回答情况：
提问时间：
问题标签：
以下是模型：y = T.vector()lay2 = lasagne.layers.DenseLayer(lay1, 6, nonlinearity=lasagne.nonlinearities.linear)
out2 = lasagne.layers.get_outp
浏览 1修改于2016-01-22得票数 1
我正在尝试将Keras模型与Lasagne层相结合。我在Lasagne层调用此函数： self.p = self.nonlinearity
浏览 3修改于2018-03-07得票数 0
我正在运行Lasagne和Theano来创建我的卷积神经网络。我目前由以下部分组成l_conv1 = lasagne.layers.Conv2DLayer=32, filter_size=3, pad=1)l_conv2 = lasagne.layers.Conv2DLay
浏览 7提问于2016-02-09得票数 2
我已经尝试过caffe，但是DataTransform不支持很多实时增强功能，比如旋转等等，所以为了便于实现，我选择了Lasagne。但它似乎也不支持实时增强。我看过一些关于他使用Batchiterator of nolearn.lasagne的Facial Keypoints detection的帖子。但我不确定它是否是实时的。没有合适的教程来指导它。那么最后，我应该如何通过nolearn或其他方式在Lasagne中进行实时增强呢？
浏览 4修改于2016-01-27得票数 2
input_var=input_var) l_shp=lasagne.layers.ReshapeLayer(l_lstm, (10*15, 10))# Set the Error Function
loss = lasagne.object
浏览 4提问于2015-08-29得票数 0
我从Lasagne的官方github加载了mnist_conv.py示例。 exampleChar = np.zeros((28,28)) #the example I would predict
outputValue = lasagne.layers.get_output
浏览 1修改于2015-07-19得票数 1
如何在nolearn.lasagne NeuralNet模型中存储权重和偏差？从文档中，我看不到如何访问NeuralNet的权重和偏差并存储它们。
浏览 2修改于2017-01-24得票数 0
我用theano/lasagne训练了一个神经网络，并用这段代码保存了网络参数： param_values = [f['arr_%d' % i] for i in range(len(f.files))]lasagne.layers.set_all_param_valuessnake_
浏览 0提问于2016-04-21得票数 1
train = theano.function([input_var], lasagne.layers.get_output(l.out))
output = train(current_states)
浏览 2提问于2016-04-02得票数 0
这是我看起来不错的代码，我所做的唯一改变是将output_nonlinearity=lasagne.nonlinearities.softmax和used.It回归到False.Otherwise，它看起来非常简单from lasagne import layersfrom lasagne.updates import sgd,nesterov_momentumfrom sklearn.metrics import c
浏览 0修改于2016-05-04得票数 0
我已经用Lasagne玩了一段时间了，用卷积神经网络解决了一个二进制分类问题。然而，尽管我在训练和验证损失方面得到了for (Ish)结果，但我的验证和测试精度始终是恒定的(网络总是预测同一个类)。有谁知道如何在Lasagne中设置相同的变量(因为我不想使用Nolearn)？此外，有没有人可以解释为什么需要发生这种情况？
浏览 9修改于2015-09-28得票数 2
我想我在这一点上已经失去理智了。这就是我在训练后做的事情pickle.dump(model, open('models/model_1.
浏览 5提问于2016-10-20得票数 2
我正在使用Lasagne+Theano创建一个ResNet，并且正在与DenseLayer的使用进行斗争。如果我在上使用这个例子，它就能工作。
浏览 2提问于2016-09-29得票数 1
回答已采纳
我尝试过以下几种方法f = theano.function([input_var], network_output
浏览 1修改于2016-03-14得票数 0
Neural Network to decide for numbers in 0..15 if they are divisble by"""
from lasagne.updates import nesterov_momentum
浏览 2提问于2015-06-26得票数 2
我发现Theano/Lasagne的所有例子都处理像mnist和cifar10这样的小数据集，它们可以完全加载到内存中。
我的问题是如何编写用于大规模数据集训练的有效代码？
浏览 0提问于2016-02-26得票数 3
我正在用千层面构建一个神经网络，我是，我很好奇如何准确地输入到网络中。在示例中，他们声明输入层是4维的，实际上它是theano tensor4。这是否意味着我必须给网络一个四维numpy数组？这有可能吗？如何从列表的4维向量中构建一个列表？
浏览 0修改于2015-08-28得票数 1
= 2,pad=2,W = lasagne.init.HeUniform(), nonlinearity= lasagne.nonlinearities.LeakyRectify(0.2))#64*32(), nonlinearity= lasagne.nonlinearities.LeakyRectify(0.2))#128*16*16
net = lasagne.layers.Conv2DLayerlasagne.init.HeUniform(), nonlinearity= lasa
浏览 4修改于2017-10-27得票数 2
回答已采纳
1回答
W=lasagne.init.Uniform())
l_hid1_drop = lasagne.layers.DropoutLayer(l_hid1, p=0.5)
l_hid2 = lasagne.layers.DenseLayer( nonlinearity=lasa
浏览 1提问于2015-08-02得票数 7
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号