如何在Keras中创建具有相同权重的节点的神经网络，最好是函数式API

文章/答案/技术大牛

发布

1回答

python、tensorflow、keras

(简化)因此，实际上，我希望具有相同名称的权重在训练过程中始终具有相同的值。我做的是下面的代码：from tensorflow import keras from tensorflow.keras import layers)这是因为它获得了包括标签在内的整个数据作为输入，但Keras

浏览 15提问于2021-05-19得票数 1

回答已采纳

1回答

Keras:在优化具有多个输出层的网络时，损失是如何评估的？

keras、loss

我在Keras中使用functional API来构建一个具有多个输出层的神经网络模型。我想知道在优化过程中更新权重时(当做back-prop时)损失是如何评估的。假设使用相同的损失函数，那么所有输出的平均损失是用于最小化成本函数还是单独评估每个输出以更新权重？提前感谢！

浏览 0提问于2017-04-29得票数 3

2回答

如何将偏差和激活函数直接添加到TensorFlow中的输入层？

python、tensorflow、keras、neural-network

我想要创建一个没有隐藏层的神经网络，但是每个输入都有一个偏差求和，并且在进入softmax输出层之前经过一个relu函数。与每个输入的偏差相关的权重需要是可训练的。您也可以将其看作是一个具有一个隐藏层的神经网络，但是隐藏层中的每个节点只连接到一个输入特性。我想要实现的是最简单的</em

浏览 0提问于2020-04-21得票数 0

回答已采纳

1回答

具有参数units=N的LSTM是否等同于具有units=1的N个并行LSTM？

tensorflow、keras、parameters、lstm、recurrent-neural-network

我现在开始学习神经网络，尤其是时间序列模型的LSTM。我读过一篇论文(convex based LSTM)，其中有人使用并行LSTM，然后将它们的输出组合在一起。现在我想知道如何实现这种类型的网络。我知道，在Keras中的LSTM构造函数中的参数“unit”是输出的大小，因为最后是元素乘法。但是，我不能确定具有N个单元

浏览 24提问于2019-12-09得票数 0

回答已采纳

4回答

有没有办法用Keras获得变量的重要性？

tensorflow、deep-learning、keras、keras-layer、keras-2

我正在寻找一种适当的或最好的方法来获得Keras创建的神经网络中的变量重要性。我现在这样做的方式是，我只是在第一层中获取变量的权重(而不是偏差)，并假设更重要的变量在第一层中具有更高的权重。有没有其他/更好的方法呢？

浏览 83提问于2017-05-23得票数 28

回答已采纳

1回答

神经网络中的训练偏差是独立输入的加权和

python、keras、neural-network、bias-neuron

我目前正在尝试在本文中实现第217页的最小-最大相关性模型：问题是，我需要训练一个偏差，它被添加到一个层，它本身是权重*输入+偏差的总和。应该训练后一种权重。因此，我有一个具有一个隐藏层的神经网络。隐藏层的偏差就像线性回归一样，只是输入层和输出层。偏置有自己的输入值。我想我必须使用函数式api，但是我如何在隐藏层中</

浏览 4提问于2020-08-18得票数 1

3回答

高、低级库的差异

tensorflow、keras、libraries、low-level

高级库和低级库的区别是什么？我知道keras是一个高级库，tensorflow是一个低级库，但我仍然不太熟悉这些框架，无法理解这对高库和低库意味着什么。

浏览 3提问于2019-04-02得票数 1

回答已采纳

1回答

使用Keras创建多个输入的NN体系结构

python、tensorflow、machine-learning、neural-network、keras

我想创建一个具有以下体系结构的模型： h1_1 ..... h1_j ...... h1_n ('......... h2_m ('m' nodes in 2nd hidden layer)进一步详细信息每个输入节点都有一个常数长度的描述符向量(假设每个描述符向量的长度为

浏览 1提问于2018-06-10得票数 0

回答已采纳

1回答

为什么神经网络中的激活函数具有如此小的值？

machine-learning、neural-network、computer-vision

事实上，即使激活函数的值在-10到10之间，这也会使网络更加灵活，就像我所看到的那样。毕竟，问题不可能只有在没有适当的公式的情况下才能解决。请解释一下我错过了什么。

浏览 4提问于2020-02-12得票数 1

回答已采纳

1回答

有没有可能，如果可能，如何构建一个神经网络，使其不会在神经网络的某些区域反向传播？

machine-learning、neural-network、conv-neural-network、backpropagation

我有一个想法来改进我目前正在使用的神经网络，但我对机器学习还很陌生，所以我不知道它是否可能实现，它有多难，或者只是不值得。想法是这样的。问题是，这些与变量x相关的图像与这个变量非常相关，这意味着通常情况下，具有相似x值的两个图像与具有非常不同的x值的两个图像更相似。所以我想，也许将这个样本训练成小样本会是一个好主意，每个图像更多地考虑具有相似x的图像训练的

浏览 12提问于2020-05-28得票数 1

2回答

Google colab在重新初始化神经网络权重时未找到keras.engine

python、tensorflow、keras、neural-network、google-colaboratory

我需要用少量的节点创建一个简单的神经网络模型，对其进行训练，然后评估得到的已经训练好的网络中的某些参数。我需要重复几次(>100)。因此，我只想重新初始化权重，而不是每次都创建一个新模型。以下是我的代码中有问题的部分： import tensorflow as tf from tensorflow import keras</

浏览 66提问于2019-03-20得票数 0

4回答

在Keras中修剪

python-3.x、neural-network、keras、pruning

我试图使用Keras设计一个具有预测性能优先级的神经网络，通过进一步减少每层的层数和节点数，我无法获得足够高的精度。我注意到我的大部分重量实际上是零(>95%)。

浏览 6提问于2017-01-31得票数 21

回答已采纳

1回答

TensorFlow中同一网络错误的两个输入

tensorflow、deep-learning、neural-network

我正在尝试一个分别连接表示和分类部分的TensorFlow模型。然而，我的分类器使用来自相同表示网络的两个输入，当我编码这个体系结构时，我收到错误：“传递给模型的输入列表是多余的。(inp, output) inp1 = tf.keras.Input(shape=[100, 300]) outp

浏览 17提问于2020-09-21得票数 0

2回答

具有线性激活输出的神经网络。计算每个输出神经元的输出范围

python、tensorflow、keras、deep-learning、neural-network

假设我有一个如下所示的神经网络：model.add(keras.layers.Dense(10, input_shape=(5,),activation='relu'))其中n个输出神经元具有线性激活函数。训练过程在这里并不重要，所以我们可以看看

浏览 0提问于2021-05-08得票数 1

1回答

keras/tensorflow中的树结构输入

python、tensorflow、keras、deep-learning、tree

对于一些学校项目，我正在尝试实现一个树卷积，如“树结构上的卷积神经网络用于编程语言处理”Lili Mou，等。基本上，结果应该是一个神经网络。该网络的样本是二叉树，其节点具有固定长度的特征，如1xN。对我来说，最具挑战性的是树形的自由。这意味着样本树可能具有任意形状的任意数量的节点。这些权重</

浏览 2提问于2019-11-15得票数 1

3回答

如何在人工神经网络中保持重要的权重

neural-network

我的体重存储在二维矩阵中。第一行指的是前一层中的节点i，该行中的列是连接到的神经元节点。我只想保留一些节点。我如何选择3max权重，并将其存储在一个单独的数组中，同时跟踪它属于哪个神经元。此外，理论上是否检验了某些权重比其他权重所起的作用更大？

浏览 0提问于2018-11-09得票数 2

1回答

Tensorflow --为什么tf.nn和tf.layers / tf.losses / tf.contrib.layers等中有这么多相似甚至重复的函数？

tensorflow

在Tensorflow ( v1.2.1)中，似乎存在(至少)两个并行API来构造计算图。在tf.nn中有一些函数，如conv2d、avg_pool、relu、下拉列表，而在tf.layers、tf.losses和其他地方也有类似的函数，如tf.layers.conv2d、tf.layers.dense如果没有，是否有计划清除API？

浏览 0提问于2017-07-18得票数 12

回答已采纳

1回答

神经网络(非线性)

machine-learning、neural-network、nonlinear-functions

在讨论神经网络时，我对使用线性/非线性这个术语有些困惑。有谁能为我澄清这3点： 神经网络中的每个节点都是输入的加权和。这是输入的线性组合。因此，每个节点的值(忽略激活)是由一些线性函数给出的。我听说神经网络是通用函数逼近器。这是否意味着，尽管在每个节点中包含线性函数，总网络也能够

浏览 0提问于2015-08-27得票数 2

回答已采纳

1回答

用GradientTape()在TensorFlow v.2中计算雅可比矩阵

tensorflow、machine-learning、deep-learning、lstm

我目前正在尝试使用TensorFlow 2中的GradientTape()和batch_jacobian在我的训练循环中计算雅可比矩阵。遗憾的是，我只能获得None值…… 我当前的尝试如下所示： for step, (batch_x, batch_y) in enumerate(train_data): with

浏览 35提问于2019-05-06得票数 1

回答已采纳

1回答

我能否在Keras中定义两个不同的调用函数，一个用于foward映射，另一个用于逆映射。

python、tensorflow、keras、artificial-intelligence、tensorflow2.0

我试图用描述的结构来实现INN (可逆神经网络)。import tensorflow as tf#inheriting from model

浏览 1提问于2019-12-15得票数 2

回答已采纳

点击加载更多