我需要重新排列张量值，然后在Keras中重塑它，但是我正在努力使用Tensorflow后端在Keras中重新排列张量。这个自定义的层/函数将遍历这些值，然后通过一个似乎没有权重的步长公式重新排列这些值，所以我假设它是无状态的，不会影响反向传播。下面是函数/层
def reorg(tensor, stride)
浏览 18提问于2019-08-13得票数 0
1回答
我构建了一个包含三个层的Sequential Keras模型:一个Gaussian Noise层、一个隐藏层和与输入层相同维的输出层。为此，我使用了Tensorflow 2.0.0-beta1 1附带的Keras包。因此，我希望获得隐藏层的输出，这样我就绕过了Gaussian Noise层，因为它仅在培训阶段才有必要。我从官方<
浏览 1提问于2019-09-28得票数 1
回答已采纳
当我创建具有一个或多个自定义层的Keras模型时，可以使用model.save()方法以TensorFlow SavedModel格式持久化Keras模型。我可以使用tf.keras.models.load_model()函数从文件系统中加载此模型，然后再次将其保存到文件系统中。training, training, training, training, *, training, training
浏览 107提问于2021-10-29得票数 0
3回答
我为某一层定义了一个自定义变量。我希望这个变量只接受正值。Keras提供了约束，但在我看来，它们只适用于Keras层的kernel_constraint和bias_constraint参数。在Keras (和TensorFlow)中，有没有一种(简单的)方法来约束自定义可训练变量(即用add_weight方法创建的变量)的<em
浏览 0提问于2020-04-21得票数 1
1回答
我想获得自定义层的权重，但是我无法通过model.layer().get_weights()X获得它们。所以我检查了模型的各个层，似乎定制层被分解成几个操作，在这些层中找不到权重。以下是自定义层代码 self.output_dim我尝试了不同的方
浏览 12提问于2022-11-18得票数 0
1回答
我想知道是否有可能创建一个自定义的网络结构，其中输入层通过使用tensorflow与与输入层不相邻的隐藏层有额外的连接。举个例子，假设我有一个简单的网络结构，如下所示。import numpy as npimport tensorflow as tf
m
浏览 4提问于2021-12-01得票数 0
回答已采纳
我是tensorflowjs的新手，我正在努力实现一些自定义的层，如果有人能给我指出正确的方向，那将是非常有帮助的！例如，我在InceptionResnetV1架构中有一个层，我将该层乘以一个恒定的比例(这最初是一个不受支持的Lambda层，我将其替换为自定义层)，但该比例的值在每个块中都会发生变化。这在<em
浏览 26提问于2021-05-31得票数 2
1回答
我想在keras中实现一个定制层。不幸的是，计算的一部分需要伪逆(求解x=(A‘a)⁻²A’b)。现在我错过了K.inverse的功能。有没有办法用keras后端解决OLS方程？
浏览 36提问于2019-12-22得票数 2
回答已采纳
1回答
我正在学习“物理层深度学习导论”。一种方法是简单L2规范化(||X||^2 = 1)，其中X是前一层输出的张量。我可以通过以下代码实现简单的L2规范化：Lambda(lambda x: K.l2_normalize(x,axis=1))
另一方面，我想知道的是有
浏览 0提问于2018-02-20得票数 2
回答已采纳
我正在构建一个具有多头注意力层的keras模型。我正在尝试从keras.layers实现MultiHeadAttention层，但是当我运行代码时，我在不同的变量上多次收到以下警告：
“警告:tensorflow:以下变量已用于Lambda层的调用(tf.einsum)，但在其跟踪的对象中不存在：<tf.Variable‘multi_head_ are /query/kernel:0’sha
浏览 5提问于2021-05-27得票数 1
1回答
是否可以在自定义丢失函数中使用Keras层(预先训练或固定层没有可训练参数)？后端，我得到了错误：
文件"/home/drb/venvs/keras/lib/python3.5/site-packages/tensorflow/python /framework/tensor_util.py"，第364行，在make_tensor_prot
浏览 1提问于2018-02-12得票数 1
1回答
我想在自定义层中使用tf.keras.layers中的预定义层。我想创建一个自定义图层，它是密集层和1D卷积层的组合。有没有可能做这样的事情？我在tensorflow页面中找不到一个示例。
浏览 0提问于2019-10-11得票数 0
1回答
使用keras的注意力卷积
、、、、
我已经在keras中实现了一个细心的卷积层，如本所述。我刚开始实现自定义层，它仍然很慢。我使用了很多tf.map_fn，我想这就是为什么它这么慢的原因，但我不知道有什么不同的方法可以做到这一点。如果有人有一些关于如何改进层的技巧或实现自定义层的一般技巧，比如如何避免后端(tensorflo
浏览 0提问于2018-02-05得票数 1
我试图在tensorflow中创建自己的自定义层，如下所示： # implementation of class知道我该怎么解决这个问题吗？
浏览 0提问于2019-01-07得票数 1
我正在尝试训练一个接受4通道输入的卷积网络，并希望使用像VGG16这样的预训练模型。我不应该使用VGG16的初始卷积块是有意义的，因为它们是针对3个通道输入进行训练的，并重新定义了初始卷积块。但是，我想从VGG16开始使用block3。如何使用Tensorflow Keras api实现这一点？ 简而言之，我如何从预先训练的模型中复制特定层的权重
浏览 20提问于2019-05-04得票数 1
回答已采纳
2回答
我想做一些类似于使用Keras的完全卷积网络论文()的事情。我有一个网络，它最终会将功能地图夷为平地，并通过几个密集的层运行它们。我想把像这样的网络中的权值加载到一个稠密的层中，用等效的卷积来代替。与Keras一起提供的VGG16网络可以作为一个例子，其中最后一个MaxPooling2D()的7x7x512输出是扁平的<
浏览 0提问于2016-12-15得票数 21
回答已采纳
在中，我发现没有关于padding定义的详细信息。keras.layers.convolutional.Convolution2D(nb_filter, bias=True)
border_mode
浏览 6提问于2017-01-16得票数 4
我创建了以下Keras自定义模型：from tensorflow.keras.layers import Layer
class MyModel(tf.keras.Model模型由具有softmax激活的密集层和作为后处理单元的lambda层组成，后者将密集输出向量转换为单个值(预测类)。列车目标是一个单一的编码
浏览 3提问于2022-02-21得票数 1
回答已采纳
我使用Layer 2.1.0在tf.keras中实现了一个自定义TensorFlow。在过去，当使用独立的Keras时，在任何自定义层中定义compute_output_shape(input_shape)方法是很重要的，这样就可以创建计算图。现在，迁移到TF2之后，我发现即使我从我的自定义实现中删除了该方法，该层</e
浏览 2提问于2020-04-30得票数 8
回答已采纳
我注意到，当使用tensorflow/serving容器部署Keras模型时，对model:predict的调用将返回相同输入的不一致值。
经过一些研究，似乎是Dropout层造成了这个问题。在没有Dropout层的情况下，导出/保存模型与tensorflow/serving一起服务的正确方法是什么？
浏览 0提问于2020-06-16得票数 0
回答已采纳
云服务器
ICP备案
云直播
对象存储
腾讯会议
腾讯云开发者
