1回答
创建自己的激活函数时出错
、、、
我正在尝试测试MNIST数据上的激活函数，但它给出了一个错误： TypeError: Using a `tf.Tensor` as a Python `bool` is not allowed.下面是我的激活函数： def fun1(x):model.add(Dropout(0.5))
model.add(Dense(num_classes, ac
浏览 24提问于2019-10-03得票数 0
回答已采纳
1回答
二值化神经网络的激活函数
、、、、
以下是我的当前代码：from tensorflow import kerasfrom keras.utils.vis_utilsimport plot_model
from keras import backend as Ktest_loss
浏览 0提问于2020-08-09得票数 1
1回答
我有一个自定义激活函数及其导数，尽管我可以使用自定义激活函数，但我不知道如何告诉keras什么是它的导数。编辑:根据我得到的答案，也许我不够清楚。我想要的是为我的激活函数实现一个
浏览 0提问于2018-08-08得票数 1
回答已采纳
我做了自定义激活函数。当我从sigmoid创建自定义激活函数时，我想知道什么，我应该在哪里定义我的自定义激活函数的导数？ 我试过阅读有关自动微分的内容。但我不确定keras会自动派生我的自定义sigmoid吗？keras/activation.py中的自定义激活函数 def temp
浏览 24提问于2019-04-24得票数 0
回答已采纳
1回答
我试图在Keras中实现一个自定义激活函数，如下所示 if x > 0.5 : elif if x < 0.5:return 0 return x + 0.5model.add(Dense(128,activation = picewise))
但我有一大堆错误。如何在Keras中
浏览 1提问于2018-05-02得票数 2
回答已采纳
1回答
TensorFlow版本: tf 1.13.1Python版本: 3.7
x = keras.activations.relu(x)
ff_layer2 = keras.layers.
浏览 0提问于2019-05-27得票数 0
回答已采纳
我正在用一个自定义激活函数建立一个由Keras的tf后端和一些tf的张量运算符本身编写的新类的keras序列模型。我将自定义激活函数放在./keras/advanced_activation.py中。
浏览 0提问于2019-06-16得票数 2
我正在使用keras，我想将自己的激活函数myf添加到tensorflow后端。如何定义新功能并使其运行。
浏览 0提问于2019-09-09得票数 18
1回答
我想用keras.backend为LSTM的最后一次密集编写一个自定义激活函数，如下所示： if x <= 0.5:
return
浏览 23提问于2020-02-13得票数 0
1回答
使用自定义激活函数创建模型时出错
、、、、
我正在尝试实现一个基于Tanh激活的自定义激活函数(pentanh)。但是，当我将这个函数添加到我的模型中时，它会引发一个ValueError。自定义激活函数： import tensorflow.keras.backend as K
class PentanhLSTM层时，我使用自定义
浏览 32提问于2021-06-18得票数 0
回答已采纳
2回答
我试图在我的模型中添加一个神经元层，它的激活函数为，其激活函数为max_value =1。当我尝试这样做的时候：它给了我以下错误是否有方法正确地自定义这些激活函数？
浏览 7提问于2021-05-30得票数 0
回答已采纳
2回答
在Keras中，我可以创建任何具有线性激活函数的网络层，如下所示(例如，采用完全连接的层)：但我在PyTorch文档中找不到线性激活函数。如何在PyTorch中创建具有线性激活</em
浏览 3提问于2021-02-20得票数 0
我想在每个Keras激活函数中添加一个特定于节点的变量。我希望每个节点用不同的值(alpha)计算激活值(输出)。我也可以编写自定义激活函数，但是alpha参数也是全局。在自定义函数中，我目前只能访问以下变量：{'x': <tf.Tensor 'dense/Identity:0' shape=(
浏览 0提问于2019-11-29得票数 0
回答已采纳
我想训练一个具有自定义激活层的keras模型。自定义激活层具有一个固定的不可压缩参数。
我想改变/设置这个不可训练的参数在模型中的所有自定义激活层在训练后的几个时期。如何使用keras回调来实现这一点？
浏览 0提问于2020-12-02得票数 3
回答已采纳
1回答
我想保存一个具有自定义激活函数的Keras模型。只保存权重不是一个选项，因为要保存优化器状态。如果我使用了一个内置的激活函数，比如relu，那么save就能正常工作。但是如果我使用一个自定义激活函数，我会得到一个错误；我认为这是因为激活函数本身不能被存储。我的自定义激活函数是： return tf.maximu
浏览 32提问于2019-07-22得票数 0
1回答
然后，我使用以下方法将权重转换为.h5：
# Custom activation functionfrom keras.utils.generic_utils import get_custom_objects
return x * K.tanh(K.softplus(x))
get_custom_objects().update(
浏览 6提问于2020-08-27得票数 1
我想将我的Python 模型y (target/response/etc)传递给自定义激活。我的自定义激活函数将适配范围限制在下的和上的中，它是： Custom activation=upper)))
在之前计算上、下两个值时，调用model.fit函数。但是，是否有一种方法可以在
浏览 4提问于2022-11-16得票数 0
2回答
我正在创建一个自定义的激活函数，特别是RBF激活函数： from keras import backend as K
l2_normactivation = rbf2)) #layer2 如何从layer1获取输入，从layer2获取权重，才能创建自定义激活函数？在一般情况下，为了计算layer2的10个神经元<em
浏览 43提问于2018-12-20得票数 5
回答已采纳
当我试图用SineRELU或PELU替换工作代码中的SineRELU或relu时。我一直在犯这个错误：
from keras<
浏览 0提问于2019-04-11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
