Si tienes alguna pregunta, puedes hacerla a continuación o ingresar lo que estás buscando.
Estoy trabajando en algo que requiere visualizar las capas del modelo pre-entrenado. Puedo visualizar las capas para InceptionV3 y otros modelos, pero fallé al intentar hacerlo con el modelo ResNet50 usando GradCam. Solo puedo ver una máscara completa de color azul en la imagen. La precisión del modelo ResNet50 también . . . Read more
Quiero implementar mi propio generador de datos personalizado para un modelo keras multi-entrada que he construido utilizando la API funcional de keras. He leído mucho sobre la clase de secuencia y cómo puedo extender su funcionalidad de varias maneras. Mi conjunto de datos está muy desequilibrado y contiene 3 clases. . . . Read more
Solo sé cómo usar la red incorporada como RNN o LSTM en PyTorch. Pero suelen tratar con cada nodo en la capa anterior que dará información a todos los nodos en la siguiente capa. Quiero hacer algo diferente, pero no sé cómo codificarlo yo mismo. Algo como en esta figura: . . . Read more
Tengo una clase grande que se ve como sigue: class Trainer: def __init__(self, nombre, edad, altura, peso): self.nombre = nombre self.edad = edad self.altura = altura self.peso = peso def fit(self, dataloader): ….HACER EL ENTRENAMIENTO DEL MODELO… self.save(path=xxx) self.load(path=xxx) def save(self, path): self.model.eval() torch.save(self.model.state_dict(), path) @staticmethod def load(path: str): “””Cargar . . . Read more
Encontré la clase DepthwiseConv2D aquí. Utiliza un kernel único para cada canal de la imagen de entrada. ¿Pero es posible utilizar el mismo kernel para todos los canales? (es decir, compartir parámetros dentro de la capa).