Публикации по теме 'keras'
[tensorflow/keras] Объект «Встраивание» не имеет решения атрибута «outbound_nodes»
Я столкнулся с ошибкой, когда следил за учебным пособием по вычислению сходства со слоями встраивания keras.
То, что я впервые нашел в stackoverflow, не решило эту проблему, поэтому я решил сократить ключевые слова для поиска.
Исходный код:
import tensorflow as tf
from keras.layers import Input, Dense, Embedding
from keras.models import Model
...
valid_size = 16
valid_window = 100
valid_examples = np.random.choice(valid_window, valid_size, replace=False)
valid_word = Input((1,),..
Прогнозирование временных рядов: временные сверточные сети против регрессии AutoML XGBoost.
Итак, временные сверточные сети сейчас сравниваются с каноническими рекуррентными сетями с LSTM и GRU, чтобы увидеть, что работает лучше. Кажется, что все больше и больше людей встают на сторону TCN, чем на RNN.
Phillipe Remy создал приятный и простой пакет TCN под названием keras-tcn , который упрощает создание TCN с помощью keras / tensorflow. Выберите активацию, выберите количество фильтров, остаточных стеков и активаций - или используйте настройки по умолчанию и добавьте еще..
Обнаружение объектов для JellyFish с использованием небольшого набора данных и RetinaNet
Обнаружение объектов
CNN отлично работает для распознавания изображений, и существует множество различных архитектур, таких как Yolo , Faster R-CNN , RetinaNet . Есть интересные возможности применения типа использования спутникового снимка и решил опробовать.
Существует множество руководств для классификатора изображений собак / кошек, включая Kaggle , и есть очень классная среда визуализации, чтобы показать, как CNN работает в глубине, как deepvis . Но я думал, что не хватает..
TensorFlow против Keras: сравнение
Рассмотрим основы двух библиотек машинного обучения
Я просматривал некоторые из своих старых проектов хакатона, когда мне вспомнился небольшой образец машинного обучения, который я пробовал. Это была не самая эффективная попытка, но, не имея предварительного знания предмета, у моей команды из двух человек было 24 часа, меньше, чем к тому времени, когда мы начали кодировать, чтобы запустить проект. Хотя я знал, что такое машинное обучение на базовом уровне, до этого момента я не..
Keras + универсальный кодировщик предложений = передача обучения для текстовых данных
Мы собираемся построить модель Keras, которая использует предварительно обученный «Универсальный кодировщик предложений» для классификации заданного текста вопроса по одной из шести категорий.
Модули TensorFlow Hub можно применять к множеству задач обучения передачи и наборов данных, будь то изображения или текст. «Универсальный кодировщик предложений» - один из многих недавно опубликованных многоразовых модулей TensorFlow Hub, автономный фрагмент графика TensorFlow с включенными..
Как написать нейронную сеть в Tensorflow с нуля (без использования Keras)
Введение
Написание простой нейронной сети с прямой связью, вероятно, является первым шагом на пути к освоению глубокого обучения. Сегодня существует бесчисленное множество библиотек и фреймворков для разработки модели машинного обучения. Двумя наиболее известными и популярными фреймворками для разработки модели машинного обучения являются Tensorflow и PyTorch. Keras был интегрирован в Tensorflow2.0, что, несомненно, упрощает написание любого кода машинного обучения с использованием..
Прогнозирование временных рядов биткойнов
Введение
Когда Биткойн становится финансовым трендом последних нескольких лет, бесспорно, что многие исследователи и аналитики стремятся демистифицировать эту технологию, поскольку она завоевывает нашу повседневную финансовую жизнь. В этой статье я попытаюсь использовать машинное обучение для прогнозирования цены акций Биткойна на основе 9-летних записей из наборов данных Bitstamp и Coinbase , и мы должны надеяться, что Илон Маск забудет о Биткойне во время этого сканирования...
