theano

    0热度

    1回答

    在Tensorflow-contrib中,2D convolution是根据filter_size和num_outputs定义的。你如何控制Theano的nnet.conv2d类型的num_outputs?

    1热度

    1回答

    如果不使用C++编译器,我的设置(见下文)效果很好(当然速度很慢)。 为了加速运行时间,我尝试安装TDM-GCC。然后显示导入错误“DLL加载失败”。 花费数小时阅读安装指南,下载OpenBLAS,试验,阅读问题/评论到“DLL加载失败” - 我没有前进。 任何人都可以帮助我吗? 安装的软件: 的Windows 10家 的Python 3.6.1(v3.6.1:69c0db5,2017年3月21日

    1热度

    1回答

    我是一个新的theano-er ..我的代码已成功运行,优化=无。但是,当mode = FAST_RUN时,我得到了几次优化失败,这让我困扰了好几天......尽管在这些失败之后它仍然可以运行......但是它太慢了......我可以缩小这些失败的范围来扫描op ...错误信息在下面...任何人都可以有任何想法? ERROR (theano.gof.opt): SeqOptimizer apply

    0热度

    1回答

    我刚开始我已经从顶部安装注释从这里keras工作: How do I install Keras and Theano in Anaconda Python on Windows? 我可以导入theano和keras在Python命令行,但是当我尝试运行this代码,我一直在第44行得到一个错误说: [错误2]没有这样的文件或目录:“C:\ PROGRAM 文件\ Anaconda2 \ LIB

    0热度

    1回答

    我一直在尝试重新发现代码here,相对于OpenAI的“改进的GAN”,但是我在设置环境(Docker容器)方面遇到了很多麻烦。 我只是不能使Theano与此代码正常工作。 我创建了一个码头工人的容器来测试它,但是当我使用Theano的稳定版本使用畅达安装了分段故障引发... 一些帖子建议使用Theano的开发版本而不是,但我当更新,Theano找不到Cudnn了 (gpuarray/dnn.py

    4热度

    1回答

    这是我的输入数据的形状: >> print(X_train.shape) (1125, 75, 2) 然后我试图通过这种方式来构建模型: model = Sequential() model.add(LSTM( output_dim=50, input_shape = (75, 2), #input_shape = X_train.shape[1:],

    0热度

    1回答

    标题可能过于具体,这也可能也适用于其他成本函数。基本上我有虚拟设置如下(以我来说,我有一个很大的不同的架构,但问题始终复制): hidden_units=10000 l2_sparsity = 5e-7 l1_sparsity = 1e-8 mod=Sequential([Dense(hidden_units, input_shape = (1000,), activation="relu

    0热度

    1回答

    我在theano和keras(theano后端)中都构建了密集的(10)-softmax-crossentropy网络。 我分别转储出计算图。 在theano版本(图1,这种计算图是我的想法。 但在keras版本(图2),似乎损失的定义(crossentropy)。为什么? 后添加的计算请教那些谁了解你在做什么.. Fig.1 Theano version Fig.2 Keras(backend

    0热度

    1回答

    我想让Windows在Windows上使用GPU。 This教程建议我在我的home和theanorc.txt目录下创建一个.theanorc目录,以便能够在初始化之前设置配置标志。 在哪里创建theanorc.txt文件(即如何找出我家的位置?)以及如何让theano能够看到它? 我曾尝试下面的脚本来创建.theanorc,然后添加theanorc.txt手动里面,但没有启用gpu: impor

    1热度

    1回答

    我已经使用Pymc3建立了深刻的贝叶斯神经网络之后,我已经训练我的模型,并得到我需要的样本。现在我'搜索保存这个拟合模型到磁盘 我试图pickl,但是当我改变测试数据集的大小我得到这个错误 高清save_model(跟踪,网络,ann_input,NUM): 打印(“中”) 张开( 'my_model.pkl', 'WB')为浅黄色: 和pickle.dump({ '模式':网络, '追踪':跟踪