به بخش پرسش و پاسخ یادگیری عمیق خوش آمدید,
این نسخه آزمایشی سایت است.
لطفا به نکات زیر توجه کنید:
  • برای ارتباط با مدیران میتوانید از صفحه مدیران اقدام کنید.
  • سوال و جواب ها باید به زبان فارسی باشند. استفاده از زبان انگلیسی یا فینگلیش برای پاسخ دادن مجاز نیست.
  • لطفا بعد از پرسش سوال لینک سوال خود را در گرو تلگرام (Iran Deep Learning Group) معرفی کنید تا سریعتر به جواب برسید. برای دسترسی به آخرین لینک از منابع یادگیری استفاده کنید
  • لطفا بجای عکس از متن استفاده کنید. اگر متون طولانی هستند از سایت pastebin.com برای اپلود استفاده کرده و لینک حاصل را در سوال خود قرار دهید. برای قرار دادن تصویر ، از بخش ارسال تصویر ادیتور سایت استفاده کنید.
  • بعد از دریافت پاسخ، بهترین پاسخ را از طریق کلیک بر روی علامت تیک انتخاب کنید
  • اگر با خطا و یا مشکلی مواجه شدید از بخش تماس با ما در انتهای صفحه و یا ایمیل Coderx7@gmail.com موضوع را اطلاع دهید.

با تشکر

دسته بندی ها

0 امتیاز

با سلام
من یک مبتدی برای یادگیری عمیق هستم که با دیدن فیلم‌های دکتر راد مباحث مرتبط با این حوزه رو یاد گرفتم و برای دسته‌بندی متون در حوزه شناسایی احساس با زبان پایتون در تنسورفلو پیاده سازی کردم ولی الان مشکلم این هستش که نیاز دارم تا خروجی لایه ful connected را ذخیره کنم تا بتونم به عنوان بردار ویژگی ازش بار دیگر استفاده کنم ولی با کدهایی که تویاینترنت پیدا کردم نتونستم خواستم در صورت امکان راهنماییم کنید. لطفا زود جواب بدید بخاطر اینکه وقت زیادی دیگه ندارم.
ممنون

classifying by lstm for 5class

model = Sequential()
model.add(Embedding(MAX_NB_WORDS, EMBEDDING_DIM, input_length=X.shape[1]))
model.add(LSTM(100, dropout=0.2, recurrent_dropout=0.2))
model.add(Dense(5, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
epochs = 5
batch_size = 64
history = model.fit(X_train, Y_train, epochs=epochs, batch_size=batch_size,validation_split=0.1,callbacks=[EarlyStopping(monitor='val_loss', patience=3, min_delta=0.0001)])

توسط (105 امتیاز)

1 پاسخ

0 امتیاز

سلام
از سوالتون می شه فهمید که ظاهرا بعد از آموزش مدل، قراره یه سری داده به مدل بدید و خروجی رو ذخیره کنید !؟
در این صورت، برای محاسبه خروجی مدل برای یک سری داده مثلا X-test باید از دستور زیر استفاده کنید:

Y_test_pred = model.predict(X_test)

بعد میتونید Y_test_pred رو ذخیره کنید که برای مدل شما یک (یا چند) بردار به طول 5 هست.
اگر نتیجه نهایی کلاسیفایر رو هم بخواید به صورت زیر:

import numpy as np
Y_test_class = np.argmax(Y_test_pred)

هر کدوم از این خروجی ها رو هم میتونید به صورت فایل تکست، فرمت csv ، excel یا خیلی فرمت های دیگه ذخیره کنید.

اگر خواستید میتونید مدل آموزش دیده رو هم ذخیره کنید و بعدا دوباره استفاده کنید.

توسط (155 امتیاز)
...