Chollet ML

كيف نقوم بحفظ معلومات التدريب training history في كيراس Keras؟ فقد قمت بتدريب النموذج وقمت بتخزين النتائج، لكن كيف يمكننا حفظها لاستخدامها لاحقاً؟ history = Model.fit(X_train, y_train, batch_size=32, nb_epoch=41)

ماهي دالة التكلفة MeanAbsolutePercentageError في كيراس Keras وكيف نستخدمها؟

أحاول استيراد الدالة plot من الموديول keras.utils.visualize_util لكن يظهر لي هذا الخطأ، فما السبب؟ import keras.utils.visualize_util.plot # الخطأ ImportError: No module named 'keras.utils.visualize_util'

قمت بتعريف تابع وأريد استخدامه كتابع تكلفة Loss Function مع النموذج الذي قمت ببنائه في كيراس Keras، كيف نقوم بذلك؟

لدي مجموعة بيانات نصية وأريد معرفة كيفية ترميز النصوص بحيث تصبح سلاسل من الأعداد الصحيحة لأنني أريد إدخالها في شبكة عصبية ؟ مثلاً: Text=['Machine Learning Knowledge', 'Machine Learning', 'Deep Learning', 'Artificial Intelligence'] # وأريد أن تصبح هكذا # [[2, 1, 3], [2, 1], [4, 1], [5, 6]]

قمت ببناء نموذج، وأريد حساب precision وال recall خلال عملية التدريب، كيف يمكنني القيام بذلك؟

قمت ببناء نموذج تصنيف متعدد لمجموعة بيانات MINST لكن يظهر لي هذا الخطأ، فما هي المشكلة: from keras import layers from keras import models model = models.Sequential() model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(28, 28, 1))) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu')) model.add(layers.MaxPooling2D((2, 2))) model.add(layers.Conv2D(64, (3, 3), activation='relu')) model.add(layers.Flatten()) model.add(layers.Dense(64, activation='relu')) model.add(layers.Dense(10, activation='softmax')) from keras.datasets import mnist import keras from tensorflow.keras.utils import to_categorical (train_images, train_labels), (test_images, test_labels) = mnist.load_data() train_images = train_images.reshape((60000, 28, 28, 1)) train_images = train_images.astype('float32') / 255 test_images = test_images.reshape((10000, 28, 28, 1)) test_images = test_images.astype('float32') / 255 train_labels = to_categorical(train_labels) test_labels = to_categorical(test_labels) model.compile(optimizer='rmsprop', loss=keras.metrics.CategoricalCrossentropy(), metrics=["acc"]) model.fit(train_images, train_labels, epochs=5, batch_size=64) test_loss, test_acc = model.evaluate(test_images, test_labels)

قمت ببناء النموذج التالي لتصنيف مراجعات الأفلام، لكن يظهر لي الخطأ التالي عند محاولة تدريب النموذج: from keras.layers import Embedding from keras.datasets import imdb from keras import preprocessing import keras max_features = 10000 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, Dense model = Sequential() model.add(Embedding(10000, 8, input_length=maxlen)) model.add(Flatten()) model.add(Dense(1, activation='sigmoid')) model.compile(optimizer='rmsprop', metrics=['BinaryAccuracy']) history = model.fit(x_train, y_train, epochs=10, batch_size=32, validation_split=0.2) ------------------------------------------------------------------------------ ValueError: No gradients provided for any variable: ['embedding_3/embeddings:0', 'dense_3/kernel:0', 'dense_3/bias:0']. هل من حل؟

قمت ببناء النموذج التالي في كيراس، لكن يطهر لي الخطأ التالي: backend.set_image_dim_ordering('tf') np.random.seed(7) x_train = x_train.astype('float32')/255.0 x_test = x_test.astype('float32')/255.0 y_train = np_utils.to_categorical(y_train) y_test = np_utils.to_categorical(y_test) model = Sequential() model.add(Convolution2D(16, 3, 3,, W_constraint=maxnorm(3), input_shape=(3, 32, 32), border_mode='same', activation='tanh')) model.add(Dropout(0.3)) model.add(Convolution2D(32, 3, 3,, W_constraint=maxnorm(3), activation='tanh', border_mode='same')) model.add(Flatten()) model.add(Dense(400, activation='relu', W_constraint=maxnorm(3))) model.add(Dropout(0.4)) model.add(Dense(y_test.shape[1], activation='softmax')) model.compile(loss='categorical_crossentropy', optimizer="adam", metrics=['acc']) model.fit(x_train, y_train,batch_size=64, validation_data=(x_test, y_test), nb_epoch=30) model.evaluate(x_test, y_test) ------------------------------------------------------------ ValueError: Error when checking model input: expected convolution2d_input_1 to have shape (None, 3, 32, 32) but got array with shape (50000, 32, 32, 3)

ماهو المعيار CategoricalAccuracy وكيف نقوم باستخدامه في كيراس Keras ؟