Tag: BAYESIAN-DEEP-LEARNING
¿Es posible en tensorflow.keras tener dos entradas en la misma capa convolucional y recibir dos salidas, cada una correspondiente a una de las entradas? (es decir, usando los mismos filtros para dos caminos paralelos)
Estoy intentando entrenar un modelo DNN usando Pytorch y quiero usar una GPU para entrenar. Puedo copiar exitosamente mi modelo a la GPU usando model.to(device), donde device = cuda:0. Sin embargo, los métodos estándar para copiar la entrada a la GPU, (https://stackoverflow.com/q/59013109), es decir, X.to(device) y X.cuda(), no me dan . . . Read more
Estoy trabajando en un problema de clasificación con un conjunto de datos de imágenes que contiene 11 clases. Este conjunto de datos contiene un total de 11,000 imágenes, con cada clase teniendo 1000 imágenes, almacenadas en carpetas (11 carpetas). El tamaño del conjunto de datos es de alrededor de 40MB. . . . Read more
¿Existe alguna forma de obtener una imagen (.png o .jpeg) que represente en 3D una red de aprendizaje profundo? Por ahora, la utilidad de visualización de modelos de Keras da una representación en dos dimensiones que incluye el número de capas y propiedades básicas de cada capa (imagen de referencia . . . Read more
Tengo una red neuronal que produce output. Quiero transformar output antes de que ocurra la pérdida y el retropropagación. Aquí está mi código general: with torch.set_grad_enabled(entrenando): outputs = net(xbatch[:, 0], xbatch[:, 1]) # la predicción de la NN # Mi problema está aquí: outputs = transformar(torch(outputs) pérdida = mi_loss(outputs, y_batch) . . . Read more