在Tensorflow Keras分类器中使用数据集时，model.fit()方法中的"IndexError:列表索引超出范围“
在Tensorflow Keras分类器中使用数据集时，model.fit()方法中的"IndexError:列表索引超出范围"错误通常是由于数据集的索引超出了范围导致的。这个错误可能出现在以下几种情况下：
- 数据集划分不正确：在使用model.fit()方法之前，通常需要将数据集划分为训练集、验证集和测试集。如果在划分数据集时出现错误，比如索引超出了数据集的长度，就会导致这个错误。解决方法是检查数据集划分的代码，确保索引没有超出范围。
- 数据集加载错误：如果在加载数据集时出现错误，比如数据集文件不存在或者格式不正确，也会导致这个错误。解决方法是检查数据集加载的代码，确保文件路径正确，并且数据集的格式符合要求。
- 数据集预处理错误：在使用model.fit()方法之前，通常需要对数据集进行预处理，比如图像数据的归一化、标签的编码等。如果在预处理数据集时出现错误，比如对数据集的某个特征进行了错误的操作，就会导致这个错误。解决方法是检查数据集预处理的代码，确保对数据集的操作正确无误。
总之，"IndexError:列表索引超出范围"错误是由于数据集的索引超出了范围导致的，解决方法是检查数据集划分、加载和预处理的代码，确保没有出现错误。如果问题仍然存在，可以提供更多的代码和错误信息，以便更好地帮助解决问题。
关于Tensorflow Keras分类器的更多信息，您可以参考腾讯云的产品介绍链接：TensorFlow。
相关·内容
Keras二进制分类器教程示例只提供了50%的验证精度。对于二值分类，未经训练的分类器本身可以获得近50%的分类精度.
这个例子直接来自于
import numpy as np
import tensorflow as tf
from tensorflow_core.python.keras.models import Sequential
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout
np.random.seed(10)
# Genera
浏览 4提问于2019-12-01得票数 1
回答已采纳
3回答
在使用Tensorflow 2的Keras的模型中，我试图在每个时代之后为每个类计算二进制和多类(一个热编码)分类场景中的召回。对于二进制分类，我希望能够做一些类似的事情
import tensorflow as tf
model = tf.keras.Sequential()
model.add(...)
model.add(tf.keras.layers.Dense(1))
model.compile(metrics=[binary_recall(label=0), binary_recall(label=1)], ...)
history = model.fit(...)
plt.p
浏览 0提问于2019-05-30得票数 11
回答已采纳
2回答
我有五个文件夹，每个文件夹有25个数据点。我们将数据划分为训练和测试拆分，以便75%的数据用于训练，其余25%用于测试。以下是我的代码
batch_size = 128
epochs = 50
model= create_model()
sgd = optimizers.SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='mean_squared_error', optimizer=sgd, metrics=['accuracy'
浏览 2提问于2020-03-01得票数 0
1回答
我正在使用TensorFlow创建一个图像分类模型。我写了以下几行代码：
import pandas as pd
import os
import tensorflow as tf
import keras
from keras.models import Sequential
from keras.layers import Dense, Conv2D , MaxPool2D , Flatten , Dropout
from keras.preprocessing.image import ImageDataGenerator
from keras.optimizers import Ad
浏览 0提问于2021-07-02得票数 0
我是tensorflow和dataset API的新手。看起来我没有给tensorflow提供正确的字典列表。我得到以下输出： tensorflow.python.framework.errors_impl.InvalidArgumentError: In[0] is not a matrix. Instead it has shape [] [Op:MatMul] 我的代码是： train_dataset = tf.data.experimental.CsvDataset(
"train.csv",
[tf.float32,
tf.int32] )
mod
浏览 15提问于2019-01-28得票数 0
我正在导出Keras TF模型，但没有运气：
import tensorflow as tf
import numpy as np
ssValues = np.zeros(shape=(640,800,6),dtype=np.float16)
ssValues += 3.
ssKerasConstant = tf.keras.backend.constant(value=ssValues, dtype=tf.dtypes.float16, shape=(1,640,800,6));
inputLayer = tf.keras.Input(shape=(640,800,6),
浏览 0提问于2019-09-18得票数 2
我正在使用Tensorflow和Keras创建一个图像分类器，但是当我试图训练我的模型时，我得到了一个错误：
IndexError:列出超出范围的索引。
我认为问题在于我的模型，因为当我删除conv2D层时，代码就不会抛出错误。
model = Sequential()
model.add(Conv2D(64,(3,3),activation='relu',padding='same'))
model.add(Conv2D(64,(3,3),activation='relu',padding='same'))
model
浏览 0提问于2019-05-15得票数 3
回答已采纳
我正在尝试建立CNN模型来对记忆数据进行分类。因此，我尝试了这些代码，但出现了'list index out of range‘错误 我正在使用Python3.6和tensorflow 1.12.0，Windows10，我的集成开发环境是PyCharm。 sess = tf.Session()
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train = x_train / 255.0
x_test = x_test / 255.0
y_train
浏览 46提问于2019-02-09得票数 0
1回答
LSTM批量
、、、
我一直试图建立一个LSTM模型，但我对batch_size有点困惑。我在使用Tensorflow中的Keras模块。
我有50,000个示例，每个示例有200个时间步骤，每个时间步骤有三个特性。所以我把我的训练数据塑造成(50000, 200, 3)。
我用四层建立了我的模型，每个层都有100单元。对于第一层，我将输入形状指定为(200, 3)。前三层有return_sequences=True，最后一层没有，然后我做了一些softmax分类。
当我用model.fit调用batch_size='some_number'时，Tensorflow/Keras会用指定大小的批处理来
浏览 0提问于2018-12-05得票数 0
回答已采纳
我读过答案，并试图理解training、validation和testing如何映射到Tensorflow Estimator和Keras。
A: Tensorflow
tf.estimator.train_and_evaluate函数接受一个train_spec和一个eval_spec。
在这里，evaluate在上述术语中是指validation还是testing？如果是testing，我应该在哪里指定一个validation set
B: Keras
在Keras中，这似乎更清楚了，model.fit采用validation_data参数，这是validation set的参数。有一个单
浏览 2提问于2018-08-30得票数 2
我正在关注Keras (https://blog.keras.io/building-powerful-image-classification-models-using-very-little-data.html)的一篇博文，在执行脚本(原始代码https://gist.github.com/fchollet/f35fbc80e066a49d65f1688a7e99f069)时遇到了问题。它看起来有点旧，所以我修复了一些Python3问题，但它的代码基本上是一样的(with open/read rb/wb而不是w/b，我在新版本中把一些数组变成了numpy数组)。 def train_to
浏览 25提问于2020-11-28得票数 0
我使用Keras与TensorFlow后端训练CNN模型。
model.fit()和model.evaluate()之间是什么？我应该理想地使用哪一种？(我现在正在使用model.fit() )。
我知道model.fit()和model.predict()的用处。但我无法理解model.evaluate()的效用。Keras文档只是说：
并对模型进行了评价。
我觉得这是一个很模糊的定义。
浏览 22提问于2017-06-30得票数 43
回答已采纳
我试图保存一个TensorFlow模型，其中包括一些后处理的标签。
考虑到一些分类标签，我有兴趣培训一个模型(例如，tf.keras.Sequential)，在该模型中，我以前对标签应用了一种单一的编码。这个模型是这样的：
model = tf.keras.Sequential([
tf.keras.layers.DenseFeatures(transform_features),
tf.keras.layers.Dense(64, activation='relu'),
tf.keras.layers.Dense(64, activation='
浏览 0提问于2019-11-25得票数 8
对于我最近的工作，我必须在给定的非线性问题上尝试不同的ML模型。我使用TensorFlow和Keras构建了逻辑回归和神经网络的工作版本。现在我必须为同样的问题构建一个SVM分类器。由于我在TensorFlow中找不到可用的支持向量机估计器，我正在考虑使用scikit learn来代替。在我的前两个模型中，我使用tf.feature_column对数据进行预处理(bucketized_column、embedding_column、crossed_column等)。由于这个预处理有点复杂，而且运行得很好，所以我想知道是否可以将TensorFlow预处理与scikit learn结合使用。 这
浏览 31提问于2020-07-21得票数 0
回答已采纳
我正在处理一个具有大量输入(10e8功能)的二值图像分类任务。我有一个在Keras中定义的小型卷积网络，它有一个Tensorflow后端，原则上可以使用model.predict在一秒钟内对500个这样的图像进行分类。与此相比，训练模式非常缓慢。在一张图像上使用model.fit只需20分钟左右。这种悬殊是否意料之中呢？是否有简单的改善？
下面是如下所示的Python代码：
import tensorflow as tf
from tensorflow.keras import Sequential
from tensorflow.keras.layers import Conv2D,MaxP
浏览 1提问于2020-10-30得票数 0
我正在尝试使用LSTM构建一个文本分类器
model = Sequential()
model.add(Embedding(vocabulary_dim, 150, input_length=max_length))
model.add(LSTM(150, return_sequences=False))
model.add(Dense(1, activation='softmax'))
model.compile(loss='sparse_categorical_crossentropy', optimizer='adam', metrics
浏览 0提问于2018-09-27得票数 0
我是新来的tensorflow，当我试图适应我的模型时，我遇到了一个错误。
错误是：
File "D:\Programs\python\lib\site-packages\tensorflow_core\python\ops\nn_ops.py", line 2886, in _flatten_outer_dims
output_shape = [product, shape[-1]]
IndexError: list index out of range
这是我的代码：
import tensorflow as tf
from tensorflow import
浏览 3提问于2020-04-27得票数 1
回答已采纳
我的目标是将产品图片分为服装、凉鞋等类别。
我使用的是MNIST时尚数据集，遵循这一官方教程-每字一字：https://www.tensorflow.org/tutorials/keras/basic_分类，所以我的代码100%与可以在那里阅读的内容相同：
# TensorFlow and tf.keras
import tensorflow as tf
from tensorflow import keras
# Helper libraries
import numpy as np
import matplotlib.pyplot as plt
print(tf.__version__
浏览 0提问于2018-09-18得票数 7
回答已采纳
虽然的IndexError: pop from empty list现在臭名昭著，并且有许多可能的原因，如在以下问题中所报道的：
依此类推，但没有一个适用于我的用例。
在我的用例中，我使用对象来生成训练输入，因为我正在处理大型数据集(不适合于内存)，其中包含一个已知的正类和未知的负数。
下面是教程，如和上可用的教程，我的代码如下所示：
my_training_sequence = MySequenceObject()
if tf.config.list_physical_devices('GPU'):
strategy = tf.distri
浏览 12提问于2022-04-11得票数 1
回答已采纳
下面是一个简单的XOR求解器，有和不使用训练数据的序列。仅仅使用常规数组可以工作，但是当使用序列来服务相同的数据时，它就不能工作了。我不明白错误信息，它在最后一行的注释中。
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, Activation
from tensorflow.keras.optimizers import SGD
import numpy as np
X = np.array([ [0,0], [0,1], [1,0], [1
浏览 4提问于2021-01-14得票数 0
回答已采纳
我试图对mnist的手写数字进行分类，但我总是从keras那里得到相同的错误。
import tensorflow as tf
import numpy as np
import tensorflow.keras as keras
from tensorflow.keras.datasets import mnist
model = keras.Sequential()
model.add(keras.layers.Dense(15, input_shape=(784,), activation='relu'))
model.add(keras.layers.Dense(1
浏览 8提问于2018-07-22得票数 0
我正在玩tensorflow，以使我对整个工作流更加熟悉。要做到这一点，我想我应该首先为著名的Iris数据集创建一个简单的分类器。
我使用以下方法加载数据集：
ds = tfds.load('iris', split='train', shuffle_files=True, as_supervised=True)
我使用以下分类器：
model = keras.Sequential([
keras.layers.Dense(10,activation="relu"),
keras.layers.Dense(10,activatio
浏览 5提问于2022-07-27得票数 7
回答已采纳
目前，我的神经网络精度函数(和神经网络)如下：
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
from tensorflow.keras import models
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.layers import LSTM
import numpy as np
d
浏览 7提问于2022-01-29得票数 2
回答已采纳
1回答
我有一个数字健康记录数据集。我使用了一维CNN keras模型进行分类。
我用Python给出了一个可重现的例子：
import tensorflow as tf
import keras
from keras.models import Sequential
from keras.layers import Conv1D, Activation, Flatten, Dense
import numpy as np
a = np.array([[0,1,2,9,3], [0,5,1,33,6], [1, 12,1,8,9]])
train = np.reshape(a[:,1:],(a[:,
浏览 4提问于2020-01-31得票数 1
我使用了大约4600张训练X光图像，按70:30的比例分割。我以为我有一个很好的训练样本集，但模型出其不意。下面是描绘模型性能的图表。
我的CCN看起来如下：
INPUT_SHAPE = (224, 224, 3)
inp = tensorflow.keras.layers.Input(shape=INPUT_SHAPE)
conv1 = tensorflow.keras.layers.Conv2D(16, kernel_size=(3, 3), activation='relu', padding='same')(inp)
pool1 = tensorflo
浏览 7提问于2020-08-29得票数 0
1回答
我正在创建一个机器学习模型来对数字图像进行分类。我使用Tensorflow和Keras使用内置的tf.keras.datasets.mnist数据集对模型进行了培训。该模型可以很好地处理来自mnist数据集本身的测试映像，但我想为它提供自己的映像。我提供给这个模型的图像是从Captcha中提取出来的，因此它们将遵循类似的模式。我已经在公共谷歌驱动器文件夹中提供了一些图片示例。当我输入这些图像时，我注意到模型不是很精确，我对原因有一些猜测。
图像的背景在图像中产生了太多的噪音。
数字没有居中。
该图像在MNIST训练集(黑色背景白色文本)的颜色格式中并不严格。
我想问的是，我
浏览 0提问于2019-07-12得票数 1
回答已采纳
这就是我要运行的代码
from sklearn.datasets import make_blobs
from tensorflow.keras.utils import to_categorical
from keras.layers import *
from keras import metrics
from tensorflow.keras.optimizers import SGD
from keras.models import Sequential
from keras.layers import Dense
import numpy as np
def prepa ():
浏览 0提问于2021-10-17得票数 0
print(X_val_train.shape) #(158, 128, 256, 1)
print(Y_val_train.shape) #(158, 24) print(X_train.shape) # (3012, 128, 256, 1)
print(Y_train.shape) #(3012, 24) import keras
from keras.utils.np_utils import to_categorical
import keras_resnet.models
shape, classes = (128, 256, 1), 2
浏览 59提问于2021-02-02得票数 1
我开始用tensorflow制作一个连续的食物分类网络。当我创建最简单的模型时，我遇到了以下问题: model.predict(images99)给了我一个问题：Input 0 of layer "dense_2" is incompatible with the layer: expected axis -1 of input shape to have value 4096, but received input with shape (32, 64)。即使images[99].shape 99
图像是一种数据，其中列表中的每个元素都是具有一个通道的图像。images.sh
浏览 2提问于2022-12-01得票数 0
我试图使用tensorflow.keras构建一个二进制分类器，该分类器目前无法识别只生成0和1的模型的解决方案。
编译我的tensorflow模型的代码。
from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
def build_model(train_dataset):
model = keras.
浏览 0提问于2019-12-23得票数 1
回答已采纳
在tensorflow中使用Model.fit_generator时，我收到了这个弃用警告：
WARNING:tensorflow: Model.fit_generator (from tensorflow.python.keras.engine.training) is deprecated and will be removed in a future version.
Instructions for updating:
Please use Model.fit, which supports generators.
如何使用Model.fit代替Model.fit_generator
浏览 2提问于2019-12-18得票数 25
回答已采纳
2回答
我在Colab中使用Keras，我正在处理数据集。任务是图像分类。有相当多的类别(102)，而且每个类的图像不多。我试图建立不同的神经网络，从简单的到更复杂的，有和没有图像增强，脱落，超参数调整，批量大小调整，优化调整，图像调整大小.然而，我没有找到一个好的CNN，这给了我一个可访问的val_accuracy，并最终有一个良好的测试准确性。到目前为止，我所能得到的最大val_accuracy是低0.3倍。我很肯定这是有可能得到更好的结果，我只是不知怎的找不到正确的CNN设置。到目前为止我的代码是：
import tensorflow as tf
from keras.models import
浏览 2提问于2020-09-17得票数 0
1回答
我正在处理一个多类分类问题，为了好玩，我想尝试不同的模型。我发现了一个使用LSTM进行分类的blog，并试图调整我的模型以使其正常工作。 这是我的模型： from tensorflow import keras
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, Activation, Bidirectional, LSTM
from tensorflow.keras.optimizers import SGD, Adam
浏览 66提问于2020-09-02得票数 0
回答已采纳
1回答
我试图在emnist数据集上训练一个数字网络，但是当我试图平平我的图像时，它会抛出以下错误：
警告:tensorflow:模型是为输入张量(“flatten_input:0”，shape=(None，28，28)，dtype=float32)构造的，但它是针对不兼容的形状(None，1，28，28)调用的。
我不知道是什么问题，我试图改变我的预处理，从我的model.fit和ds.map中删除批处理大小。
以下是完整的代码：
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'
import tensorflow
浏览 0提问于2020-05-23得票数 0
回答已采纳
已尝试将列转换为用于NN分类的分类数据。该列有6个类
from tensorflow.keras.utils import to_categorical
y_train = to_categorical(y_train,num_classes=5)
y_test = to_categorical(y_test,num_classes=5)
得到的误差为
IndexError:索引% 5超出了大小为%5的轴%1的边界。我应该如何清除此问题？
浏览 0提问于2021-06-30得票数 0
编辑：
为了澄清为什么这个问题不同于建议的重复，这个问题是对那些建议的重复的后续问题，关于Keras到底在用这些问题中所描述的技术做什么。建议的副本使用dataset API make_one_shot_iterator()在model.fit中指定，我的后续工作是，make_one_shot_iterator()只能遍历数据集一次，但是在给定的解决方案中，指定了几个时代。
这是对这些问题的跟进
其中，“从Tensorflow 1.9开始，可以将tf.data.Dataset对象直接传递到keras.Model.fit()中，并且它的作用类似于fit_generator”。每个示例都有
浏览 0提问于2019-03-31得票数 1
回答已采纳
2回答
基于递归网络的影评分类
、、、、
据我所知和研究，数据集中的序列可以是不同长度的；如果训练过程中的每一批都包含相同长度的序列，我们就不需要填充或截断它们。
为了实现和应用它，我决定将批处理大小设置为1，并在IMDB电影分类数据集上训练我的RNN模型。我添加了我在下面编写的代码。
import matplotlib.pyplot as plt
import tensorflow as tf
from tensorflow.keras.datasets import imdb
from tensorflow.keras import Sequential
from tensorflow.keras.layers import De
浏览 0提问于2021-03-26得票数 5
我正在尝试创建一个tensorflow文本多类分类模型。我主要是从这里复制代码：
在tensorflow中，一切看起来都很好，但是当我试图将保存h5模型转换为Tensorflow Lite时，我得到了以下错误：
ValueError: None is only supported in the 1st dimension. Tensor 'embedding_input' has invalid shape '[None, None]'.
这就是我的代码的样子：
vocab_size = 15000 # of words in dictionary
model
浏览 0提问于2019-01-17得票数 2
这就是我想要运行的代码
X_train = data1/255.0
from sklearn.preprocessing import LabelBinarizer
lb = LabelBinarizer()
trainY =lb.fit_transform(label)
from tensorflow.keras.models import Model
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import AveragePooling2D
from tensorflow.keras
浏览 2提问于2022-10-17得票数 -1
回答已采纳
我在TensorFlow2中使用tf.keras应用编程接口。我有大约100,000张图像被保存为TFRecords (每条记录128张图像)。每条记录都有一个输入图像、目标图像和帧索引。我找不到一种干净的方法来保持帧索引和预测。 下面是一个示例，除了我使用NumPy数组而不是从TFRecords读取数据集： import tensorflow as tf
from tensorflow import keras
import numpy as np
# build dummy tf.data.Dataset
x = np.random.random(10000).astype(np.fl
浏览 29提问于2019-05-01得票数 4
1回答
我运行一个简单的神经网络接口。
model = tf.keras.models.Sequential([
#tf.keras.layers.Flatten(input_shape=(10, 1)),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense(2, activation='softmax')
])
对于给定的损失函数：
model.compile(optimizer='
浏览 0提问于2020-02-01得票数 2
回答已采纳
我正在构建一个简单的递归神经网络，其中包含一个具有完全连接层的lstm层，以对每行数据进行分类。我的数据的形状'x_train‘是一个形状为(210,240,1)的nd.array，'y_train’是一个形状为(210，)的nd.array。并且模型输出是正常的。但是，当我运行model.fit()时，总是出现一个错误: AttributeError：'NoneType‘对象没有'dtype’属性。 我不知道下面的代码有什么问题. #%%
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '
浏览 177提问于2021-09-13得票数 1
1回答
我在40幅花卉图像的训练数据集上使用了以下代码，但CNN分类器未能对其进行分类。]
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Conv2D
from tensorflow.keras.layers import MaxPooling2D
from tensorflow.keras.layers import Flatten
from tensorflow.keras.layers import Dense
from tensorflow.keras.preprocessi
浏览 0提问于2021-08-03得票数 0
2回答
我正在为初学者学习Keras mnist的例子。我试图改变标签，以适应我自己的数据，其中有三个不同的文本分类。我正在使用"to_categorical“来实现这一点。在我看来，这个形状是对的，但是“适合”会出现一个错误：
train_labels = keras.utils.to_categorical(train_labels, num_classes=3)
print(train_images.shape)
print(train_labels.shape)
model = keras.Sequential([
keras.layers.Flatten(input_sh
浏览 1提问于2019-02-04得票数 1
回答已采纳
我们已经有了经过训练的模型，但我们不能编写程序中做出预测的部分。我们可以打开图片，但不能用TensorFlow处理它。
任何帮助都将不胜感激。这是我们已经拥有的。
from __future__ import absolute_import, division, print_function, unicode_literals
# Install TensorFlow
import tensorflow as tf
mnist = tf.keras.datasets.mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data
浏览 0提问于2019-12-14得票数 2
我正在遵循creating an input pipeline.中提到的tensorflow文档，以下是代码片段： import tensorflow as tf
import pathlib
# download data
flowers_root = tf.keras.utils.get_file(
'flower_photos',
'https://storage.googleapis.com/download.tensorflow.org/example_images/flower_photos.tgz',
untar=Tru
浏览 8提问于2020-06-30得票数 0
我想在训练中更换与我的神经网络相关的损失函数，这就是网络：
model = tensorflow.keras.models.Sequential()
model.add(tensorflow.keras.layers.Conv2D(32, kernel_size=(3, 3), activation="relu", input_shape=input_shape))
model.add(tensorflow.keras.layers.Conv2D(64, (3, 3), activation="relu"))
mo
浏览 0提问于2020-04-02得票数 7
回答已采纳
1回答
我正在使用sentiment140数据集，尝试使用RNN学习情感分析。我在网上找到了使用keras.imdb数据源的本教程，但我想尝试使用我自己的数据源，所以我尝试将代码调整为自己的数据。教程：
数据预处理包括提取序列数据，然后在将其发送到模型进行训练之前对其进行标记化和填充。我在下面的代码中执行了这些操作，但每当我尝试运行训练时，我都会得到if isinstance(data[0], list):IndexError: list index out of range。我没有定义data，所以这让我相信我做了一些keras或tensorflow不喜欢的事情。你知道是什么导致了这个错误吗？
我的
浏览 155提问于2018-09-19得票数 1
回答已采纳
我在Python3.7中使用Tensorflow，并试图用CIFAR-100制作一个图像分类器。我希望尽可能远离Keras，因为它只有有限的数据集可以使用。这是我的密码：
import tensorflow as tf
import tensorflow_datasets as tfds
import numpy as np
import matplotlib.pyplot as plt
import PIL.Image as Image
from tensorflow import keras
tf.compat.v1.enable_eager_execution()
shape = (
浏览 3提问于2019-10-25得票数 0
回答已采纳
import tensorflow as tf
from tensorflow import keras
import numpy as np
import matplotlib.pyplot as plt
data = keras.datasets.boston_housing
(x_train , y_train) , (x_test , y_test) = data.load_data()
model = keras.Sequential([
keras.layers.Flatten(input_shape=(28 , 28 )),
keras.layer
浏览 1提问于2020-08-04得票数 0
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
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
