我正在构建一个TensorFlow (2.0)模型，该模型接受图像(30x100矩阵)作为输入，并希望能够有以下形式的输出(和标签 [0.0, 0.3, 0.7, 0.0], [0.2, 0.2, 0.4, 0.2]也就是说，每一行都有单独的softmax激活，这意味着它们的总和为1。在训练数据<e
浏览 42提问于2019-08-02得票数 1
回答已采纳
在word2vec中，经过训练得到两个权重矩阵:1.输入-隐权矩阵；2.隐输出权矩阵.人们将使用输入隐藏权重矩阵作为单词向量(每一行对应于一个单词，即单词向量)，.Here给我带来了困惑：
为什么人们使用输入-隐藏权矩阵代替隐输出权矩阵作为单词向量。为什么我们不直接在隐藏层中添加softmax激活<
浏览 3提问于2017-09-06得票数 3
2回答
我想做的就是下载一个tensorflow内置的模型(通过keras)，在输出层关闭时切换softmax (即用线性激活函数代替它)，这样我的输出特性就是在应用softmax之前在输出层上激活。，这与我使用该层上的softmax激活<
浏览 6提问于2019-10-24得票数 2
当我使用keras时，我希望它会给每一行添加一个偏置项。
)后
浏览 0提问于2019-01-15得票数 4
回答已采纳
这似乎是一个简单的问题，但我在网上找不到任何地方。运行完所有代码后，我希望用我自己的文本来做预测，上面写着“测试”。我期望它返回一个分类概率，类似于：这意味着，标号0有0.2的概率，标签1有0.8的概率。
有人能指点我吗？
浏览 3提问于2020-05-03得票数 0
回答已采纳
如果我将Softmax Activation设置为最后一层，则使用unet进行图像语义分割：conv9 = Conv2D(n_classes, (3,3), padding = 'same')然后使用loss = tf.keras.losses.CategoricalCrossentropy(from_logits=True)，训练将收敛为一个训练图像的。我的真实数据集是这样生成的：Y = []
im = cv2.imread(impath)
浏览 0提问于2019-07-29得票数 17
回答已采纳
1回答
输入输出数据形状困难
、、、
我是凯拉斯的初学者。我现在的主要问题是如何建立一个适合我的数据的模型。对于模型本身，我希望构建它，以便输入/输出如下：
X_Data = [104、56、64，96，-8，80，.model.fit(x_train,
浏览 0提问于2022-01-20得票数 0
softmax激活的Keras 声明我可以指定将激活应用到哪个轴。我的模型应该输出n乘k矩阵M，其中Mij是i_th字母是符号_j的概率。activation=None))最后一
浏览 4提问于2017-08-29得票数 7
回答已采纳
每一层的激活函数是否存储在model.save()生成的.h5文件中？或者它已经被“烘焙”到重量中了？ 我正在编写一个AWS Lambda函数，以每五分钟从多个回归模型生成时间序列预测。不幸的是，TensorFlow太大了，无法加载到AWS Lambda函数中，所以我编写了自己的Python代码来加载保存的.h5模型文件，并根据权重和输入数据生成
浏览 17提问于2020-05-04得票数 0
回答已采纳
1回答
在中，输出层没有激活。logits = tf.layers.dense(net, params['n_classes'], activation=None)问题
一般来说，输出层也应该有激活</
浏览 1提问于2018-03-26得票数 1
回答已采纳
，这最终是一个与问题不同的问题我的模特就是这样。，如： [0.15, 0.35, 0.5], [0.1, 0.6, 0.3],]
但我实际得到的结果是，每<
浏览 1提问于2019-02-05得票数 1
我正在尝试理解一段TensorFlow代码片段。我学到的是，我们将所有传入的输入相加，然后将它们传递给激活函数。下图显示的是单个神经元。请注意，我们计算输入的加权和，然后计算激活。<code>A1</
浏览 24提问于2019-03-28得票数 0
回答已采纳
3回答
我有一个由18260个输入字段和4个输出组成的大数据集。我正在使用Keras和Tensorflow构建一个神经网络，它可以检测可能的输出。然而，我尝试了许多解决方案，但准确率无法达到55%以上，除非我在除第一个模型层之外的所有模型层中使用sigmoid激活函数，如下所示：
def baseline_model(optimizer= 'adamloss='spar
浏览 4提问于2018-11-30得票数 1
我正在检查这个官方的TensorFlow教程在葡文-英文翻译的变压器模型上。当
浏览 0提问于2020-11-22得票数 0
回答已采纳
目前，我正在将我的二进制分类模型转换为多类分类模型。和我一起裸露..。我非常熟悉火把和机器学习。
我在这里陈述的大部分内容，我从下面的视频中都知道。我所读/知道的是，CrossEntropyLoss已经实现了Softmax函数，因此我的输出层是线性的。然后我读到/看到的是，我只需选择模型输出的torch.max()来选择我的<
浏览 9提问于2021-12-10得票数 1
我使用Functional创建了一个具有三个不同输出层的模型，以测试不同的激活函数。问题是每个时代的输出线都太长了。我只想看看准确性，而不是损失。Epoch 1/5
1875/1875 - 4s - loss: 3.7070 - Sigmoid_loss: 1.1836 - Softmax_loss: 1.2291 - Softplus_loss函数打印每一层的损失，只打印精度。
浏览 5提问于2021-01-14得票数 1
利用Keras序列模型预测，yhat_classes1 = Keras_model.predict_classes(predictors)[:, 0] #this shows(from tensorflow.python.keras.engine.sequential) is deprecated and will be removed after 2021-01-01.(model.predict(x), axis=-1)`, if your model does multi-class classification (
浏览 1提问于2020-08-04得票数 0
回答已采纳
我创建了以下Keras自定义模型：from tensorflow.keras.layers import Layer
[
[0,0
浏览 3提问于2022-02-21得票数 1
回答已采纳
1回答
我是个机智的新手TensorFlow，最近几天我一直在学习它。我想了解的是，以下两种功能是否等效：softmax = tf.add(tf.matmul(x, weights), biases, name=scope.name)softmax = tf.nn.softmax(tf.matmul(x, weights) + biases, name=scope.name)
如果它们实际上是不同的，主要的区别是什么？
浏览 1提问于2016-02-29得票数 2
回答已采纳
在Keras文档中的培训示例中，
def binary_crossentropy(output, target, from_logits=False):
"""Binary crossentropy bet
浏览 8提问于2017-08-17得票数 8
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
