Tag: BAYESIAN-DEEP-LEARNING
Tengo un dataset (secuencia a secuencia), donde la entrada de cada muestra es una secuencia de caracteres (combinación de 20 caracteres y longitud máxima de 2166) y la salida es una lista de caracteres (combinación de tres caracteres G, H, B). Por ejemplo, OIREDSSSRTTT —-> GGGHHHHBHBBB. Me gustaría crear un . . . Read more
Estoy tratando de cuantizar los pesos y sesgos de mi red neuronal a un formato entero de 16 bits. La razón de esto es utilizar estas matrices en CCS para programar la red en un MCU. Si bien seguí el proceso de cuantización posterior al entrenamiento utilizando TensorflowLite y también . . . Read more
Quiero crear una capa de NN de manera que: – para una entrada de tamaño 100, asumiremos que cada 5 muestras crearán un “bloque” – la capa debe calcular, digamos, 3 valores para cada bloque – por lo tanto, los tamaños de entrada/salida de esta capa deberían ser: 100 -> . . . Read more
Siguiendo el tutorial del modelo de dos torres, hice mi modelo de recomendación. Luego lo entrené durante una época y lo evalué: cached_train = train.shuffle(100000).batch(4096) cached_test = test.batch(4096).cache() model = Model(layer_sizes=[32], use_context=False) model.compile(optimizer=tf.keras.optimizers.Adagrad(0.001)) history = model.fit(cached_train, validation_data=cached_test, validation_freq=1, callbacks=[tensorboard_callback], epochs=1) Este modelo tiene el siguiente registro (el valor val_total_loss es . . . Read more
He estado utilizando el método de preprocesamiento de keras keras.preprocessing.image_dataset_from_directory() Aquí están mis lotes de entrenamiento x e y: train_ds = tf.keras.preprocessing.image_dataset_from_directory( train_path, label_mode = ‘categorical’, #se utiliza para clasificación multiclase. Son etiquetas codificadas en caliente para cada clase validation_split = 0.2, #porcentaje del conjunto de datos a considerar . . . Read more