1回答
TensorFlow模型语法
、、、、
我是神经网络和Tensorflow的新手model = tf.keras.models.Sequential([tf.keras.layers.Conv2D(32, (3,3), activation='relu', input_shape=(150, 150, 3)), tf.keras.layers.Conv2D(64, (3,
浏览 3提问于2020-08-16得票数 0
回答已采纳
如何使用Keras Functional API定义多输入层？下面是我想要构建的神经网络的一个示例。有三个输入节点。我希望每个节点都是一个长度不同的一维numpy数组。 这是我到目前为止所掌握的。基本上，我想定义一个具有多个输入张量的输入层。from keras.layers import Input, Dense, Dropout, concatenate
from keras.models im
浏览 20提问于2019-01-04得票数 1
回答已采纳
如果定义如下所示，是否可以将Add()函数合并到tf.keras.Sequential()模型中： keras.Input(shape(input_shape,)), keras.layers.Dense(8), keras.lay
浏览 2提问于2020-05-05得票数 1
回答已采纳
))model.add(Dense())
假设我也想在我的模型中使用“正规”(非深度学习)特性，我应该如何最好地将两者结合在一个密集的层中呢
浏览 0提问于2019-02-22得票数 0
回答已采纳
1回答
角化层中的参数在哪里应用？
、、、、
从tensorflow的教程中获取以下代码： keras.layers.Flatten(input_shape=(28, 28)),但是，这个模型似乎需要对层的不同输入：layers.Dense(64, activation=tf.nn.relu, input_shape=[len(train_dataset.keys())]),
layers.Dense(64, activation=t
浏览 1提问于2019-04-26得票数 1
tensorflow.math.multiply和tensorflow.keras.layers.multiply有什么区别？同样，tensorflow.math.add和tensorflow.keras.layers.add的区别是什么？我之所以有这个问题，是因为当我构建自己的自定义损失函数和度量标准product = multiply([y_true_f, y_pred_f])时，如果我使用from tensorflow.keras.layers
浏览 9提问于2020-01-01得票数 2
1回答
如何在Keras中创建一个层(我正在使用functional )将输入序列转换为多标签向量。层必须执行映射，我不想通过学习参数权重来学习映射。作为输入，我有向量，如keras中所示 nan nan 2][x1 =0,x2=0,..
浏览 0提问于2021-02-06得票数 2
回答已采纳
我想做的是合并两个编码器网络的输出，以训练一个解码器网络，它将预测输入时间序列的下一个时间戳。 你会有任何关于如何做到这一点的帮助吗？ 我在Windows10上使用Python (Keras库)。
浏览 47提问于2021-07-18得票数 0
1回答
我在训练时对原始模型做了一些修改，我收到了这个错误:我们目前不支持在第一层或子类模型中没有设置input_shape/input_dim的Sequential模型的分布策略。""“ class SASRec(tf.keras.Model): att_outputs
浏览 40提问于2021-11-09得票数 0
1回答
我想尝试一下关于自动编码器的想法。模型是这样的： input (pictures) - conv2d - pooling - dense - dense(supervised output) - dense - conv - upsampling - output (pictures) 是否可以训练具有dense(supervised output)和output (pictures)所需输出的神经网络？换句话说，我想做一个双向的分类器。
浏览 12提问于2019-10-14得票数 0
回答已采纳
另一位研究人员给我提供了一个完全训练的模型，该模型将输入作为占位符。将其视为函数损失，我希望找到x来最小化我的距离度量(损失函数) dist(x, f(x))。这可能是两个点之间的欧几里德距离。因此，我无法获得我的输入的渐变。
当输入必须以这种方式指定时，我如何在TensorFlow中优化函数？不幸的是，这些占位符不是首先通过Variable传递的，我必须将该模型视为一个黑盒。
浏览 0提问于2017-10-01得票数 0
我知道顺序使用时如何设置keras模型的名称，但我不知道如何命名基于函数api的模型。让我换个说法，我问的是如何设置keras模型的名称，而不是层的名称
嗯，我做了一些实验，它起作用了，所以要命名基于functional api的keras模型，只需将输入传递到Model中，如下所示
浏览 43提问于2018-08-12得票数 5
回答已采纳
1回答
在keras中，我们可以通过多种方式创建神经网络层。model=sequential()x1=Input(shape=(2,)3.子类
class Mymodel(keras.layers.Layers
浏览 0提问于2020-07-22得票数 0
回答已采纳
在一些tf. keras教程中，我看到它们实例化它们的模型类如下：在一些地方，他们使用的是这样的东西：
model = tf.keras.Model
浏览 11提问于2021-03-30得票数 8
回答已采纳
我正在学习如何使用TensorFlow2.0，并尝试使用keras.estimator.model_to_estimator将keras模型转换为估计器模型。在keras模型中，我使用DenseFeatures layer keras.layers.DenseFeatures()自动将分类特征转换为one-hot编码。但是，当我尝试使用estimator = keras.estimator.model_to_estimator(model)并使用estimator.train()训练模型时，程序报告错误V
浏览 3提问于2020-07-15得票数 2
2回答
我目前正在开发一个使用Keras + Tensorflow的模型，以便确定一组蛋白质的温度范围。我首先做的是创建一个预先训练的模型，将蛋白质转化为嵌入物，然后预测其各自的温度。我现在要做的是将这个pre=trained模型合并到一个新模型中，该模型可以使用这个给定的模型和相应的权重作为输入。然后拟合一个新的数据集，并再次进行预测。新的顶级模型的以下代码为： 更新的代码 'Load Pretrained Model'
loaded_model = keras.models.load_model('pretrain
浏览 30提问于2020-11-11得票数 1
回答已采纳
我试图使用Keras构建一个简单的自动编码器，为此我从一个完全连接的神经层开始，作为编码器和解码器。shuffle=True,
validation_data=(x_test, x_test)) 但是，即使我没有训练我的编码器和解码器，即使我在训练之前通过了这些层，
浏览 17提问于2020-03-31得票数 0
回答已采纳
1回答
在Keras中“淡入”新图层
、、、、
我正在尝试使用tensorflow后端在Keras中实现this文件。 在我的理解中，它们逐渐成长为GAN，随着模型的训练逐渐淡入额外的层块。在迭代过程中，新图层会线性淡入。要做到这一点，Keras，我想我可能需要一个Lambda层--但这就是我所知道的。 有什么建议吗？ 谢谢!
浏览 26提问于2018-12-20得票数 0
回答已采纳
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
