我逐渐从只使用Tensorflow切换到Tensorflow+Keras。目前，我仍在使用tensorflow优化器进行训练，但使用的是Keras的Dense层。例如，我如何从密集的Keras层中检索
浏览 3提问于2017-08-10得票数 2
我正在构建一个模型，在这个模型中，我希望将no_of_dense_layers作为参数，并期望from函数在循环中创建密集的层。在循环中创建密集层不是问题，我的问题是如何在Keras中传递密集层堆栈中的值？假设我想要3个密集层： def get_layers(no_of_dense_layers , dense_size):
浏览 3提问于2020-07-24得票数 1
回答已采纳
2回答
嗯，我开始学习Tensorflow，但我注意到关于如何使用这个东西有太多的困惑。首先，一些教程使用低级API tf.varibles和scopes...etc呈现模型，但其他教程使用Keras代替，例如使用张量板调用回调。其次，拥有大量重复API的目的是什么，当你有低级构建乐高积木模型时，使用Keras这样的高级API背后的真正目的是什么？最后，使用急切执行的真正目的是什么？
浏览 3提问于2018-10-25得票数 0
我想为回归任务构建一个完全连接(密集)的层。我通常使用TF2，使用Keras API，如下所示： model = tf.keras.models.Sequential()model.add(tf.keras.lay
浏览 40提问于2020-01-16得票数 2
回答已采纳
在实际构建的模型中，这两者是可交换的吗？这两种情况的用例是什么？
浏览 0提问于2018-08-22得票数 2
在对数据进行预处理之后，我想应用'InceptionResNetV2'.其中，我希望删除这个Keras应用程序的最后一层，并希望添加一个层。为此，我编写了以下脚本：irv2.summary()
x = Dr
浏览 0提问于2021-10-31得票数 1
我从Tensorflow开始，到目前为止，我只处理过具有少量隐藏层的“浅”前馈网络或神经网络，其对应的W是以如下方式单独定义的(该示例对应于具有五个隐藏层的网络的初始化)： W1 = tf.Variable(tf.truncated_normal([784,200], mean=0.0, stddev=0.1)) b1
浏览 35提问于2019-02-10得票数 0
即使我改变每一层神经元的每一个计数，我仍然得到0.217的准确率 categories of training image data (我使用open cv将图像转换为数组，并使用pickle存储数据集训练代码’ import tensorflow as tffrom tensorflow.keras.layers(3,(3,3)))
model.add(A
浏览 22提问于2020-09-17得票数 0
回答已采纳
1回答
如果我使用人工神经网络(ANN)来构建一个进行预测的模型，这是多元线性回归模型还是深度学习模型？如果我可以使用ann来构建多元线性回归模型，我会感到困惑。
浏览 47提问于2019-01-24得票数 0
回答已采纳
以下代码在tensorflow r1.12 python API中生成警告：import tensorflow as tf
M.add(tf.keras.layers.Dense(2)); WARNING: Logging before flag parsing goes to stderr.initializer insta
浏览 0提问于2019-02-14得票数 12
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.
浏览 9提问于2020-01-01得票数 2
1回答
我看到人们在密集的层中使用regulizer，但是在keras文档中Conv2d中有一个Conv2d参数：
conv1 = Conv2D(32, (3, 15), stridesas tffrom tensorflow.python.keras.la
浏览 1提问于2019-11-14得票数 2
回答已采纳
所以，我在ResNet50 2中重新训练了一个预先训练过的TensorFlow 2模型，它使用的是tf.keras框架，上面添加了两个密集的层。现在，我想将层中的权重可视化为中的基本ResNet模型。但是，将保存的模型重新加载到model.summar
浏览 0提问于2020-01-12得票数 3
回答已采纳
2回答
在Keras中，对于密集层，我们可以使用参数activity_regularizer。在Tensorflow中，没有类似的参数。喀拉斯：encoding_dim = 32# add a Dense layerinput_img)
decoded = Dense(784, activation='sigmoid&#x
浏览 0提问于2018-04-30得票数 4
回答已采纳
我想知道在Tensorflow 2中量化感知训练期间模拟BatchNorm折叠的可用选项是什么。Tensorflow 1具有tf.contrib.quantize.create_training_graph函数，该函数将FakeQuantization层插入到图形中，并负责模拟批量归一化折叠(根据此Tensorflow 2有一个关于如何在他们最近采用的tf.keras应用编程接口中
浏览 123提问于2020-03-27得票数 5
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。
我尝试使用TensorFlow的内置优化器函数。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
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：但是在中，它们确实看起来是一样的，但我不确定，也没有明确提到。
浏览 11提问于2021-03-30得票数 8
回答已采纳
1回答
连接Keras中的掩码输入
、、、、
使用Keras API，我尝试构建一个神经网络模型，如下所示。我有两个输入，每个输入都是分类时间序列，它们已经转换为一次hots。我想首先对每个输入应用一个掩蔽层，以便忽略填充，然后对每个输入应用TimeDistributed密集层，最后在将结果传递到LSTM之前连接密集层的输出。如下所示：fro
浏览 0提问于2021-07-07得票数 0
1回答
我一直在使用Keras框架的递归神经网络实现，在构建模型时我遇到了一些问题。Tensorflow 1.14.0
我尝试这样做的是将return_state=Tru
浏览 3提问于2019-11-25得票数 0
当我使用QAT (量化感知训练)训练Keras模型时， 有一些不兼容的问题，如不支持BatchNormalization或UpSampling2D等。如何在不使用每一层tfmot.quantization.keras.quantize_annotate_layer的情况下直接预防它？(尤其是使用tensorflow keras函数API (而不是tf.keras.
浏览 22提问于2020-09-29得票数 0
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
实时音视频活动推荐
腾讯云开发者
