Meezo ML

2 أغسطس 2021

ماهو المعيار BinaryAccuracy في كيراس Keras؟

2 أغسطس 2021

قمت بتحميل نموذج لي قمت بتدريبه مسبقاً بعد أن كنت قد قمت بحفظ أوزانه، وعندما أحاول استخدمه لتوقع النتائج مع التابع predict فإنه يحسب لي الخرج بدون مشاكل لكن عند استخدام التابع evaluate يظهر لي هذا الخطأ:

Model.evaluate(data,label)
--------------------------------------
You must compile a model before training/testing. Use `model.compile(optimizer, loss)

ما المشكلة؟

2 أغسطس 2021

أقوم ببناء نموذج في كيراس لكن تظهر لي المشكلة التالية عندما أحاول تدريب النموذج:

x = Input(shape=[1])
e1 = Embedding(max_machine, 100)(x)
in1 = Input(shape=[1])
e2 = Embedding(max_windspeed, 100)(in)
in2 = Input(shape=[1])
e3 = Embedding(max_activepower, 100)(in2)
in4 = Input(shape=[1])
emb_pitchangle = Embedding(max_pitchangle, 100)(in4)
in_genspeed = Input(shape=[1])
emb_genspeed = Embedding(max_genspeed, 100)(in_genspeed)
in_temp = Input(shape=[1])
emb_temp = Embedding(max_temp, 100)(in_temp)
in_turbine = Input(shape=[1])
emb_turbine = Embedding(max_turbine, 100)(in_turbine)
d = concatenate([
    (e1), 
    (in), 
    (e3), 
    (emb_pitchangle), 
    (emb_genspeed), 
    (emb_temp), 
    (emb_turbine)
])
s_dout = SpatialDropout1D(0.3)(d)
x = Flatten()(s_dout)
x = Dropout(0.3)(Dense(1000,activation='tanh')(x))
x = Dropout(0.3)(Dense(128,activation='tanh')(x))
outp = Dense(1,activation='sigmoid')(x)
model = Model(inputs=[in_machine, in1, in2, in_pitchangle,
    in_genspeed, in_temp, in_turbine], outputs=outp)
------------------------------------------------------------------------------------
InvalidArgumentError: indices[19577,0] = -3 is not in [0, 2160)
     [[Node: embedding_50/GatherV2 = GatherV2[Taxis=DT_INT32, Tindices=DT_INT32, Tparams=DT_FLOAT, _class=["loc:@training_3/Adam/gradients/embedding_50/GatherV2_grad/Reshape"], _device="/job:localhost/replica:0/task:0/device:CPU:0"](embedding_50/embeddings/read, embedding_50/Cast, embedding_48/GatherV2/axis)]]

ما المشكلة؟ علماً أن مدخلاتي تحوي قيماً سلبية.

1 أغسطس 2021

ما المقصود ب Adam في كيراس Keras، وكيف نقوم باستخدامه؟

1 أغسطس 2021

أريد توضيح لعمل دالة التنشيط softmax وكيفية استخدامها في كيراس؟

31 يوليو 2021

أحاول بناء نموذج في كيراس، لكن يظهر لي الخطأ التالي:

from keras.datasets import imdb
from keras import preprocessing
max_features = 1000
maxlen = 20
(x_train, y_train), (x_test, y_test) = imdb.load_data(
num_words=max_features)
x_train = preprocessing.sequence.pad_sequences(x_train,maxlen=maxlen) 
x_test = preprocessing.sequence.pad_sequences(x_test, maxlen=maxlen)
from keras.models import Sequential
from keras.layers import Flatten,Embedding
model = Sequential()
model =Sequential()
model.add(Dense(16, activation='relu',input_shape=(20,)))
model.add(Dense(16, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['acc'])
history = model.fit(x_train, y_train,
epochs=3,
batch_size=64,
validation_split=0.2)
---------------------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
<ipython-input-1-9e88e2e56b90> in <module>
     11 model = Sequential()
     12 model =Sequential()
---> 13 model.add(Dense(16, activation='relu',input_shape=(20,)))
     14 model.add(Dense(16, activation='relu'))
     15 model.add(Dense(1, activation='sigmoid'))

NameError: name 'Dense' is not defined

31 يوليو 2021

قمت ببناء النموذج التالي، لكن أتلقى رسالة الخطأ التالية، فما هي المشكلة:

from keras.datasets import imdb
from keras import preprocessing
max_features = 1000
(x_train, y_train), (x_test, y_test) = imdb.load_data(
num_words=max_features)
x_train = preprocessing.sequence.pad_sequences(x_train) 
x_test = preprocessing.sequence.pad_sequences(x_test)
from keras.models import Sequential
from keras.layers import Flatten, Dense,Embedding
model = Sequential()
model.add(Embedding(1000, 8))
model.add(Flatten())
model.add(Dense(64, activation='tanh'))
model.add(Dense(1, activation='sigmoid')) 
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['acc'])
history = model.fit(x_train, y_train,
epochs=3,
batch_size=64,
validation_split=0.2)
--------------------------------------------------------------------------------------------------
ValueError: The last dimension of the inputs to `Dense` should be defined. Found `None`.

31 يوليو 2021

توضيح دالة التنشيط tanh في كيراس وتنسرفلو؟

29 يوليو 2021

كنت أقرأ نموذج وإحدى الطبقات كانت:

model.add(Dropout(0.5))

ماهي وظيفة هذه الطبقة؟ وكيف نستخدمها في كيراس مع نماذجنا؟

29 يوليو 2021

قمت ببناء النموذج البسيط التالي، لكن بظهر لي الخطأ التالي:

float validation_split = 2f;
Sequential model = new Sequential();
no_noise = no_noise.astype(np.float32);
with_noise = with_noise.astype(np.float32);
no_noise /= 255;
with_noise /= 255;
# بناء النموذج
model.Add(new Conv2D(128, kernel_size: new Tuple<int, int>(5, 5), activation: "tanh",  input_shape: new Shape(45, 45,1)));
model.Add(new Conv2D(64, kernel_size: new Tuple<int, int>(3, 3), activation: "tanh"));
model.Add(new Conv2DTranspose(64, kernel_size : new Tuple<int,int> (3, 3), kernel_constraint : max_norm, activation: "tanh"));
model.Add(new Conv2DTranspose(32, kernel_size : new Tuple<int,int> (3, 3), activation: "relu"));
model.Add(new Conv2D(1, kernel_size : new Tuple<int,int>(3, 3), activation: "sigmoid", padding: "same"));
model.Compile(optimizer: "rmsprop", loss: "binary_crossentropy");
model.Fit(with_noise, no_noise,epochs: 10,batch_size: 140,steps_per_epoch:2,validation_split: validation_split);
-------------------------------------------------------------------------------------------------------------------------
UnboundLocalError : local variable 'logs' referenced before assignment

29 يوليو 2021

قمت ببناء النموذج التالي في كيراس، في القسم 1 يتم تدريب الشبكة على جميع العينات في كل epoch وإعادة تعيين الحالة "reset the state" في الشبكة في نهاية كل epoch يدوياً.

#sequence إنشاء تسلسل
length = 10
s= [i/float(length) for i in range(length)]
# إنشاء أزواج x/y
df = DataFrame(s)
df = concat([df, df.shift(1)], axis=1)
df.dropna(inplace=True)
val = df.values
data = val[:, 0]
label=val[:, 1]
data = data.reshape(len(data), 1, 1)
# القسم 0 
n_batch = len(data)
n_epoch = 800
n_neurons = 12
model = Sequential()
model.add(LSTM(n_neurons, batch_input_shape=(n_batch, data.shape[1], data.shape[2]), stateful=True))
model.add(Dense(1))
model.compile(loss='mse', optimizer='rmsprop')
# القسم 1
for i in range(n_epoch):
	model.fit(data, label, epochs=1, batch_size=n_batch, verbose=1, shuffle=False)
	model.reset_states()
# القسم 2
for i in range(len(data)):
	testX, testy = data[i], label[i]
	testX = testX.reshape(1, 1, 1)
	yhat = model.predict(testX, batch_size=1)
	print('>Expected=%.1f, Predicted=%.1f' % (testy, yhat))

لكن ينتج لدي الخطأ التالي في القسم 2: 'ValueError: Cannot feed value of shape (1, 1, 1) for Tensor 'lstm_1_input:0', which has shape '(9, 1, 1)
علماً أن حجم ال batch_size كما تلاحظون يغطي مجموعة بيانات التدريب بالكامل (batch learning) وسيتم تنفيذ التنبؤات واحدة تلو الأخرى (التنبؤ بخطوة واحدة)

28 يوليو 2021

أنا أعمل على مصنف لتصنيف الأخبار على مجموعة بيانات راوترز باستخدام keras، ، لكن أتلقى الخطأ التالي:

from keras.datasets import reuters
(train_data, train_labels), (test_data, test_labels) = reuters.load_data(
num_words=10000)
word_index = reuters.get_word_index()
reverse_word_index = dict([(value, key) for (key, value) in word_index.items()])
decoded_newswire = ' '.join([reverse_word_index.get(i - 3, '?') for i in
train_data[0]])
import numpy as np
def vectorize_sequences(sequences, dimension=10000):
  results = np.zeros((len(sequences), dimension))
  for i, sequence in enumerate(sequences):
   results[i, sequence] = 1.
  return results
x_train = vectorize_sequences(train_data)
x_test = vectorize_sequences(test_data)
from keras.utils.np_utils import to_categorical
one_hot_train_labels = to_categorical(train_labels)
one_hot_test_labels = to_categorical(test_labels)
from keras import models
from keras import layers
model = models.Sequential()
model.add(layers.Dense(64, activation='relu', input_shape=(10000,)))
model.add(layers.Dense(64, activation='relu'))
model.add(layers.Dense(1, activation='softmax'))
model.compile(optimizer='rmsprop',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
x_val = x_train[:1000]
partial_x_train = x_train[1000:]
y_val = train_labels[:1000]
partial_y_train = train_labels[1000:]
history = model.fit(partial_x_train,
partial_y_train,
epochs=20,
batch_size=512,
validation_data=(x_val, y_val))
-----------------------------------------------------------------------------------------
InvalidArgumentError                      Traceback (most recent call last)

<ipython-input-23-2238d01185a1> in <module>()
      3 epochs=20,
      4 batch_size=512,
----> 5 validation_data=(x_val, y_val))

6 frames

/usr/local/lib/python3.7/dist-packages/tensorflow/python/eager/execute.py in quick_execute(op_name, num_outputs, inputs, attrs, ctx, name)
     58     ctx.ensure_initialized()
     59     tensors = pywrap_tfe.TFE_Py_Execute(ctx._handle, device_name, op_name,
---> 60                                         inputs, attrs, num_outputs)
     61   except core._NotOkStatusException as e:
     62     if name is not None:

InvalidArgumentError:  Received a label value of 43 which is outside the valid range of [0, 1).

27 يوليو 2021

شرح الطبقة MaxPooling2D واسستخدامها في كيراس؟

26 يوليو 2021

لدي نسخة Tensorflow backendخاصة بال GPU، كيف أقوم بتشغيل keras على ال CPU بدلاً من ال GPU؟

26 يوليو 2021

قمت ببناء النموذج التالي لكن لا أفهم سبب المشكلة:

# نموذج لتوقع أسعار الأسهم
#  استخدم بيانات 50 يوماً للتنبؤ بسعر إغلاق اليوم 51
import keras
from keras.layers import Dense,LSTM
import keras
model = keras.Sequential()
model.add( LSTM( 1024, input_shape=(50, 2), return_sequences=True))
model.add( LSTM( 200, return_sequences=True))
model.add( (Dense(1,activation=None)))
model.compile(optimizer='rmsprop',loss='mae')
model.fit( X, y, batch_size = 64,epochs=15)
-------------------------------------------------------------------
ValueError: Error when checking target: expected dense_1 to have 3 dimensions, but got array with shape (200, 1)

بياناتي لها الشكل التالي:

X_train:(200, 50, 2)
y_train:(200, 1)

25 يوليو 2021

مافائدة الوسيط verbose أثناء تدريب النماذج في keras و tensorflow ؟

25 يوليو 2021

قمت ببناء النموذج التالي في كيراس لكن أريد الحصول على خرج كل طبقة، كيف يمكنني القيام بذلك؟

model = Sequential()
model.add(Convolution2D(16, (3,3),
                        kernel_size[1],border_mode='valid',
                        input_shape=input_shape))
model.add(Activation('tanh'))
model.add(Convolution2D(16, (3,3), kernel_size[1]))
model.add(Activation('tanh'))
model.add(MaxPooling2D(pool_size=pool_size))
model.add(Convolution2D(32, (3,3), kernel_size[1]))
model.add(Activation('tanh'))
model.add(Convolution2D(32, (3,3), kernel_size[1]))
model.add(Activation('tanh'))
model.add(MaxPooling2D(pool_size=pool_size))
model.add(Flatten())
model.add(Dense(4096))
model.add(Activation('tanh'))
model.add(Dropout(0.4))
model.add(Dense(1))
model.add(Activation('sigmoid'))
model.compile(loss='binary_crossentropy',
              optimizer='adam',
              metrics=['acc'])
model.fit(x, y,
          batch_size=batch_size,
          nb_epoch=20,
          validation_data=(data, label))

23 يوليو 2021

ظهور الخطأ ImportError: cannot import name 'set_random_seed' from 'tensorflow' (C:\Users\polon\Anaconda3\lib\site-packages\tensorflow\__init__.py) في keras وtensorflow مع set_random_seed:

ImportError                               Traceback (most recent call last)
<ipython-input-18-c29f17706012> in <module>
----> 1 from tensorflow import set_random_seed
      2 import matplotlib.pyplot as plt
      3 import tensorflow
      4 import keras
ImportError: cannot import name 'set_random_seed' from 'tensorflow' (C:\Users\polon\Anaconda3\lib\site-packages\tensorflow\__init__.py)

23 يوليو 2021

توضيح دالة التنشيط relu واستخدامها في كيراس وتنسرفلو؟

23 يوليو 2021

توضيح دالة التنشيط sigmoid في كيراس وتنسرفلو؟

23 يوليو 2021

لدي مهمة تصنيف متعدد ل 10 أصناف، لذا قمت ببناء نموذج اعتماداً على معمارية MobileNet في keras، لكن تظهر لي المشكلة التالية عندما أحاول إضافة طبقة جديدة:

z=mobile.layers[-6].output
z=Flatten(z)
pred = Dense(1, activation='sigmoid')(z)
mymodel = Model(inputs=mobile.input, outputs=pred)
-----------------------------------------------------------
'Tensor' object has no attribute 'lower'

21 يوليو 2021

أقوم ببناء نموذج للتوقع لكن الدقة تكون سيئة جداً عندما استخدم أحد توابع التنشيط مثل sigmoid أو tanh، لكن عندما استخدم تابع التنشيط relu يعطي نتيجة جيدة؟ أريد تفسير؟

21 يوليو 2021

قمت ببناء عدة نماذج و ليس لدي أي مشاكل في تشغيل أي من نماذجي. لكن عندما أحاول رسم المنحنيات لنماذجي أحصل على خطأ في الجزء التالي من الكود :

plt.plot(model1.history['val_loss'], 'r', model2.history['val_loss'], 'b', 
model3.history['val_loss'], 'g')
plt.xlabel('Epochs')
plt.ylabel('Validation score')
plt.show()
----------------------------------------------------------------------------------
TypeError: 'History' object is not subscriptable

وهذا هو الجزء الخاص بالتدريب:

model1.fit(data, label, validation_split=0.2, epochs=13)
model2.fit(data, label, validation_split=0.2, epochs=13)
model3.fit(data, label, validation_split=0.2, epochs=13)

ما الحل؟

20 يوليو 2021

قمت ببناء نموذج multilayer perceptron وهذه هي طبقاتي:

____________________________________________________________________________________________________
Layer (type)                     Output Shape          Param #     Connected to
====================================================================================================
dense_1 (Dense)                  (None, 20)            4020        dense_input_1[0][0]
____________________________________________________________________________________________________
dense_2 (Dense)                  (None, 2)             42          dense_1[0][0]
====================================================================================================

لكن يظهر لي الخطأ التالي، عندما أحاول تدريب النموذج:

model.fit(data,label,epochs=70)
-------------------------------------------------------
Error when checking model input: the list of Numpy arrays that you are passing to your model is not the size the model expected. Expected to see 1 arrays but instead got the following list of 10000 arrays:

علماً أنني ال input_shape=(200,) وأبضاُ ال data عبارة عن list من العينات وكل عينة عبارة عن 200 عنصر.

20 يوليو 2021

ماهي الطبقة Flatten في Keras و TensorFlow؟ مع مثال؟

ريادة الأعمال

البرمجة

التصميم

DevOps

التسويق والمبيعات

العمل الحر

البرامج والتطبيقات

آخر التحديثات

قصص نجاح

أسئلة وأجوبة

كتب

دورات

أجوبة بواسطة Meezo ML