我目前遇到了一个问题，试图拟合一个有10个输出和一个输入的函数式keras模型，每个样本都有对输出的赋值。 每个样本都有一个10个布尔值的列表，这些布尔值指示应该在哪些输出上拟合该样本。d1 = Dense(64, activation="relu", name="dense_1_shared",
kernel_initi
浏览 2提问于2019-12-18得票数 1
回答已采纳
我有一个具有多个输出的模型，如：out_1 = Dense(10)(model_in)model = keras.Model(model_in, [out_1, out_2])
model.compile('adam', loss = [loss_fn_1, loss_fn_2])对于每个训练样本，我都有一个掩码，应该在我的自定义丢失<em
浏览 1提问于2021-01-08得票数 0
回答已采纳
我想对不同的图片进行分类，例如猫和狗。为此，我想训练一个通用网络"A“，它只对输入是猫还是狗进行分类。在此之后，每个普通类的专用子网络应该预测狗或猫的种族。我知道keras的函数式api，以及如何将输出传递到另一个层或网络，但我的问题是如何将输出仅传递给一个专门的网络，以便在我预测一般类之后，将使用的唯一网络是相应<e
浏览 0提问于2017-08-21得票数 0
Keras的参数class_weight用于fit()函数，loss_weights用于compile()函数。从解释(文档)和我所理解的情况来看，两者似乎是相同的，因为它们被用来表示每个类的重要性。
浏览 0提问于2019-12-11得票数 5
我正在学习tensorflow(2.3)中的keras。tf.math.reduce_mean(tf.square(y_true - y_pred))
这个自定义丢失函数中的reduce_mean函数将返回一个标量。传递给LossesContainer类构造函数的丢失函数再次用于构造LossFunctionWrapper对象，该对象存储在LossesContainer._losses中。()方法来获
浏览 8提问于2020-08-13得票数 24
回答已采纳
1回答
假设这是我的模型：Layer (type)None, 10, 500) 0 =================================================================
但我想在我的最后一层我不认为你可以改变LSTM的输出大小(看看它的模型)，但是有没有一个我可以添加的层，这样它就可以为每
浏览 6提问于2018-08-08得票数 1
回答已采纳
我正在阅读Keras网站上的指南：https://keras.io/guides/sequential_模型/这是否意味着有两个np.arrays的特性？此外，“多重”输出意味着什么？
这是否意味着你们想要共同做出两个预测呢？有人能给出一个实际应用程序
浏览 0提问于2020-08-01得票数 2
对于在TensorFlow后端使用Keras，我是否应该将它们与SLI连接起来？如果没有，那么他们将被单独对待，一个模型将被训练在一张卡片上。这是我到目前为止所理解的两个选择。谢谢。
浏览 0提问于2019-03-08得票数 2
回答已采纳
3回答
keras中的多个输出类
、、、、
我最初考虑使用一个softmax层作为输出层，但是由于电影可以有多个类型的标签，我的输出应该是怎样的呢？
此外，如何格式化我的数据以使其与Keras一起工作？
浏览 0提问于2017-01-08得票数 8
我是Keras的新手，我正在研究函数式api模型结构。2-还有，layers.output或layers.input的输出是什么。<e
浏览 3提问于2020-08-30得票数 3
1回答
我正在使用人工神经网络在带有tensorflow后端的keras中执行回归学习。我的输出形状是。我希望在每个输入样本旁边传递一个4维数据(此数据的形状为100,4)，以便我可以访问它来编写自定义丢失函数。我不想让它卷入训练过程。API进行了大量的研究，以及如何在多个输入和多个输出的情况下使用keras
浏览 0提问于2020-01-25得票数 0
回答已采纳
2回答
我正在尝试在keras中创建一个模型。我读了一篇论文，我想从这篇论文中创建一个模型。下面是我想要的：ArchitectureInPaper 我试着创建一个这样的模型，但我不知道如何在Keras中连接两个模型。以及如何在本文中创建这样的体系结构模型。
浏览 29提问于2019-06-18得票数 0
我正在用2个单独的输入路径联合训练2个自动编码器，我想随机将其中一个输入路径设置为零。 我使用tensorflow和keras后端(函数式API)。我正在计算反向传播的联合损失(两个损失的总和)。 A -> A‘&B ->B’ 损失=> l2(A，A')+l2(B，B') 取A和B的网络在潜在空间中是连通的。我想随机将A或B设置为零，并仅计算相应路径上的损失，这意味着如果
浏览 29提问于2021-10-07得票数 5
回答已采纳
1回答
我试图对一些CXR图像进行分类，每个样本都有多个标签。据我所知，我必须用乙状结肠激活来放置一个密集的层，并使用二元交叉熵作为我的损失函数。问题是，存在着很大的阶级不平衡(正常人比异常者多)。), activation='sigmoid', name='Final_output'))
正如我们所看到的，我正在使用sigmoid来获得输出，但是对于如何实现权重，我感到有点困惑。我认为我需要使用使用B
浏览 1提问于2020-01-07得票数 1
回答已采纳
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
浏览 0提问于2018-08-19得票数 2
回答已采纳
有没有办法在keras中编写一个自定义的MSE损失函数？ 我的训练样本是k x n输入的横截面数据，我的输出是时间t的k x 1，但t的范围是t-1到t-120 (横截面数据的每月时间戳)。我想写一个自定义的MSE损失函数，它本质上对训练样本t-120赋予较低的权重，而对训练样本t-1赋予较高
浏览 13提问于2021-05-07得票数 0
1回答
如何连续训练keras模型
、、、、
我正在尝试连续训练不同的模型，而不需要重新运行我的程序或一直更改我的代码，这样我就可以让我的PC训练不同的模型 我使用for循环，同时提供来自字典的不同信息，以便每次构建不同的模型，因此每次调用de函数时，我都可以训练一个新模型，以测试不同设置的准确性，以了解在每种情况下哪一个是最好的。- val_loss: 0.8077 - val_binary_accuracy: 0.5401
Epoch 00307: earl
浏览 16提问于2019-06-17得票数 0
回答已采纳
这一层在没有准备好的情况下有很好的记录，我在弄清楚如何正确使用它时遇到了一些麻烦。我正在尝试这样的方法：x = Convolution2D(16, 7, 7, activation='relu', border_modeinput_img)x = d(x)
但是当我试图编写d.output_shape时，我得到了图像的</e
浏览 1提问于2016-08-18得票数 8
回答已采纳
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。(300, 10, 1, 'same')(inp) return tf.keras.Model(inp, output)
de
浏览 17提问于2020-09-21得票数 0
我已经在TensorFlow工作了大约一年，我正在从Tf1.x过渡到TF2.0，我正在寻找一些关于如何在TF2.0中使用tf.keras.backend库的指导。我看到tf.keras.backend中的一些函数与其他TensorFlow库是冗余的。其他tf.keras.backend操作在TensorFlow库中似乎没有重复，但是看起来有一些TensorFlow
浏览 2提问于2019-12-16得票数 6
回答已采纳
云服务器
对象存储
ICP备案
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号