我刚接触Keras和python，现在我正在使用Keras来寻找数据模型并使用该model.predict进行优化，但是model.predict只能将输入作为至少包含2个元素的numpy数组。我的代码是from keras.models import Sequentialfrom keras.optimiz
浏览 14提问于2016-09-13得票数 3
回答已采纳
来自https://keras.io/layers/convolutional/ (Conv2D)： data_format=None, dilation_rate=(1, 1), activation=None,activity_
浏览 0提问于2019-07-25得票数 2
回答已采纳
这是否告诉模型有两个维度(即它是一个矩阵)，但我们还不知道这个特定维度的大小？如果是这样的话，如何编制模型？每个维度的大小不影响中间层的节点数量吗？
浏览 0提问于2019-06-20得票数 9
我正在尝试创建一个模型，该模型接受4个元素的python列表，并返回两个值作为预测。下面是我的代码： model.add(tf.ker
浏览 12提问于2021-05-18得票数 0
1回答
我想探索一个tensorflow模型的中间层，这个模型是用Keras定义的： input_layer = Input(shape=(input_dim, ))encoder = Dense(encoding_dim, activation="tanh", print(intermediate_output)
但是，当我检查时，我得到了维度上<
浏览 0提问于2018-07-24得票数 0
回答已采纳
这是我的代码，我正在使用转移学习来训练我的模型。但我得到的索引超出了误差范围。当尝试测试我的模型时，它给model.predict()函数带来了这个错误。可能是什么原因？include_top=False)
for layer in vgg.layers:对于获取类数很有用model.compile(
loss='categorical_cross
浏览 3提问于2020-08-18得票数 2
回答已采纳
我使用TensorFlow和Keras进行模式识别。model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32,1)15, 32) 0
__________________________________________________________
浏览 2提问于2020-03-17得票数 0
回答已采纳
1回答
问题描述：
我试图从softmax层的输出(维数(,2))中访问单个元素(即标量)，并将其乘以来自另一个模型的张量，该模型的维数为(,10)。描述我的问题的模拟拨号图如附图所示。我使用带有Tensorflow的Keras作为后端。到目前为止，我的方法是:假设softmax层的输出维数是(,2) (即大小为2<e
浏览 0提问于2018-07-22得票数 0
1回答
我在tf.keras中训练了一个基于tf.keras的图像分割模型，该模型可以预测一个对象是否在给定的图像中，在给定的图像中的位置。我训练输入形状为(None, 256, 256, 1)，输出(None, 256, 256, 3)形状预测。
我现在想预测更大的图像。(520, 696))，并希望使用相同的模型。我知道可以将模型的输入形状更改为(None, None
浏览 1提问于2019-10-31得票数 1
1回答
我对Keras很陌生，我正试着测试一个我刚刚训练过的模型。但是，输入的形状与Keras表示的错误形状完全不同。这是我的密码：testnote[0] = 70print(testnote.shape)print(pred)
我<
浏览 0提问于2018-08-08得票数 3
回答已采纳
1回答
我正在用Keras训练CNN，但是用30x30块的图片。我想用完整的映像测试网络，但是我得到了以下错误：
ValueError: GpuElemwise.输入维数不匹配。输入2(索引从0开始)具有shape1 == 30，但该轴上的输出大小为100。应用导致错误的节点:GpuElemwise{复合{(i0+ i1) - i2)}} Toposort索引: 79种输入</e
浏览 3提问于2017-01-14得票数 0
2回答
我正在Keras中尝试一个简单的模型，我想把它作为输入5x3大小的矩阵。在下面的示例中，这是在添加第一个密集层时使用input_shape=(5, 3)指定的。from keras.models import Sequentialfrom keras.optimizersx = np.array([[1, 2, 3], [4, 5
浏览 1提问于2017-04-05得票数 10
回答已采纳
([[[1,2,3],[4,5,6]]])输出：在我的例子中，我的输入形状是2乘3。据我所知，这意味着输入是一个由2个向量组成的序列，每个向量都有3个特征，因此我的输入必须是形状(n_examples, 2, 3)的三维张量。在“序列”方面，输入是一个长度为2
浏览 0提问于2018-09-02得票数 8
我想使用tf.switch_case来使用输入来重定向网络的不同分支的学习流，但是tf.switch_case不能与Keras.Tensor一起工作……def f1(): return tf.constant(17)def f3(): return tf.constant(-1</e
浏览 3提问于2021-04-12得票数 0
第一Conv2D的输入形状是(28，28，1)，训练后，我想预测一个数字的下载图像。该图像的形状为(1024,791，3)，在应用以下代码时，我将图像调整为(28,28,1)，称为model.predict()：print(labels[np.argmax(predicti
浏览 1提问于2020-02-22得票数 0
回答已采纳
如何将shape=(1，299，299，3)转换为预期的shape=(None，299，299，3)，以输入到经过训练的初始v3模型中。 注意:同样的问题以前也被问过，但答案不够清楚。ValueError:输入0与层inception_v3不兼容:预期的shape=(None，299，299，3)，找到的shape=(None，229，229，3)预测回溯(最近一次调用) in ()->1预测=most( ValueError
浏览 123提问于2021-11-22得票数 0
回答已采纳
我有这些输入和输出，我希望使用TensorFlow和Keras配置布局：output = [2000, 500, 2100, 300, 3000, 1200,3400, 1300, 2500, 1900] model = t
浏览 5提问于2022-07-21得票数 2
回答已采纳
在我的Tensorflow 2模型中，我希望我的批量大小是参数化的，这样我就可以动态地构建具有适当批量大小的张量。tf.int32)该代码在tf.range中
浏览 45提问于2021-03-09得票数 2
我有一个模型：model.add(Dropout(0.2))model.add(Dense(2, activation = 'relu'))model.add(Dense(1)model.compile(loss='mean_squared_error'
浏览 2提问于2018-11-13得票数 0
(learning_rate=0.01)直观地说，对输入0的推断只是model.predict(0)。Tensorflow作为有效输入所接受的内容。我尝试了许多不同的输入组合，有些工作，有些没有，这似乎很不一致，警告/错误通常是没有用的：
model.predi
浏览 2提问于2020-03-25得票数 2
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
