在Keras中，如果一个神经网络中有两个密集层，那么第一层的所有神经元都与第二层的所有神经元相连。我可以根据一定的权重标准从密集层中删除几个连接，这样得到的结果是一个稀疏层，其中第一层的所有神经元都不连接到第二层的所有神经元？？ 我试图将低于阈值的权重减少到
浏览 17提问于2018-12-22得票数 7
1回答
我试图在的损失函数中实现一个正则化项。在第15页中，引入了一个稀疏惩罚项，它是根据所有隐层单元的rho和rho_hat_j之间的Kullback-Leibor (KL)散度计算的。我正在使用Keras来实现自动编码器，我知道在上有一个关于用Keras构建自动编码器的很好的教程，但是我想用Keras中的自定义正则化来实现描述的稀疏惩罚项。我是否正确地指出，x是二维张量，每一行都属于每个神经元<
浏览 0提问于2018-08-19得票数 2
回答已采纳
1回答
Keras中的核和递归核
、、、
根据LSTM部分中的这个，核它是四个矩阵乘以输入和循环核，它是四个矩阵乘以隐藏状态，但是，这个图中的这4个矩阵是什么呢？是大门吗？
浏览 6提问于2020-11-17得票数 6
回答已采纳
我想要将一个层与另一个层连接起来，在另一个层中，只有相应的神经元通过权重相互连接，如下所示。这意味着前一层中的所有神经元并不连接到下一层中的神经元。现在我用wixi得到了4个神经元。此外，我需要将所有这些输出相加，以获得单个值。现在，我想将这个值传递给一个大小为4的密集层，以便自动编码器操作完成。我
浏览 2提问于2020-10-05得票数 0
假设我有一个密集层的神经网络。输入层有3个神经元，单个隐层有5个神经元，最后输出层有2个神经元。
对于第1层，3个输入进入，5个输入输出。对于第二层，来自第1层的5个输入进入，2个输入输出。那么对于第三层，会有2个输入进入，2个输入输出吗？
浏览 0提问于2021-01-10得票数 0
回答已采纳
1回答
我创建了一个Python模块，用于从给定的IF-然后逻辑表达式中训练我的每个神经元/神经元，毕竟，我需要使用Keras来创建它作为一个网络，并重用这个模型。我已经用一个小例子进行了测试，它起了作用，所有手工添加的东西，权重和偏差。现在，我已经更新了我的脚本，它给了我一个JSON，其中包含了添加到Keras的所有权重(直到现在为止)。这就是我的问题，我有一个有20个神经元的第一层(从IF-然
浏览 1提问于2018-11-16得票数 1
回答已采纳
1回答
我在研究基于Keras/TensorFlow的神经网络。我想做点不同的事。但是，我希望网络的输出层是作为函数参数的数字列表。该函数对这些参数进行操作，生成一个新的数字列表。我还意识到，所有这些都需要在TensorFlow图中完成，并且目标函数需要是可微的，这样才能计算梯度。我相信我对这一切都很了解。
这是我不能把头绕过来的东西。
浏览 4提问于2017-09-14得票数 1
回答已采纳
我想知道在TensorFlow、PyTorch或其他库中是否有一种方法可以选择性地连接神经元。我想要在每一层中建立一个具有非常多神经元的网络，但层之间的连接很少。我实现了一个自定义keras层，使用的方法基本上与问题中的方法相同-本质上是通过创建一个密集层，其中除了指定的权重之外，所有的权重在训练和评估中都被忽略。我希望梯度矩阵的计算只涉及稀疏矩阵，这样我就不会浪费时间和内存。
有
浏览 3提问于2018-10-18得票数 0
2回答
当batch_size参数大于1时，我有一个关于在Keras/Tensorflow中实现Dropout的问题。该训练案例的前向和反向传播仅在这个稀疏的网络上进行。每个参数的梯度在每个小批的训练案例中平均。任何不使用参数的训练案例都会为该参数贡献0的梯度。
在查看源代码时，我无法看到是否和
浏览 5提问于2020-02-19得票数 0
3回答
我不明白为什么连接的稀薄性，即“一个层中的每个输出来自少量的输入”导致网络具有较少的参数。谁能解释一下吗？
浏览 0提问于2020-07-09得票数 2
有办法去除模型中的特定神经元吗？ ])让我们说，从层tf.keras.layers.Dense(512, activation=tf.nn.relu)，我想去除100个神经元<
浏览 3提问于2021-11-04得票数 0
回答已采纳
1回答
我目前正在使用一个稀疏自动编码器，我所理解的是，我们不需要所有隐藏单元为每个输入触发，而是根据输入类型的不同一些特定的隐藏单元。为此，我们在损失函数中添加了一个稀疏正则化项。但我无法理解如何将这个正则化项添加到损失函数中，以帮助我们阻止某些隐藏的单位触发？。
浏览 2提问于2020-05-12得票数 0
4回答
我不明白为什么渠道维度不包括在Keras中的conv2D层的输出维度中。输入层采用宽度= 128和高度= 128的RGB图像。第一个conv2D层告诉我输出维度是(None，61，61，24)。我使用了内核大小(8，8)，这是(2，2)没有填充的一大步。，但是为什么维度中没有包含不同通道的维度呢?据我所见，每个通道上的24个过滤器的参数都包含在参数的数量中。这只是Keras中一个奇怪的符号，还是我对其他东西感到困惑？
浏览 5提问于2019-03-31得票数 13
2回答
内存耗尽太快
、、、、
由于使用了宽度为3的4个块，如果我是正确的，那么在我的版本中总共使用了4536个节点。此外，除了最后一块的最后一行之外，所有层都使用tanh激活。我在Ubuntu18.04上运行，内存为16 in，但我注意到在它(运行keras和TF2)执行train_on_batch之后，可用内存从空闲的-m命令的13232下降到9718，并且在每20集之后第一次调用在尝试切换到float16而不是float32时，我发现每个fractal_net调用都会创建1000个新的密集层。但是，我只能通过在我
浏览 2提问于2020-04-26得票数 0
普通Dense层中的第一个参数也是units，是该层中神经元/节点的数量。然而，一个标准的LSTM单元如下所示：(这是“”的改进型)就上
浏览 11提问于2017-05-30得票数 80
回答已采纳
2回答
我是一个Java开发人员，对Python和Keras还很陌生。self.latent_dim, return_state=True)因此，我理解我正在创建类我猜我需要看看def call，但是call是Python或Keras的“默认”函数吗？
浏览 4提问于2018-12-25得票数 1
回答已采纳
1回答
我想使用Keras ML模型中的权重和偏差，在另一个没有安装Keras的程序中创建数学预测函数(并且无法安装)。(SUM (w*i)) + b
其中和是所有权重和输
浏览 5提问于2019-11-22得票数 1
回答已采纳
2回答
如何构造训练数据？
、、、、
我所看到的关于Encog神经网络的每一个例子都涉及到XOR或一些非常简单的东西。我有大约10,000个句子，句子中的每个单词都有一些标签。输入层需要接受两个输入，前一个字和当前字。我需要像这样把每句话都读一遍。每个单词都取决于前面的单词，所以我不能只拥有一个类似于XOR示例的数组。此外，我真的不想把所有的单词从10,000+语句加载到一个数组中，我宁愿一次扫描一个句子，一旦到达EOF，从开始开始。
我该怎么做呢？因此，大多数神经元得到0，其他神
浏览 2提问于2015-06-30得票数 2
回答已采纳
1回答
我是MXNet的新手，我想知道是否有人知道如何在CNN中微调更多的层，而不仅仅是FC层。我正在查看的所有示例都只在FC层上进行了微调。在Keras中，这可以很容易地完成，并且可以微调FC块以外的更多ConvNets块：
如果我们只想微调FC块，我们将所有层的可训练性设置为false: layer.trainable = False如果我们想微调FC层以外的更多ConnNet块，可
浏览 0提问于2018-03-30得票数 0
我想实现层C3和S2之间的自定义连接，如解释的。如果我想按照解释的那样实现自定义连接，我必须如何在"CODE-1“和"CODE-2”中定义模型。我应该在"CODE-2“中使用多少个过滤器。然而，与所有6个S2映射到16个c3神经元相比，层C3图谱中的大多数神经元仅在3或4个S2映射中与神经元连接。在图像2和3中可以找到更多的细节。c3层有16幅大小为5
浏览 0提问于2018-12-22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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
