 작동합니까?

117 python  anaconda  conda  data-science 

MacOS에서 동일한 문제가 발생하지 않는 동안 Ubuntu 18에서 numpy에 거대한 배열을 할당하는 데 문제가 있습니다. 모양 (156816, 36, 53806) 이 있는 numpy 배열에 메모리를 할당하려고합니다. np.zeros((156816, 36, 53806), dtype='uint8') Ubuntu OS에서 오류가 발생하는 동안 >>> import numpy as np >>> np.zeros((156816, 36, 53806), dtype='uint8') Traceback (most recent call last): File …

116 python  numpy  data-science 

Keras의 HDF5 파일에서 모델을로드하는 방법은 무엇입니까? 내가 시도한 것 : 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, …

94 python  machine-learning  keras  data-science