keras merge 예제

August 2, 2019  |  No Comments  |  by admin  |  Uncategorized

그래서 나는 우리가 텐서로 왼쪽과 오른쪽의 출력을 가정하고 병합에 사용할 수 있다고 생각하지 않습니다. 병합과 병합 사이의 혼동을 제거하기 때문에 실제로이 변경이 마음에 들게됩니다. Jason, Github 데이터 집합의 데이터 집합은 이 LSTM 자습서에 적합합니까? 또는 추천할 수 있는 온라인 데이터 집합이 있습니까? 나는 텍스트 처리 (IMDB가 아닌)에 대한 LSTM모두에 관심이 있으며 Keras 기능 API새 API에는 명시적 합계 / concat / 곱하기 레이어 (https://keras.io/layers/merge/)가 있습니다. 예를 들어 LSTM은 여러 개의 열계를 직접 사용할 수 있으며 병렬 입력 모델이 필요하지 않습니다. 이는 Keras 2를 사용하여 병합하는 방법에 유용할 수 있습니다. 나는 @vladT0 의견 (#3921 (코멘트))와 모든 방법을 해요 : 더 이상 순차적 모델을 사용하여 레이어를 병합하기위한 해결 방법은 없습니다, 그것은 개발 팀이 순차적 인 모델에 대한 고급 기능으로 병합 고려 보인다 … Concat 또는 Concatenate는 순차적 계층을 입력으로 수행할 수 없으므로 모든 사용자가 Keras 2.0.6에서 이러한 네트워크를 빌드하기 위해 기능 API로 전환해야 합니다. … 병합 레이어는 더 이상 사용되지 않으며 08/2017 이후에 제거됩니다. keras.layers.merge(예: 추가, 연결 등)의 레이어를 대신 사용합니다. 그러나 Add()를 사용하는 예제에서는 순차API가 아닌 기능 API를 사용합니다.

그래서 나는 조금 혼란스럽다. concat 외에 선택할 수 있는 병합 레이어가 많이 있습니다. “Keras 0.x”에 대한 예제로 순차 모델을 사용하면 “Keras 2.x”가 훨씬 빠르기 때문에 기능과 기능을 보여줍니다. 모델 = 모델 =[입력=[first_input, second_input, third_input], outputs=merge_two) 순차 모델에서 병합 레이어를 사용할 수 있습니까? (그렇다면 어떻게 순차적일 수 있을까요?) 내가 틀렸을 수도 있지만 적어도 그것이 내가 이해한 방법이며 둘 다 기능 API를 사용하는 이유입니다. 또한 이러한 레이어에 예제가 있다면 좋을 것입니다. 예제를 작업할 수 있지만 시작 부분이 더 자세히 설명될 수 있다고 생각합니다. 말하자면, 1에 대한 별도의 메뉴가 있다면 아마 정말 좋을 것입니다. 어떻게 사용 케라스와 2를 시작하는. keras 를 개발하는 방법 (예 : 레이어 사용자 정의, 콜백 등,.. 은 여전히 포괄적 인 설명이 조금 부족한 것 같습니다. 나는 #3921 (코멘트)에 게시 된 @parag2489 예를 정확하게하고 싶습니다 “병합”과 “병합”이 명확하게하는 것 외에도 실제로 실질적으로 다른 경우, 우리는 또한 두 개의 LSTM 다이어그램을 변경해야합니다, “순차 모델 가이드”와 다른 하나는 ” 기능 API에 대한 가이드”.

둘 다 “merge_1(병합)”을 언급합니다. 그래서 그러한 레이어가 하나만 있다고 생각하는 것은 당연하며, 제 경우에는 오랫동안 “병합”이었습니다. 난 그냥 “컨볼루션 신경망”의 예에 대해 궁금해. max_pooling2d_2와 dense_1 사이에 평탄층이 누락되지 않습니까? 업데이트되지 않는 문서로 인해 여전히 문제가있는 사람들을 위해, 나는 “병합 = Concatenate([avged, maxed]”레이어 병합 (텐서가 아님)에서 일한 것을 확인할 수 있습니다 기능 API에 유연성을 제공하는 레이어를 조각으로 연결하는 방법입니다. 예를 들어 레이어의 임시 그래프 정의를 시작하는 것이 얼마나 쉬운지 확인할 수 있습니다. 그건 그렇고, #7169 추가 및 추가에 두 개의 예제를 추가합니다. 다른 병합 레이어를 사용하는 방법을 배우는 것은 간단합니다. 이제 Keras 기능 API의 모든 핵심 부분을 알고 있으므로 다른 모델 의 제품군을 정의하고 몇 가지 연습을 구축해 보겠습니다. keras.engine import merge m = merge([[init, x], mode=`sum`)의 Keras 1.2.2 코드가 이 Keras 2.0.2 코드와 동일한지 확인할 수 있습니다.

생성된 레이어를 생성할 수 있습니다.

Posted in Uncategorized. Bookmark the permalink.

Comments are closed.