我正在使用Keras functional API创建一个神经网络，它将单词嵌入层作为句子分类任务的输入。但是我的代码在连接输入层和嵌入层的一开始就中断了。按照的教程，我有如下代码：word_weight_matrix = ..
浏览 5提问于2018-07-15得票数 6
回答已采纳
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.lay
浏览 3提问于2020-08-16得票数 0
回答已采纳
1回答
我想用keras函数api在嵌入层中添加一个tanh层：output=keras.activations.tanh(x)
model.compile(optimizer='rmsprop',loss='categorical_crosse
浏览 16提问于2018-12-17得票数 0
回答已采纳
1回答
从理论上讲，我知道输入层应该是一个热向量层，有一个神经元数等于我们词汇的单词数，然后是一个嵌入层，在Keras中，它显然是一个序列模型中的单个嵌入层。我还知道，输出层也应该是词汇表的大小，这样每个输出值就可以将1-1映射到每个词汇表单词。
但是，在嵌入层()的Keras文档和
浏览 2提问于2020-05-04得票数 0
回答已采纳
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**的区别是
浏览 9提问于2020-01-01得票数 2
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, Dropo
浏览 20提问于2019-01-04得票数 1
回答已采纳
model = Sequential()model.add(GlobalMaxPooling1D())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？具体来说，让我们假设，对于我的数据集的每一行，时间序列中都有1k点，还有100个“常规”特性。
为了概括我的问题，假设现在我的数据集中的每一行都有两种时间
浏览 0提问于2019-02-22得票数 0
回答已采纳
1回答
我有可变序列长度的时间序列数据。time series在[samples, time_steps, n_features]不一致的情况下，如何创建形状time_steps的训练数据集(numpy数组)？附加信息:将被训练的模型是一个能够处理可变输入长度的LSTM。
浏览 0提问于2020-04-21得票数 1
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。我不确定如何引入他们使用的“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
新手呼叫Keras警报！我有一些关于Keras中的递归层的问题(关于theano)
如何对输入进行关于时间步骤的格式化(例如，我想要一个未来有3个时间步骤1的层，过去的一个和当前的一个)，我看到一些和API提议填充和使用嵌入层，或者使用时间窗口来塑造输入(在这种情况下是3)，而且在任何情况下我都不能使API
浏览 1提问于2016-08-24得票数 4
回答已采纳
我想在keras中创建一个深度神经网络，其中输入层的每个元素都使用相同的共享Embedding()-layer进行“编码”，然后再输入到更深的层。每个输入都是一个定义对象类型的数字，网络应该学习一个嵌入，它封装了“这个对象是什么”的一些内部表示。因此，如果输入层具有X维，而嵌入具有Y维，则第一
浏览 13提问于2017-02-09得票数 10
回答已采纳
我想建立一个模型的两个副本的解码器与不同的辍学，但这些层应该共享权重，这是如何实现与keras？我知道如何与keras API (https://keras.io/getting-started/functional-api-guide/#shared-layers)共享一个层，但我想要2组层，因为我想保留不同<e
浏览 12提问于2019-06-14得票数 0
回答已采纳
1回答
我想实现一个具有输入层、两个密集隐藏层和一个非密集输出层的神经网络。下图显示了一个玩具示例。第一个隐藏层有三个神经元，第二个两个，最后四个神经元，但在第二个和第三个之间只有四个连接。input=keras.layers.Input(...)
hidd
浏览 3提问于2020-09-01得票数 4
1回答
角化层中的参数在哪里应用？
、、、、
我试图掌握神经网络的基础知识，并努力理解角化层。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
浏览 1提问于2019-04-26得票数 1
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。input_img) >autoencoder =Model(input_img, decoded) 的帮助下创建了一个单独的编码器模块batch_size=256,
浏览 17提问于2020-03-31得票数 0
回答已采纳
我试着想象一下神经网络的结构。from keras.utils import plot_model上面这个巨大的数字意味着什么
浏览 0提问于2019-05-22得票数 1
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):我的问题是：
1.是否使用哪一种以及它们的利弊。
浏览 0提问于2020-07-22得票数 0
回答已采纳
在将嵌入层的输出传递给LSTM层时，我遇到了一个我无法识别的ValueError。我的模型是： def lstm_mod(self, n_cells,batch_size): embedding = tf.keras.layers.Embedding(batch_size,self.n_seq,input_length=self.n
浏览 17提问于2021-04-23得票数 1
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
