Hallo,

ich versuche eine Bild-KI in Colab mit Tensorflow Keras zu erstellen, aber irgendwie geht es nicht so recht.

latent_dim = 100

# Generator-Modell definieren
generator = keras.models.Sequential()
generator.add(layers.Dense(25 * 25 * 6, input_shape=(latent_dim,)))  # Anpassung der Anzahl der Ausgabe-Features
generator.add(layers.LeakyReLU(alpha=0.2))
generator.add(layers.Reshape((25, 25, 6)))  # Anpassung der Ausgabeformate
generator.add(layers.Conv2DTranspose(12, kernel_size=4, strides=2, padding="same"))
generator.add(layers.LeakyReLU(alpha=0.2))
generator.add(layers.Conv2DTranspose(12, kernel_size=4, strides=2, padding="same"))
generator.add(layers.LeakyReLU(alpha=0.2))
generator.add(layers.Conv2DTranspose(24, kernel_size=4, strides=2, padding="same"))
generator.add(layers.LeakyReLU(alpha=0.2))

# Diskriminator-Modell definieren
discriminator = keras.models.Sequential()
discriminator.add(layers.Conv2D(12, kernel_size=4, strides=2, padding="same", input_shape=(100, 100, 24)))  # Anpassung der Eingabeformate
discriminator.add(layers.LeakyReLU(alpha=0.2))
discriminator.add(layers.Conv2D(6, kernel_size=4, strides=2, padding="same"))
discriminator.add(layers.LeakyReLU(alpha=0.2))
discriminator.add(layers.Flatten())
discriminator.add(layers.Dense(1, activation='sigmoid'))

# GAN-Modell erstellen
gan = keras.models.Sequential()
gan.add(generator)
gan.add(discriminator)

latent_dim = 100

generator = keras.models.Sequential()
generator.add(layers.Dense(25 * 25 * 6, input_shape=(latent_dim,)))  # Anpassung der Anzahl der Ausgabe-Features
generator.add(layers.LeakyReLU(alpha=0.2))
generator.add(layers.Reshape((25, 25, 6)))  # Anpassung der Ausgabeformate
generator.add(layers.Conv2DTranspose(12, kernel_size=4, strides=2, padding="same"))
generator.add(layers.LeakyReLU(alpha=0.2))
generator.add(layers.Conv2DTranspose(12, kernel_size=4, strides=2, padding="same"))
generator.add(layers.LeakyReLU(alpha=0.2))
generator.add(layers.Conv2DTranspose(24, kernel_size=4, strides=2, padding="same"))
generator.add(layers.LeakyReLU(alpha=0.2))

discriminator = keras.models.Sequential()
discriminator.add(layers.Conv2D(12, kernel_size=4, strides=2, padding="same", input_shape=(100, 100, 24)))  # Anpassung der Eingabeformate
discriminator.add(layers.LeakyReLU(alpha=0.2))
discriminator.add(layers.Conv2D(6, kernel_size=4, strides=2, padding="same"))
discriminator.add(layers.LeakyReLU(alpha=0.2))
discriminator.add(layers.Flatten())
discriminator.add(layers.Dense(1, activation='sigmoid'))

gan = keras.models.Sequential()
gan.add(generator)
gan.add(discriminator)

Das Bild hat eine Größe von 100x100 Pixeln und eine Bit-Tiefe von 24.

Der Compiler sagt das hier:

ValueError: Exception encountered when calling layer "sequential_77" (type Sequential).

Input 0 of layer "dense_75" is incompatible with the layer: expected axis -1 of input shape to have value 3750, but received input with shape (None, 15000)

Ich würde mich über eine Antwort freuen.

Jannik

Hey, ich möchte eine KI entwickeln, welche alle mögliche Arten von mathematischen Aufgaben lösen kann. Jedoch hat die KI bereits bei einfachen Aufgaben Probleme. Würdet ihr mir bitte sagen wo die Fehler sind?

Epoch 200/200

161/161 [==============================] - 0s 2ms/step - loss: 0.2215

Test Loss: 51562.15234375

1/1 [==============================] - 1s 531ms/step

Example 1

Input: 200001 + 32

Prediction: 27.477629

Ground Truth: 200033.0

Example 2

Input: 9999 + 9999

Prediction: 16.520712

Ground Truth: 19.998

Example 3

Input: 235 + 57

Prediction: 52.288643

Ground Truth: 292.0

Example 4

Input: 6000 + 3

Prediction: 3.0964882

Ground Truth: 6003.0

Process finished with exit code 0

Hallo zusammen,

ich möchte versuchen, ob ich einem neuronalen Netz beibringen kann, Aktien-Kurse vorherzusagen.
Bzw. einfacher gesagt Aktien in Kaufenswert und Nicht-Kaufenswert zu Clustern.

Ich hab schon verschiedene Aktivierungsfunktionen getestet, ich habe schon verschiedene Lernraten getestet. Und ich habe schon verschieden viele Schichten mit verschieden vielen Neuronen getestet.

Allerdings sieht das Ergebnis nie so wirklich gut aus. Jetzt weiß ich nicht, ob ich was falsch mache oder ob meine Daten Müll sind.

Hätte hier jemand Tipps für mich?

So sieht mein Code aus:

import pandas as pd
import numpy as np
from sklearn.preprocessing import MinMaxScaler
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras.callbacks import EarlyStopping
import matplotlib.pyplot as plt


# Daten einlesen
data = pd.read_csv("data1.csv")


# Input und Output Daten extrahieren
X = data.iloc[:, -7:].values
y = data.iloc[:, 3].values.reshape(-1, 1)


# Input Daten skalieren
scaler = MinMaxScaler()
X = scaler.fit_transform(X)


# Median der Output Daten berechnen
median = np.median(y)


# Output Daten in gute und schlechte Werte einteilen
y = np.where(y > median, 1, 0)


# Neuronales Netz definieren und trainieren
model = keras.Sequential([
    keras.layers.Dense(2048, input_dim=7, activation='relu'),
    keras.layers.Dense(512, activation='relu'),
    keras.layers.Dense(512, activation='relu'),
    keras.layers.Dense(2, activation='relu'),
    keras.layers.Dense(1, activation='sigmoid')
])


learning_rate = 0.001
optimizer = keras.optimizers.Adam(lr=learning_rate)
model.compile(loss='binary_crossentropy', optimizer=optimizer, metrics=['accuracy'])


early_stopping = EarlyStopping(monitor='val_loss', patience=10)
history = model.fit(X, y, epochs=1000, batch_size=10, validation_split=0.2, callbacks=[early_stopping])


# Vorhersagen treffen und Genauigkeit auswerten
y_pred = np.round(model.predict(X))
accuracy = np.mean(y_pred == y)
false_positives = np.sum((y_pred == 1) & (y == 0))
false_negatives = np.sum((y_pred == 0) & (y == 1))
true_positives = np.sum((y_pred == 1) & (y == 1))
true_negatives = np.sum((y_pred == 0) & (y == 0))


# Ergebnisse ausgeben
print("Genauigkeit:", accuracy)
print("Falsch-Positiv:", false_positives)
print("Falsch-Negativ:", false_negatives)
print("Wahr-Positiv:", true_positives)
print("Wahr-Negativ:", true_negatives)
print("Wahr: ", true_positives + true_negatives)
print("Falsch: ", false_positives + false_negatives)

# Verlauf der Genauigkeit und des Fehlers während des Trainings darstellen
fig, ax = plt.subplots()
ax.plot(history.history['loss'], label='Trainingsfehler')
ax.plot(history.history['val_loss'], label='Validierungsfehler')
ax.set_xlabel('Epochen')
ax.set_ylabel('Fehler')
ax.legend()
fig.savefig('error.png')

Hallo

Ich habe noch nie eine KI programmiert und wollte es deshalb wollte ich mal mit Tensorflow es ausprobieren. Bei mir hat es funktioniert nur wenn ich mein Netz trainiere wird bei mir "loss: nan" angezeigt.

Mein Code:

import tensorflow as tf #Für neuronale netze
from tensorflow import keras #Für daten und andere dinge
model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])]) #Hier definieren wir das model
model.compile(optimizer='sgd', loss='mean_squared_error') # Compilieren wir das Model


#Daten generieren
xs = list()
for x in range(0, 1000):
 xs.append(x)
ys = list()
for x in range(0, 1000):
  ys.append( xs[x] ** (1 / 2) ) #Für jedes Elemnt die quadratwurzel berechnen


#Netz trainieren
model.fit(xs, ys, epochs=1000)


#Ki Konsole
print("Hallo frage bei mir die quadrat wurzel ab")
print("Tippe exit zum beenden")
while True:
  inp = input("$ ")
  if inp == "exit": break
  else:
    print(model.predict([float(inp)])

Wenn ich es trainiere und abfrage:

Wisst ihr wiré ich das beheben kann? Also das bei "loss:" der Wert angezeigt wird und wen ich abfrage auch kein "loss:" angezeigt bekomme sondern den passenden wert.?

TheCPP

Ich habe einen 2d Shooter programmiert und würde gerne für ein Schulprojekt eine KI programmieren, die den Spieler steuert.

Ich wollte fragen, ob jemand damit Erfahrung hat und, ob das machbar ist für jemanden, der seit zwei Jahren programmiert.

Ich programmiere mit Python…

Danke im Voraus

Hi ich hab einen Discord Bot mit einem Array mit Responses etc die er zufällig ausgibt. Natürlich ist das keine richtige KI etc und deshalb möchte ich den Chatbot mit Tensorflow.js machen, jedoch weiß ich nicht wie es installier bzw in meinem Bot verwenden kann weil ich keine guten Tutorials finde und die Doku von Tensorflow mich zu sachen weiter leitet die keinen sinn macht und es einfach schrecklich ist.

Deshalb wollte ich fragen ob hier jemand schon mal mit Discord.js und Tensorflow gearbeitet hat und mir helfen könnte bzw Links zu guten tutorials zeigen.

Kann es sein das meine CPU kein avx unterstützt und was kann man dagegen tun?

Benutze deepfacelab

Bin kein Experte bräuchte klare Anweisungen. Und antworten was für Nachteile es hat wenn ich vielleicht ein Befehl am PC eingeben muss.

Hallo,

ich habe wie überall erklärt tfvis für JavaScript importiert:

import * as tfVis from "@tensorflow/tfjs-vis";

Und Tensorflow habe ich über:

<script src="https://cdn.jsdelivr.net/npm/@tensorflow/tfjs@2.0.0/dist/tf.min.js"></script> 

eingefügt.

Die Website läuft auf einem lokalen Apache Server und ist in eine PHP- und eine JS-Datei aufgespalten.

Sobald ich die Website starte kommt die Fehlermeldung:

Uncaught TypeError: Failed to resolve module specifier "@tensorflow/tfjs-vis". Relative references must start with either "/", "./", or "../".

Kann mir jemand helfen?

Danke im Voraus

Hi, ich mache derzeit die Schule und würde gerne die oberen Dinge neben der Schule lernen. Ich habe Grundkenntnisse in Python. Welche Bücher könntet ihr mir empfehlen um Machine Learning, Artificial Intelligence, Natural Language Processing zu Lernen und so gut wie ein Master zu werden der das studiert hat. Ich würde täglich damit 3-4 Stunden verbringen über 2 Jahre.

Ich möchte eine Künstliche intelligenz programmieren, die selber lernt bzw man ihr sachen beibringt. Bsp: Ich frage den Chatbot(Nicht für SocalMedien platformen) irgendwas und er kann irgendwann fast alles beantworten. Wie,mit was, und welcher Programmiersprache man KI`s programmiert und wies auch am einfachsten ist.