我正在尝试导入一些正则化程序,代码如下: import tensorflow as tf
from tensorflow import keras
import numpy as np
# importing regularizers
from tf.keras.regularizers import l2, activity_l2 问题是我得到了以下错误: ---------------------------------------------------------------------------
ModuleNotFoundError
尝试利用Keras/Tensorflow建立小波神经网络。对于这个神经网络,我应该使用一个小波函数作为我的激活函数。
我尝试通过简单地调用创建一个自定义激活函数来做到这一点。然而,在反向传播方面似乎存在一个问题。
import numpy as np
import pandas as pd
import pywt
import matplotlib.pyplot as plt
import tensorflow as tf
from keras.models import Model
import keras.layers as kl
from keras.layers import Inpu
我正在尝试创建一个具有三个输入的Keras模型。它们中只有一个穿过前几层,其他两个连接在一个密集的层上。我如何在不断开图形连接的情况下实现这一点?代码如下所示
import keras
input_img = Input(shape=(784,))
input_1 = Input(shape=(1,))
input_2 = Input(shape=(1,))
x = (Dense(48,kernel_initializer='normal',activation="relu"))(input_img)
x = (Dropout(0.2))(x)
x = (De
我正在尝试使用以下Keras包在Python中处理神经网络:
from keras.utils import np_utils
from keras.layers.core import Dense, Activation, Dropout
from keras.models import Sequential
from keras.layers.core import Dense, Dropout, Activation, Flatten
from keras.layers.convolutional import Convolution2D, MaxPooling2D
from keras
我正在尝试通过Python中的Keras深度学习库学习神经网络。我正在使用Python3,并引用了这个链接:
我尝试运行下面的代码,但得到以下错误:
ImportError:没有名为“sklearn.model_selection”的模块
import numpy
import pandas
from keras.models import Sequential
from keras.layers import Dense
from keras.wrappers.scikit_learn import KerasRegressor
from sklearn.model_selection i
我正在尝试使用Keras的Sequential API创建一个神经网络。
model = keras.Sequential()
model.add(Dense(512,activation = 'relu',input_dim = train_data.shape[1]))
model.add(Dense(10,activation = 'softmax'))
我在第2行得到以下错误:
The added layer must be an instance of class Layer. Found:
keras.layers.core.Dense objec
我正在使用Keras和TensorFlow后端来构建和运行一个神经网络。我需要在损失函数的输出张量上使用numpy函数。更具体地说,我的损失函数涉及查找最近的邻居,为此,我需要使用的Keras功能。我尝试使用K.eval()将输出张量转换为numpy数组。然而,当我尝试编译模型时,我相信这会抛出一个InvalidArgument错误,因为您不能在符号变量上运行eval()。
下面是一个重现此错误的玩具代码片段。
import numpy as np
from keras import backend as K
from keras.models import Sequential
from k
我正在使用keras、tensorflow等在神经网络上工作,我不断地得到这个错误,我试着一次又一次地安装keras模块,但始终得到相同的错误。
码
import keras
误差
Traceback (most recent call last):
File "<ipython-input-2-c74e2bd4ca71>", line 1, in <module>
import keras
ModuleNotFoundError: No module named 'keras'
我正在尝试使用keras和graphviz在spyder中开发一个神经网络。我是这项工作的初学者。如何解决此错误?
ExecutableNotFound: failed to execute ['dot', '-Tpdf', '-O', 'network.gv'], make sure the Graphviz executables are on your systems' PATH
实际上,有没有一种方法可以查看神经网络中的各个组件?假设tensorflow中的代码如下。如何查看每一层、神经元和权重的内容? # Create a `Sequential` model and add a Dense layer as the first layer.
model = tf.keras.models.Sequential()
model.add(tf.keras.Input(shape=(16,)))
model.add(tf.keras.layers.Dense(32, activation='relu'))
# Now the model will ta
我想在keras中创建卷积神经网络模型,首先我已经导入了所有必要的库,如下所示 from tensorflow.keras.layers import Flatten
from tensorflow.keras.layers import Conv2D
from tensorflow.keras.layers import MaxPooling2D 比起我尝试过的模型 model =Sequential()
model.add(Conv2D(filters=32,kernel_size=(5,5),padding='valid',input_shape=(1,28,28),a
使用Python语言中的TensorFlow,我创建了一个以一维数组作为输入的神经网络。我想在网络中添加一个卷积层,但似乎无法使其工作。 我的训练数据如下所示: n_samples = 20
length_feature = 10
features = np.random.random((n_samples, length_feature))
labels = np.array([1 if sum(e)>5 else 0 for e in features]) 如果我做一个像这样的神经网络 model = keras.Sequential([
keras.layers.Dens
我正在努力学习如何建立一个神经网络。我正在学习一些使用keras的在线教程。我实际上不知道什么是keras或tensorflow。我看到他们经常出现。我试图通过编写一个神经网络来理解它们是如何工作的。
因此,我有一个分类任务,就是对reddit消息进行分类。我使用词袋表示法来表示神经网络的输入。下面是我所做的:
from keras.models import Sequential
from keras.layers import Dense
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
from k
我正在尝试使用Keras来构建一个神经网络。我使用的数据是。我的代码如下:
import numpy as np
from keras.layers import Dense, Activation
from keras.models import Sequential
from sklearn.model_selection import train_test_split
data = np.genfromtxt(r"""file location""", delimiter=',')
model = Sequential(