1回答
我希望建立一个模型，与(1, 495, 383, 1)维度的输入。因此，我设置了一个形状为(1, 512, 512, 1)的张量，然后通过如下定义一个slice()函数将其更改为(1, 495, 383, 1)： def slice(x, n, h1, h2, w1,w2, d):
return tf.reshape(x[n, h1:h2, w1:w2, d], shape=(1, h2-h1, w2-w1, 1)) 然后，我使用以下参数应用此函数： xLambda(slice, arguments={'n':x
浏览 16提问于2021-04-27得票数 1
1回答
目前，我正尝试使用keras为CIFAR数据建立和训练一个模型。我的标签应该是一个热编码。是(45000，10)。我的模型定义如下：model.add(keras.layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)))
model.add(keras
浏览 0提问于2019-10-30得票数 1
问题是在推理时使用tensorflow.keras.models.load_model加载网络模型时会有很大的差异。如果我使用keras.models.load_model加载模型，推理速度比tensorflow.keras库快3倍。 模型存储在.h5文件中。可能只有一件事是“错误的”：首先我使用keras库训练并保存了模型，但(由于代码演变后的其他导入冲突)现在
浏览 32提问于2020-06-25得票数 0
我在Keras工作(Tensorflow 2)。我想将张量的每个元素与其自身的可训练权重相乘。假设我的输入张量是1D，有10个元素；所以我尝试将输入定义为Keras输入张量，将权重定义为tf.Variable，并尝试使用Keras乘法层，如下所示： import tensorflow as tfinputs = tf.keras.layers.Input(shape=(10), name='inputs')
wei
浏览 30提问于2020-04-25得票数 0
回答已采纳
1回答
我想训练一个具有多个输入的Keras模型。我想使用第一个输入来训练模型，但第二个和第三个输入是在训练第一个输入时必须使用的变量。我不能使用tf.Variable来使用第二和第三个输入，这两个输入在训练期间是固定的，因为它显示了错误：You must feed a placeholder。所以，我想用tf.keras来喂养它们。然后，我使用以下命令
浏览 5提问于2021-05-25得票数 0
1回答
具有不同输入尺度的CNN
、、、、
net实现多尺度分类问题。我的目标是在一种输入尺寸上训练CNN，并使用该模型来预测不同比例/大小的图像。对于CNNs，这是可能的吗？我正在使用keras/python开发我的网络？
浏览 4提问于2016-10-19得票数 1
目录结构：-Cats-Dogs我正在训练一个(n元)分类模型。我想创建一个input_fn来服务这些用于训练的图像。图像尺寸为(200,200，3)。我有一个(keras)生成器，如果它们可以使用的话。
我已经找了一段时间了，但还没有找到一个简单的方法来做到这一点。我认为这应该是一个标准的用例？例如，Keras提供了flow_from_
浏览 2提问于2018-12-07得票数 0
2回答
我目前正在开发一个使用Keras + Tensorflow的模型，以便确定一组蛋白质的温度范围。我首先做的是创建一个预先训练的模型，将蛋白质转化为嵌入物，然后预测其各自的温度。我现在要做的是将这个pre=trained模型合并到一个新模型中，该模型可以使用这个给定的模型和相应的权重作为输入。然后拟合一个新的数据集，并再次进行预测。新的顶级模型<e
浏览 30提问于2020-11-11得票数 1
回答已采纳
2回答
我正在运行keras加法。我已经尝试过在1.木星上运行这一点，在ubuntu上，以及在带有GPU的谷歌笔记本电脑上。但我担心在Google Colab上，它没有完成所有的迭代。更具体地说，Iteration 1Epoch 1/1
45000=======] - 75s 2ms/step - loss: 1.8899 - acc: 0.3209 - val_loss: 1.7819
浏览 0提问于2018-05-09得票数 0
回答已采纳
2回答
我见过许多超分辨率网络，它们似乎暗示在输入(x，y，d)上训练网络很好，但随后将任意大小的图像传递到预测模型中，例如在Keras中使用占位符值(None，None,3)指定，并将接受任何大小。例如，接受24x24x3输入的训练，但接受任意大小的图像来调整大小，演示代码使用124x118x3。
这是个正常的做法吗？当网络输入较大时，是否只需在上面滑动一个窗口，就像它在小尺寸图像上学到的</em
浏览 1提问于2020-01-03得票数 0
回答已采纳
我想使用keras.applications.resnet50来训练一个Resnet来解决两个类的问题，使用以下设置：from keras.applications.resnet50 import ResNet50
resNet = ResNet50Flatten()(y)
浏览 0提问于2018-06-05得票数 1
回答已采纳
我使用Keras训练了一个3隐层NN (3-HL) (效果很好)，我想从它的第一层(输入到它的第一个隐藏层)中提取权重，并在一个单一隐藏层NN (它的单个隐藏层的输入)中使用它们来训练。3-HL模型摘要及其提取的(希望是第一层)权重维数如下：
下面是关于单层隐藏层的相同信息，我的目标是使用从上述模型中提取的第一层权重进行训练</em
浏览 6提问于2022-02-14得票数 0
回答已采纳
当我使用QAT (量化感知训练)训练Keras模型时， 有一些不兼容的问题，如不支持BatchNormalization或UpSampling2D等。如何在不使用每一层tfmot.quantization.keras.quantize_annotate_layer的情况下直接预防它？(尤其是使用tensorflow keras函数API (而不是tf.keras.
浏览 22提问于2020-09-29得票数 0
1回答
我在Keras中使用卷积神经网络(CNN)进行语义分割(图像像素的多类分类)。
特别是，我正在将此应用于农作物(植被)的航空图像。在Keras中，我成功地开发了一个工作流，用于为一个特定的数据集划分/分类不同的作物(让我们将这个数据集称为rural area #1)。我可以应用在rural area #1上训练的Keras权重来初始化另一个dataset rural area #2的培训吗
浏览 0提问于2018-02-08得票数 3
回答已采纳
2回答
如何加载Keras模型？
、、、
嗨，我正在尝试加载keras模型，它是在Keras: 2.2.4版本中创建的，并且我试图加载低于指定版本的版本。ubuntu : 18.04 python : 3.6.9 tensorflow版本: 1.13.1Keras版本: 2.3.1加载时</em
浏览 4提问于2020-02-20得票数 1
回答已采纳
我正在尝试使用TensorFlow实现一个神经网络来解决异或问题。我选择sigmoid作为激活函数，shape (2, 2, 1)和optimizer=SGD()。我选择batch_size=1是因为问题的全局性是4，所以真的很小。问题是，预测结果甚至与正确答案相去甚远。我做错了什么？我在Google Colab上这样做，Tensorflow的版本是2.3.0。()model.add(tf.<
浏览 46提问于2020-11-04得票数 3
回答已采纳
我已经训练了一个CNN，并据此保存了它： model = Sequential()model.addlayer:name 我遇到了不止一个描述相同/相似问题的网站，例如stack overflow、github。通常情况下，该问题是Keras的过时版本。但在我的例子中，所有与Keras相关的包都是最新的</em
浏览 50提问于2019-01-21得票数 8
SPP网用于可变大小的输入图像。在中的keras中，SPP实现使用两个model.fit来处理两个大小的图像。我有278个不同大小的图像，那么在这种情况下如何使用model.fit呢？在两次model.fit使用之后，keras如何计算效率和其他性能参数？我引用了spp 中的一些行，其中作者写到
对于单个网络，要接受可变的输入大小，我们用共享所有参数的多个网络来近似，而每个网络都<
浏览 1提问于2018-04-14得票数 2
背景from keras.applications.vgg19 import preprocess_input
ImageDataGenerator(preprocessing_funct
浏览 3提问于2019-02-15得票数 8
使用ImageDataGenerator(1/255.)训练模型后，在预测之前是否需要重新缩放图像？我认为这是必要的，但实验结果是否定的。 我训练了一个在顶层有37个类的Resnet50模型。模型是这样用ImageDataGenerator训练的。categorical')
history = model.fit_generator(generator, steps_per_epoch=generator.n / 256
浏览 103提问于2019-06-16得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
