我在TensorLayer中遇到了DropConnect层的一个实现：，但我需要一个Keras等效项。在Keras上有没有DropConnect的实现？如果不能，是否可以将任何现有的Keras层转换为DropConnect？
浏览 5提问于2017-05-26得票数 8
我正在构建一个带有Conv1D层的CNN，它的训练效果很好。我现在正在研究如何减少特征的数量，然后在模型结束时将其提供给密集层，所以我一直在减少密集层的大小，但后来我遇到了。从我的角度来看(我是神经网络的新手)，一个带有kernel_size=(1,1)的过滤器是一个单一的数字，它本质上等同于密集层中的权重，而且两层都有偏差，那么它们是等价的，还
浏览 19提问于2019-08-16得票数 5
回答已采纳
我目前正在学习Keras，并且对密集层的输入形状有问题。我目前正在尝试mnist数据集。我知道火车图像的input_shape是(60万，28，28)，而且我知道keras忽略了第一个维度，因为它是批大小，因此在密集模型中输入的输入形状应该是(28,28)，但是当我把输入形状设置为(784，)时，请有人解释为什么runs.Could模型会出现错误。
浏览 0提问于2019-02-12得票数 3
回答已采纳
2回答
文本分类中对密集层的需求
、、、、
在创建文本分类模型时，为什么需要一个密集的层？我在多个例子中注意到以下是结构。软件是什么要求的权利，而不是密集的一层？model = tf.keras.Sequential([ tf.keras.layers.Bidirectional(tf.keras</
浏览 0提问于2020-06-17得票数 0
回答已采纳
在单个密集层周围添加TimeDistributed包装器有什么不同吗？两者都具有相同数量的参数(2,208)和相同的输出形状(无，6，32)。这样做的目的是我有一个6个时间步长的数据序列，每个时间步有64个我想要通过密集层的特征。# With TimeDistributedm.add(keras.layers.TimeDistributed(ker
浏览 13提问于2019-03-13得票数 2
回答已采纳
它使用一个Con1D层和两个LSTM层，然后是一个密集层。我的问题是，它是否应该在LSTM和更密集的层之间使用Flatten()？在我看来，输出应该只有一个值，它具有(None, 1)的形状，并且可以通过在Flatten()和密集层之间使用Flatten()来实现。或者，我可以从第二个LSTM层中删除retur
浏览 2提问于2020-07-08得票数 1
回答已采纳
我正在使用Keras来拟合一个函数，而且我是Keras的新手。有了一个非常简单的网络，Keras就可以很好地适应我的功能，我只想知道这个功能是什么，并试图理解为什么它工作得很好。下面是我创建网络的代码：import tensorflow as tfmode
浏览 8提问于2020-05-05得票数 0
回答已采纳
我逐渐从只使用Tensorflow切换到Tensorflow+Keras。目前，我仍在使用tensorflow优化器进行训练，但使用的是Keras的Dense层。例如，我如何从密集的Keras层中检索所有的l2惩罚，以便将它们添加到我的总体损失函数中？在我使用Ke
浏览 3提问于2017-08-10得票数 2
2回答
在我的模型中添加LSTM层之前，我不确定是否需要添加一个密集的输入层。128, input_shape=(train_x.shape[1], train_x.shape[2])))LSTM层是输入层，密集层是输出层(意思是没有隐藏层)吗？或者<
浏览 2提问于2020-11-20得票数 0
回答已采纳
将softmax用作tf.keras中的顺序层与将softmax用作密集层的激活函数之间有何区别？tf.keras.layers.Dense(10, activation=tf.nn.softmax) 和 tf.keras.layers.Softmax(10)
浏览 7提问于2020-09-28得票数 5
回答已采纳
图像是黑白格式(不是灰度)，我使用image_dataset_from_directory将数据导入到python中，并将其拆分成验证/训练集。matplotlib.pyplot as pltimport osfrom tensorflow import kerasfrom tensorflow.keras import layers
from tensorflow.keras.models impo
浏览 23提问于2020-12-10得票数 0
回答已采纳
import numpy as npimport kerasfrom keras.layers import Densefrom keras.models import load_model, Modelfrom keras.datasets importmnist
Mo
浏览 1提问于2019-06-05得票数 0
1回答
我是Keras和ML的新手，我想要创建一个NN，它可以将类似位图的图像分割到它的可视组件中。
我的方法是将二维图像(例如8×8像素)输入到NN中，然后神经网络输出一个三维矩阵(例如，3乘8×8)。作为第一个版本，我创建了一个Keras序列模型，包含1个扁平层和2个密集层，每个层有192个单元(3x8x8=192)。经过大约5000张训练图像后，模型的性能仍然平庸。问:是否有办法将最
浏览 0提问于2021-02-10得票数 1
回答已采纳
引用自“手工机器学习与Scikit-学习，Keras，和TensorFlow，第二版”：
一次热编码，然后是密集层(没有激活函数，没有偏见)，相当于嵌入层。然而，嵌入层使用的计算量要少得多(当嵌入矩阵的大小增大时，性能差异变得明显)。稠密层的权重矩阵起着嵌入矩阵的作用。例如，使用一个大小为20的热向量和一个10个单元的密集层相当于使用一个嵌入层与input_dim=20和<
浏览 0提问于2020-06-30得票数 0
我正在构建一个模型，在这个模型中，我希望将no_of_dense_layers作为参数，并期望from函数在循环中创建密集的层。在循环中创建密集层不是问题，我的问题是如何在Keras中传递密集层堆栈中的值？假设我想要3个密集层： def get_layers(no_of_dense_layers , dense_size):
浏览 3提问于2020-07-24得票数 1
回答已采纳
2回答
因此，我试图实现关于暹罗神经网络的论文:用判别学习相似性度量，并应用于面对面验证，由Sumit，Raia和Yann LeCun (2005)编写。不过，我使用的是，它有10个类。注释: C_x是卷积层，S_x是次采样层，F_x是完全连接的层；具有共享索引x：
Exception: Input 0 is incompati
浏览 6提问于2016-07-26得票数 9
回答已采纳
我在Keras中有一个神经网络模型，它是在数据集上训练的。现在，我想从密集层和卷积层中移除/删除一些特定的权重。有没有办法在Keras中做到这一点？请帮帮忙。谢谢。
浏览 2提问于2018-12-17得票数 3
我只想从.h5文件中已经保存的模型中删除最后一个密集层，并添加一个新的密集层。我在EfficientNet B0模型上使用了传输学习，并添加了一个2层密集的下拉列表。最后一个密集层有3个节点，等于我的类数，如下所示：x
浏览 5提问于2022-03-04得票数 2
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
