我在Anaconda环境中安装了tensorflow-gpu.他们都运作良好.
现在我正在尝试使用Tensorflow后端安装Keras.根据我刚刚运行的说明:
pip install keras
Run Code Online (Sandbox Code Playgroud)
但它没有安装keras,然后我试过:
conda install -c conda-forge keras=2.0.2
Run Code Online (Sandbox Code Playgroud)
然后我现在能够在python中导入keras.但问题是,它总是使用Theano后端.我试图改变这一点,但不知道该怎么做.
我也尝试编辑〜/ .keras文件,但实际默认后端已经是tensorflow.
请帮忙..非常感谢你!
我是机器学习的新手,我正在关注tensorflow的教程,创建一些简单的神经网络来学习MNIST数据.
我建立了一个单层网络(遵循tutotial),准确度约为0.92,这对我来说还可以.但后来又添加了一层,精度降低到0.113,这非常糟糕.
以下是2层之间的关系:
import tensorflow as tf
x = tf.placeholder(tf.float32, [None, 784])
#layer 1
W1 = tf.Variable(tf.zeros([784, 100]))
b1 = tf.Variable(tf.zeros([100]))
y1 = tf.nn.softmax(tf.matmul(x, W1) + b1)
#layer 2
W2 = tf.Variable(tf.zeros([100, 10]))
b2 = tf.Variable(tf.zeros([10]))
y2 = tf.nn.softmax(tf.matmul(y1, W2) + b2)
#output
y = y2
y_ = tf.placeholder(tf.float32, [None, 10])
Run Code Online (Sandbox Code Playgroud)
我的结构好吗?导致它表现如此糟糕的原因是什么?我该如何修改我的网络?
我首先Tensorflow 2.0尝试实现Guided BackProp以显示Saliency Map。我开始计算的损失y_pred和y_true图像,然后找到所有层的梯度,由于这方面的损失。
with tf.GradientTape() as tape:
logits = model(tf.cast(image_batch_val, dtype=tf.float32))
print('`logits` has type {0}'.format(type(logits)))
xentropy = tf.nn.softmax_cross_entropy_with_logits(labels=tf.cast(tf.one_hot(1-label_batch_val, depth=2), dtype=tf.int32), logits=logits)
reduced = tf.reduce_mean(xentropy)
grads = tape.gradient(reduced, model.trainable_variables)
Run Code Online (Sandbox Code Playgroud)
但是,我不知道如何使用渐变来获得引导传播。
这是我的模型。我使用Keras图层创建了它:
image_input = Input((input_size, input_size, 3))
conv_0 = Conv2D(32, (3, 3), padding='SAME')(image_input)
conv_0_bn = BatchNormalization()(conv_0)
conv_0_act = Activation('relu')(conv_0_bn)
conv_0_pool = MaxPool2D((2, 2))(conv_0_act)
conv_1 = Conv2D(64, (3, 3), padding='SAME')(conv_0_pool)
conv_1_bn = BatchNormalization()(conv_1)
conv_1_act = Activation('relu')(conv_1_bn)
conv_1_pool = MaxPool2D((2, 2))(conv_1_act)
conv_2 = Conv2D(64, (3, 3), padding='SAME')(conv_1_pool) …Run Code Online (Sandbox Code Playgroud) 通常,我使用tf.session.run()来训练我的网络,并使用eval()来获得测试的准确性或损失。但是我看到人们也使用session.run()获得测试结果,这对我来说很奇怪。我以为tf.session.run()仅用于培训,而不用于测试。
tf.session.run()下有我不知道的秘密吗?
非常感谢你!
我想创建一个 chrome 扩展程序来更改我在 chrome 浏览器中的默认选项卡。
在页面里面我会放我最喜欢的网站,我认为我可以使用 HTML + CSS 处理这些网站。我的困难部分是如何使它成为 chrome 扩展,因为我以前从未这样做过。
谁能给我一些我可以开始的基本步骤?
tensorflow ×4
python ×3
keras ×2
anaconda ×1
backend ×1
mnist ×1
session ×1
testing ×1
validation ×1