1回答
我考虑过的一些方法： 从模型类Sampled softmax in tensorflow keras继承 从Layers类How can I use TensorFlow's sampled softmax继承 在这两种方法中，模型方法更清晰，因为层方法有点老生常谈-它将目标作为输入的一部分，然后再见多输出模型。我希望在model类的子类化方面得到一些帮助--具体地说: 1)与第一种方法不同的</e
浏览 23提问于2019-06-30得票数 2
回答已采纳
我一直在寻找一种方法来使用采样软最大tf.nn.sampled_softmax_loss()作为我的模型之一。我找不到任何能帮助我如何实现它的帖子。如果有人用keras架构实现了它，请告诉我如何将它与Keras一起使用吗？现在我可以利用其他损失，但我不能以那种方式使用tf.nn.sampled_softmax_
浏览 5提问于2020-01-25得票数 2
回答已采纳
我正在Keras中训练一个语言模型，并希望使用采样的softmax作为我的网络中的最终激活函数来加快训练速度。从TF文档中，看起来我需要为weights和biases提供参数，但是我不确定这些参数的输入是什么。看起来我可以用Keras编写一个自定义函数，如下所示：
def sampled_softmax
浏览 10提问于2017-12-20得票数 9
1回答
首先，我是机器学习的新手，所以请容忍我缺乏知识。我正在尝试使用序列模型创建一个图像分类器，以检测以下项目-
我已经为每个图像准备了数据集，其中每个图像的维数为(200,200)，图像总数约为1200。问题是，当我训练它的时候，它的精确度会被限制在0.2155-我完全不知道我哪里出了错，所以有人能帮我解决这个问题，并指出我哪里出错了吗？这是完整的密码-import keras
import matplotlib.p
浏览 0提问于2021-12-03得票数 0
我在这里定义了模型 EPOCHS=2VAL_FRAC=0.2 DENSE_UNITS=vocab_sizemodel.add(Dropout(0.2))model.add(Activation('softmax有什么想法，哪里可能是错的？self, other))
ValueError: Shapes (256, 6
浏览 45提问于2021-10-21得票数 1
回答已采纳
1回答
keras.layers.Dense(64, activation='relu')) 但这里的问题是，我在每个时代都得到了相同的精度，似乎模型甚至没有学习。
当然，在不同的试验中
浏览 2提问于2021-08-12得票数 0
回答已采纳
1回答
TensorFlow版本: tf 1.13.1Python版本: 3.7
classifier = keras.activat
浏览 0提问于2019-05-27得票数 0
回答已采纳
我的代码中有一个错误，我已经阅读了文档，但是它仍然是错误的，关于尺寸必须相等的意思是什么？但实际上，我已经在代码model.fit()中添加了一些层# USAGEfrom keras.layers.core import Dense
from keras.optimizers import SGD
浏览 6提问于2020-01-27得票数 3
回答已采纳
2回答
软极大值层置信度的计算
、、、
我正在做一项多级别的计算机视觉分类任务，并使用CNN将FC层叠加在上面，使用softmax激活，问题是，如果我预测了一个岩石图像是什么，它将返回一个高概率的概率，因为使用softmax激活返回压缩在0到1之间的概率分布。我可以用什么来确定我的模型概率输出的可信度，来判断我是否可以依赖这些概率。PS:我不想添加no_label类
是否可以使用拥有模型的两个输出，pre_softmax和softmax输
浏览 8提问于2022-08-23得票数 1
我使用Keras定义了以下模型，该模型需要多个输入和输出来预测2种结果中的一种： outputs = [] ############################################(loss=tf.keras.lo
浏览 5提问于2020-04-29得票数 0
回答已采纳
我正在尝试命名Keras模型中的节点，但Keras将附加信息附加到层名称。例如，当您创建一个名为“sm_output”的层时：您最终会调用softmax输出如何命名
浏览 1提问于2019-03-18得票数 3
我在训练我的模型时遇到了一个错误。我使用的是(256 * 256)图像。我在google中读取驱动器的图像。有人能告诉我如何消除这个错误吗？我使用Tensorflow 2.5.0，因为它适用于我的覆盆子皮进口核废料import keras;from kera
浏览 14提问于2022-10-29得票数 0
回答已采纳
问题是:使用基本的、标准的低级别tf.keras训练循环一次训练完全相同的TensorFlow模型，一次用Keras自己的model.fit()方法训练产生非常不同的结果。我想找出我在低水平的TF训练循环中做错了什么。
该模型是一个简单的图像分类模型，我在Caltech256上进行了培训(链接到下面的to记录)。在低水平的TensorFlow训练循环中，训练损失首
浏览 0提问于2019-02-10得票数 18
回答已采纳
1回答
小背景：我正在做一个简单的岩石，纸，剪刀图像分类程序。基本上，我希望图像分类器能够区分岩石、纸张或剪刀图像。我试着增加我的训练数据和一些其他的东西，但没有运气。我想知道是否有人对如何抵消这个问题有任何想法。 keras.layers.Flatten(input_shape=(IMG_SIZE, IMG_SIZE)),
浏览 0提问于2020-08-13得票数 1
回答已采纳
1回答
我有几个模型将输入(字嵌入)分类为几个类。我的问题是，我需要分别训练这些模型，并需要将这些模型的输出合并在一起才能得到标签。为了简单起见，假设只有两种模型：Model 2: predicts D or E
然后，我需要对输入X进行分类，以便得到A、B、C、D和E上的联合概率我在Keras/Python中尝试了这段代码，在该代码中，我定义了神经网络并在
浏览 0提问于2020-07-08得票数 1
1回答
是否有一种将节点添加到现有Keras模型中的层的方法？如果是的话，最有效的方法是什么？
此外，是否有可能做到同样的，但对层？也就是说，在现有的Keras模型中添加一个新层(例如，在输入层之后)。我所知道的一种方法是通过迭代和克隆模型的每个层来使用，以便创建原始模型的“副本”，并进行所需的更改，但这是完成此任务<
浏览 2提问于2020-08-10得票数 2
回答已采纳
1回答
转移学习音频分类
、、、、
我有一个非常小的数据集，包含158个录音和9个类。我需要使用AudioSet预训练模型执行迁移学习。我遵循了tensorflow网站上的说明：，但我不能让它工作，因为我在所有时期都得到了持续的低训练(40%)和验证准确率(10%)，在测试中得到了80%。我不明白为什么会这样，我做错了什么。我认为问题出在训练验证测试的分裂上。([
浏览 4提问于2021-10-27得票数 1
1回答
以下源代码可以从Tensorflow中的imagenet预培训模型获得概率和逻辑import tensorflow.contrib.slim as slimpreprocessed, 1001, is_training=False, reuse=reuse) probs = tf.nn.softmax:在另一个数据集中微调的RESNET-50，我将简单地加载它的<
浏览 18提问于2022-03-21得票数 3
回答已采纳
今天，我尝试使用fit_generator函数对普通黑白图像进行二值化，但它只给了我50%的准确率。这是我的密码。我创建了一个小尺寸的模型。(1, activation='softmax'))
列车模型
model.compile(optimizer='rmspr
浏览 0提问于2018-10-22得票数 0
回答已采纳
1回答
我正在尝试训练一个简单的神经网络，其中包含手动管理的图像和相关标签的数据集。 我已经创建了一个名为facey_label的numpy来创建标签。我已经使用matplotlib的imread函数将811张图像中的每一张都转换为一个形状数组(255,255，3)，然后计划使用np.array函数创建一个形状为(811,255,255，3)的张量img_arraymodel = keras.Sequential([
kera
浏览 11提问于2019-01-30得票数 3
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
