在我的数据集中，单个输入和输出的形状是15 x 61。我指定input_shape=(15,61)。这意味着15x61到15x61之间的映射，这不是一个分类问题。输出层中的单位规格应该是什么？
浏览 6提问于2019-09-14得票数 0
我试图使用tf.keras.layers.Lambda函数的输出作为tf.keras模型中的最后一个层，但是tf将lambda层的输出解释为一个张量(而不是层)对象。错误是："ValueError:输出到模型的张量必须是TensorFlow Layer的输出(因此保存过去的层元数据)。testOut]
浏览 0提问于2018-07-24得票数 1
我是tensorflow的初学者。我想要使隐藏层大小可配置。让我们说，只有一个隐藏的层，我想“n_hidden”在哪里但我收到了一条很长的错误信息，最后，我搜索了一段时间，大多数代码示例的输出单元都
浏览 5提问于2017-10-29得票数 2
1回答
在keras模型中，可以在编译时设置模型的学习速率，例如，像这样，第2层: 0.05等。
我如何在keras
浏览 46提问于2022-02-06得票数 3
回答已采纳
我正在尝试训练一个基本的LSTM网络，但我在使用model.fit时遇到了错误。我有两个数据集，每个数据集有3145个长度为7的序列。我想将这两个数据集打包到相同的时间步长中。因此，我将我的x_train和y_train重塑为以下形状： x_train.shape = (3145, 70, 2)
y_train.shape = (3145, 70) 如你所见，我应该有3145
浏览 16提问于2020-04-04得票数 0
回答已采纳
通过使用tf.keras读取，它们指定了两个要继承的选项：tf.keras.Layer和tf.keras.Model。
在创建自定义层的背景下，我在问自己这两者之间的区别是什么？(假设transformer在我的完整模型中只是一个“层”)
浏览 193提问于2019-03-12得票数 7
回答已采纳
我使用的是来自tf.keras 1.9.0的TensorFlow。在构建一个input_shape模型时，似乎没有在第一层指定Sequential，一切都很好：from tensorflow import kerasmse", optimizer=optimizer)这对我来说很有意义，因为Keras可以很容易地从输入(X_train)中获得输入形状
浏览 3提问于2018-07-16得票数 3
所以，我在ResNet50 2中重新训练了一个预先训练过的TensorFlow 2模型，它使用的是tf.keras框架，上面添加了两个密集的层。现在，我想将层中的权重可视化为中的基本ResNet模型。但是，将保存的模型重新加载到model.summar
浏览 0提问于2020-01-12得票数 3
回答已采纳
我有一个自动编码器类型的串联网络，由一个预先训练的前向DNN (权重冻结)组成，从一个未训练的反向DNN获得输出。我希望在模型之间有一个直接的映射，这样第一个网络的输出层就代表了第二个网络的输入张量。我目前正在使用Keras API顺序模型来添加密集层，但是，这些层是完全连接的。下面是我的代码片段：
(`#tandem architecture (with wei
浏览 2提问于2021-03-04得票数 0
我正在尝试使用预先训练好的InceptionV3模型。但是，我想删除初始的五个层，并添加我的自定义层。我该怎么做呢？我尝试过model.layers.pop(0)，但仅此一项并不能解决问题。编辑： 正如第一个答案中提到的，tf.keras也没有帮助： ?
浏览 22提问于2019-05-03得票数 0
Desktop/Django_Projects/pythonstock/deeplearningprediction.py"，第96行，在predictLSTM return_sequences=True中)Desktop/Django_Projects/envs/stockenv/lib/python3.6/site-packages/keras/legacy/interfaces.py"，第91行，在包装返回函数中(
浏览 0提问于2018-12-29得票数 1
回答已采纳
1回答
LSTM输入混乱
、、、、
输入形状(当状态)按批处理大小、批处理中的时间步骤和时间步骤中的特性进行。有状态的LSTM保留它的内部状态直到重置。是这样的吗？我试图升级它的方式是，最初，我有一个CNN到一个密集的层。我试图改变它，因为它添
浏览 8提问于2020-12-29得票数 0
回答已采纳
2回答
训练样本是包含所有6个变量(包括class列)的点shapefile。我使用R中的Keras库来创建模型。signature ‘"keras.engine.sequential.Sequential", "matrix"’
我尝试将dataframe转换为矩阵，然后应用dimname作为NULL，仍然得到相同的错误
浏览 0提问于2020-04-03得票数 0
我有图像分类问题，我想使用Keras预先训练的模型来完成这项任务。tf.keras.optimizers.Adam(), metrics=['acc']) loss='categorical_crossentropy',并
浏览 2提问于2019-10-29得票数 3
2回答
我已经使用aws创建了一个L1 lambda层，如中所示。我想将这个lambda层附加到lambda函数中。lambda函数上的表示关于参数层的以下内容：
层(Optional[Sequencestr]) -要添加到函数的执行环境的功能层列表。通过其ARN指定每个层，包括版本。如何在L1中获得lambda层<
浏览 16提问于2022-02-15得票数 0
回答已采纳
seq2seq的任务是从视频数据中识别句子(也称为目视语音识别/唇读)。
该模型由卷积层和lstm层组成。然而，卷积层的输出是[batch_size, height, width, channel_size]；型的，而最小层的输入必须是[batch_size, n_steps, dimension].型的。conv层的输出为[batch
浏览 2提问于2019-08-07得票数 0
1回答
我读过的文章很少有人说没有必要没有。输出层中的单位= no。为什么有些人说他们应该是平等的。如果没有。神经元= no。在课堂上。如何将类映射到输出层中的每个神经元/单元。详细说明神经网络是如何决定哪个神经元/单元处理哪个类的。
在使用tensorflow训练神经网络后，使用输出层和no中
浏览 0提问于2020-07-19得票数 0
我在tf.keras中定义了一个非常简单的自定义度量，用于跟踪分割问题中预测为'1‘的像素数。由于最后一层的输出具有sigmoid激活，我将对y_pred进行舍入，然后进行求和。我希望看到一个完整的整数值(>= 0) (因为四舍五入)，但是输出显示浮点数，如0.28。那件事怎么可能？我如何调试这个来找出问题的所在？
浏览 0提问于2019-03-30得票数 3
我已经注意到，如果LSTM序列模型的上一个密集输出层中的单元数不等于特性(列)的数量，则会出现一个错误。如果您想要输出输出(密集)层中的一个特性，并且您有几个输入特性，那么您将如何：确定要输出哪个特性，或者Keras是否为每个特性提供输出，并且您必须确定您想要哪个特性？如果我将上一个密集层中的</
浏览 0提问于2020-07-21得票数 1
回答已采纳
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
实时音视频活动推荐
腾讯云开发者
