1回答
我试图在自定义数据集上训练deeplabv3_resnet50模型，但是在尝试向前传递时得到错误ValueError: Expected more than 1 value per channel when training, got input size torch.Size([1, 256, 1, 1])。下面的最小示例会产生此错误：
import torch
import torchvision
model = torchvision.models.segmentation.deeplabv3_resnet50(weights="DEFAULT")
model.trai
浏览 7提问于2022-09-09得票数 2
回答已采纳
(因为代码提升了构建在PyTorch之上的库)
请把讨论卷动一下
我正在运行以下代码，并在试图将数据传递给predict_array函数时出错
当我试图使用它直接预测单个图像时，代码失败了，但是当相同的图像位于test文件夹中时，代码运行得很完美
from fastai.conv_learner import *
from planet import f2
PATH = 'data/shopstyle/'
metrics=[f2]
f_model = resnet34
def get_data(sz):
tfms = tfms_from_model(f
浏览 0提问于2018-01-19得票数 17
回答已采纳
我正在尝试使用PyTorch 中的示例代码来转换python模型，以便在PyTorch c++应用编程接口(LibTorch)中使用。
Converting to Torch Script via Tracing
To convert a PyTorch model to Torch Script via tracing, you must pass an instance of your model along with an example input to the torch.jit.trace function. This will produce a torch.jit.Script
浏览 0提问于2019-07-05得票数 2
3回答
如何重复使用经过训练的快速模型？
、、、、
如何在PyTorch上使用快速实现加载预先训练的模型？就像在SkLearn中一样，我可以使用泡菜将模型转储到文件中，然后加载并在以后使用。在声明了像下面这样的学习实例之后，我使用了.load()方法来加载以前保存的权重：
arch=resnet34
data = ImageClassifierData.from_paths(PATH, tfms=tfms_from_model(arch, sz))
learn = ConvLearner.pretrained(arch, data, precompute=False)
learn.load('resnet34_test')
然后
浏览 0提问于2018-03-21得票数 10
回答已采纳
在Keras中使用Time Series时，我遇到了这个错误：
ValueError: Error when checking input: expected lstm_1_input to have 3 dimensions, but got array with shape (31, 3)
这是我的函数：
def CreateModel(shape):
"""Creates Keras Model.
Args:
shape: (set) Dataset shape. Example: (31,3).
Returns:
A Keras
浏览 4提问于2018-01-18得票数 2
回答已采纳
考虑以下网络片段： def __init__(self, model, n_class, dropout_rate,device):
super(NewModel, self).__init__()
self.bert = model
self.linear = nn.Linear(self.bert.config.hidden_size, 2)
self.linear_1 = nn.Linear(self.bert.config.hidden_size, self.bert.config.hidden_size)
self.dropout_rat
浏览 74提问于2020-04-23得票数 0
1回答
有人知道如何修复这个错误吗？我试着用重塑功能来解决它，但它仍然不起作用。我想用VGG16训练时尚-MNIST数据集，但我在维度上有一些困难……
我得到了这个错误：
Epoch 1/50
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-84-51241dcc88e5> in <module&
浏览 0提问于2020-06-25得票数 0
我正在跟踪，以便在我自己的类别上对模型进行培训，并在model.fit()中使用validation_split来查看验证的准确性。以下是代码：
model.fit((item for item in image_data), epochs=30,
steps_per_epoch=steps_per_epoch,callbacks = [batch_stats], validation_split=0.33)
这样做，我得到了以下错误
Traceback (most recent call last):
File "C:\Users\adm
浏览 0提问于2019-05-13得票数 0
回答已采纳
我正试图建立一个面部表情识别模型。为此，我使用转移学习。
下面是train_generator：
IMG_HEIGHT=224
IMG_WIDTH = 224
batch_size=32
train_generator = train_datagen.flow_from_directory(
train_data_dir,
color_mode='grayscale',
target_size=(IMG_HEIGHT, IMG_WIDTH),
batch_size=batch_size,
class_mode='categori
浏览 7提问于2022-03-19得票数 0
回答已采纳
当训练模型时，它显示出错误。
检查输入时出错:期望lstm_22_input具有三维，但得到形状为(15,33297)的数组
我已经尝试并更改了input_shape 100次，但最后它显示了这个错误。
我多次使用input_dims修改expand_dims，我也对它进行了转换，但同时也显示了相同的错误。
from keras.layers import Embedding
model=Sequential()
model.add(LSTM(50,return_sequences=True, input_shape=(X_train.shape[0],
X_train.shape[
浏览 1提问于2019-08-06得票数 1
在编写了CNN模型之后，我想预测我的x_test的价值：
y_test_predict= model.predict(x_test[3])
我的x_test[3]有(8000, 1)的形状
但是这一行代码给了我一个我并不真正理解的错误：
Traceback (most recent call last):
File "CNN_Learning_Side_Channel_Attack.py", line 155, in <module>
test_One_Trace= model.predict(x_test[3])
File "/home/u
浏览 1提问于2017-10-15得票数 0
回答已采纳
我在使用BatchNorm1d时遇到了一个错误，代码：
##% first I set a model
class net(nn.Module):
def __init__(self, max_len, feature_linear, rnn, input_size, hidden_size, output_dim, num__rnn_layers, bidirectional, batch_first=True, p=0.2):
super(net, self).__init__()
self.max_len = max_len
sel
浏览 1提问于2021-01-25得票数 1
回答已采纳
1回答
我试图用41个字段的输入数据构建LSTM网络。我的想法是，目前的输出是一个函数的当前输入，以及49个以前的投入。我试着做以下几件事：
CommonModel = Sequential()
CommonModel.add(LSTM(50, return_sequences=True, input_shape=(None, 41)))
CommonModel.add(LSTM(50, return_sequences=True))
CommonModel.add(LSTM(50))
CommonModel.add(Dense(20,activation='relu'))
Commo
浏览 1提问于2018-05-12得票数 0
回答已采纳
2回答
有什么问题吗？ 这里是github上的链接： https://gist.github.com/moemous/5eeae0711002604d3c6f04a667cccea8 ValueError Traceback (most recent
call last)
<ipython-input-37-fd99ba55a36e> in <module>()
7 for i in range(epochs):
8 print('Starting r
浏览 16提问于2019-05-17得票数 0
1回答
我试图查看预测结果并使用model.predict函数打印它们，但是我有一个错误：
ValueError: Error when checking model : the list of Numpy arrays that you are passing to your model is not the size the model expected. Expected to see 2 array(s), but instead got the following list of 1 arrays: [array([[array([ 0,....
我有多个输入，都是嵌入的。当我有一个嵌入
浏览 0提问于2018-06-28得票数 0
回答已采纳
当我试图将数据批量处理时，我的数据是形状为(60000, 1, 28, 28)的，如下所示：
gen = image.ImageDataGenerator()
train_batches = gen.flow(x_train, y_train, batch_size=64)
我知道错误：
ValueError: NumpyArrayIterator is set to use the data format convention "channels_last" (channels on axis 3), i.e. expected either 1, 3 or 4 channe
浏览 3提问于2017-08-02得票数 2
回答已采纳
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_dim = 30
input_layer = Input(shape=(input_dim, ))
encoder = Dense(encoding_dim, activation="tanh",
activity_regularizer=regularizers.l1(10e-5))(input_layer)
encoder = Dense(int(encoding_dim / 2), activation="relu")(en
浏览 0提问于2018-07-24得票数 0
回答已采纳
我正在尝试编写一个小型回归神经网络作为学习基础知识的起点。
这是我使用的简单数据集：
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Activation
import pandas as pd
import io
import os
import requests
import numpy as np
from sklearn import metrics
df = pd.read_csv("C:\\Users\\Dan\\y_sinx.csv
浏览 0提问于2019-11-21得票数 0
我用Keras训练了一个模型，保存了它，当我试图将它应用于新数据时，我遇到了一个错误：
ValueError: Error when checking : expected dense_1_input to have shape (None, 5) but got array with shape (200, 1)
下面是训练和保存经过训练的模型的代码：
# Import necessary modules
import numpy as np # numpy is just used for reading the data
import keras
from keras.layers i
浏览 0提问于2017-12-13得票数 4
我是机器学习的新手。我试图训练一个ANN，fit方法会产生一个关于数组形状的错误“ValueError: error，当检查输入时:期望的dense_1_input有形状(3，但得到的数组与shape (2，)”。知道我有三个输入(年龄，性别，标签)。数据集包含3356行。数据的前5行的图像是
如下所示：
import pandas as pd
from keras.models import Sequential
from keras.layers import Dense
from sklearn.model_selection import train_test_split
from s
浏览 4提问于2019-12-12得票数 0
回答已采纳
找不到我的模型的确切输入形状，它具有(35,33297)形状
我已经用np.expand dims试过了，但还是不起作用
model=Sequential()
model.add(LSTM(50,return_sequences=True, input_shape=(X_train.shape)))
model.add(LSTM(32, return_sequences=True ))
model.add(Dense(2, activation='softmax'))
model.compile(loss='binary_crossentropy',
浏览 0提问于2019-08-07得票数 0
我有一个角码编码器(自动编码器的一部分)是这样构建的：
input_vec = Input(shape=(200,))
encoded = Dense(20, activation='relu')(input_vec)
encoder = Model(input_vec, encoded)
我想使用numpy生成一个虚拟输入。
>>> np.random.rand(200).shape
(200,)
但是，如果我试图将它作为输入传递给编码器，我将得到一个ValueError：
>>> encoder.predict(np.random.ran
浏览 0提问于2018-06-06得票数 2
回答已采纳
2回答
我刚接触过tensorflow keras和dataset。有人能帮我理解为什么下面的代码不起作用吗？
import tensorflow as tf
import tensorflow.keras as keras
import numpy as np
from tensorflow.python.data.ops import dataset_ops
from tensorflow.python.data.ops import iterator_ops
from tensorflow.python.keras.utils import multi_gpu_model
from tensor
浏览 0提问于2018-10-10得票数 9
我试着把安安装在卡格尔的泰坦尼克号数据集上，但得到了ValueError。当我使用RandomForest时，没有问题，当我尝试使用人工神经网络时，代码会抛到错误下面。你能指出我为什么会犯以下错误吗？我已经粘贴了下面的代码
import numpy as np
import pandas as pd
train_data = pd.read_csv("/kaggle/input/titanic/train.csv")
test_data = pd.read_csv("/kaggle/input/titanic/test.csv")
浏览 2提问于2020-05-12得票数 0
回答已采纳
2回答
我正在尝试实现一个使用keras的ANN，用于多类分类任务。 这是我的数据集： #features shape (9498, 17)
#labels shape (9498,) 其中9498是像素的数量，17是时间戳的数量，我有24个要预测的类。 我想从一些非常基础的东西开始。这是我使用的代码： import keras
from keras.models import Sequential
from keras.layers import Dense
# Loading the data
X_train, X_test, y_train, y_test = train_test_spli
浏览 19提问于2020-07-28得票数 0
回答已采纳
1回答
我试图用卷积层取代VGG 16网络末尾的FC层。下面是我的代码：
model2= Sequential()
model2.add(Conv2D(4096, kernel_size=(8,8), activation="relu"))
model2.add(Conv2D(4096, kernel_size=(1,1), activation="relu"))
model2.add(Conv2D(16, kernel_size=(1,1), activation="softmax"))
model = applications.VGG16(weig
浏览 2提问于2020-02-17得票数 1
回答已采纳
1回答
我试图用keras实现一个用于多类分类任务的人工神经网络。这是我的数据集：
功能形状(9498，17)标签形状(9498，)
其中9498是像素的数量，17是时间戳的数量，我有24个类需要预测。我想从一些非常基本的东西开始。这是我使用的代码：
import keras
from keras.models import Sequential
from keras.layers import Dense
# Loading the data
X_train, X_test, y_train, y_test = train_test_split(NDVI, labels, test_size=0.
浏览 4提问于2020-07-28得票数 0
3回答
LSTM神经网络输入输出尺寸误差
、、、、
我对TensorFlow和LSTM体系结构相当陌生。在计算数据集的输入和输出(x_train、x_test、y_train、y_test)时，我遇到了问题。
我输入的原始形状：
x_train：(366,4)
x_test：(104,4)
y_train：(366，)
y_test：(104，)
y_train和y_test是一系列的股票价格。x_train和x_test是我想用来预测股价的四个特性。
# Splitting the training and testing data
train_start_date = '2010-01-08'
tr
浏览 0提问于2019-01-11得票数 4
回答已采纳
我使用SerpentAI库捕获一个游戏框架，构建一个框架堆栈并将其提供给Keras库以进行预测功能。执行此操作时，会发生值错误。
下面我创建了一个框架堆栈：
full_game_frame = FrameGrabber.get_frames(
[0],
frame_shape=(960, 600),
frame_type="PIPELINE"
).frames[0]
self.dqn_direction.build_frame_stack(full_game_frame.frame)
构建帧堆栈功能：
def build_frame_stack(sel
浏览 1提问于2021-06-01得票数 0
回答已采纳
1回答
错误：
File "merge.py", line 48, in <module>
model.fit(X_train, y_train, batch_size=128, nb_epoch=1, validation_split=0.2)
File "/home/ngxin/anaconda2/lib/python2.7/site-packages/keras/engine/training.py", line 1117, in fit
batch_size=batch_size)
File "/home/ng
浏览 2提问于2017-04-20得票数 0
在this guide之后设置一个简单的TensorFlow2.0测试时，keras输入层的输入是错误的，但只有在转换为数据集(假装具有正确的形状)之后才会出现错误。 当然，从文档中运行colab notebook是可行的，但我无法确定我的设置可能出了什么问题。如有任何提示，欢迎光临！ 在jupyter实验室设置一些假数据： data = np.random.random((1000, 32,))
labels = np.random.random((1000, 10,))
dataset = tf.data.Dataset.from_tensor_slices((data, labels
浏览 31提问于2019-04-12得票数 3
回答已采纳
下面是我的代码：
from keras import optimizers from keras.layers import Convolution1D, Dense, MaxPooling1D, Flatten
model = Sequential()
# my CNN layers
model.add(Conv1D(101, 101, strides=1, padding='same', dilation_rate=1, input_shape=(None, 120)))
model.add(Activation('relu')) model.add(
浏览 1提问于2018-01-30得票数 0
1回答
我正在测试MNIST数据上的简单深入学习代码，但我不知道为什么会出错。以下代码来自Francois的“用Python进行深度学习”一书：
from keras.datasets import mnist
from keras import models
from keras import layers
(train_images, train_labels), (test_images, test_labels) = mnist.load_data()
train_images = train_images.reshape((60000, 28 * 28))
train_images =
浏览 0提问于2019-07-12得票数 0
回答已采纳
我正在尝试加载mnist数字数据集，并常规地获取此错误。我在网上找不到任何解决方案
此代码：
from mnist import MNIST
m = MNIST(path)
x_train, y_train = m.load_training()
产生此错误：
File "<stdin>", line 1, in <module>
File "C:\Python38\lib\site-packages\mnist\loader.py", line 125, in load_training
ims, labels = self
浏览 7提问于2020-07-28得票数 1
目前，我正在为大学的一个项目开发我的第一个卷积神经网络。我必须创建一个模型，它可以识别电缆是否有缺陷，只需使用Google Colab中“良好”和“缺陷”电缆的图像。
我的数据集是不平衡的；我有更多“良好”电缆的图像，而不是“缺陷”电缆。这就是为什么我使用了imblearn-library和它的函数'balanced_batch_generator‘，这样我就可以对少数类进行过采样。要使用生成器，我需要在dim 2中将X从dim 4重塑。现在，当我想在模型中运行平衡批次时，由于2x2的形状，我得到了一个错误，我不知道如何重塑生成器内部的批次以使模型运行。
我也试着把一个“扁平层”作为第
浏览 18提问于2020-05-31得票数 0
1回答
我正在生成一个预测机器状态的ML模型。该机器遵循以下方程: A_x + B_y = x_next，其中x、y和x_next是1x4向量。所以我的ML模型得到x和y作为输入，并输出x_next。但我在训练中遇到了问题。
data_chosen = random.sample(state_input_next_state_list, int(len(state_input_next_state_list)* 0.8 ))
#x_train = list(map(lambda x: np.array(x[0] + x[1]), data_chosen))
x_data = list(map(lamb
浏览 0提问于2020-06-21得票数 0
我和我的合作伙伴正在制作一个模型，该模型将给定的图像分类为正确或错误地穿着质量。当我们尝试运行我们的模型时，会弹出一个ValueError。我们都是学习Keras和Tensorflow的初学者，所以请放过我们！我们使用Jupyter notebook来运行我们的模型。如果您需要更多信息，请告诉我们。 import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Activation, Flatten, Conv2D, Dropo
浏览 20提问于2021-02-04得票数 0
ValueError: Error when checking input: expected input_1 to have shape (None, 299, 299, 3) but got array with shape (32, 229, 229, 3)
下面是代码的核心部分：
train_datagen = ImageDataGenerator()
train_batches = train_datagen.flow_from_directory('../train/',
target_size=(2
浏览 0提问于2018-03-21得票数 0
回答已采纳
创建模型：
model=Sequential()
model.add(Dense(input_dim = 12, units = 10, activation='relu', kernel_initializer='uniform'))
model.add(Dense(units = 8, activation='relu', kernel_initializer='uniform'))
model.add(Dense(units = 1, activation='sigmoid', kernel_initiali
浏览 0提问于2019-04-25得票数 0
1回答
我想用Keras神经网络进行预测。我的输出数据有3个不同的值--1，0-1。
ValueError: Error when checking target: expected dense_35 to have shape (3,) but got array with shape (1,)
然后我试着做：
from tensorflow.python.keras.utils import to_categorical
results = to_categorical(results)
但同样的错误是：
ValueError: Error when checking target: expect
浏览 1提问于2020-05-01得票数 0
回答已采纳
我正在尝试在我的数据上训练一个CNN model，这是一组由OpenCV从numpy数组生成的gray-scale图像，这些图像是75*70像素。我得到了以下错误： ValueError: Error when checking input: expected conv2d_25_input to have
shape (64, 64, 1) but got array with shape (64, 64, 3) 下面是我的代码： # Importing the Keras libraries and packages
from keras.models import
浏览 25提问于2019-07-03得票数 1
1回答
我试图用Keras模块用Sequential()编译一个dataset，但是我得到了一个值错误：
ValueError: Error when checking model input: expected dense_input_1 to have shape (None, 33) but got array with shape (32, 36)
我多次检查我的代码，但是找不到任何可能的错误。
我有一个包含32个项的数据集，所有这些项都被转换为浮点数。
这是我的神经网络的代码：
# Build neural network
# Sequential
model = Sequential()
浏览 3提问于2017-05-06得票数 0
回答已采纳
2回答
字符串分类(已修改)
、、、
我正在解决一个问题，我有大约32514行乱七八糟的字符"wewlsfnskfddsl...eredsda“，每行的长度是406个字符。我们需要预测它们属于哪个类？这里的类是1-12个书名。
在互联网上搜索之后，我尝试了下面的方法。然而，我得到了一个错误。非常感谢。
#code
y = ytrain.values
#ytrain = y.ravel()
y = to_categorical(y, num_classes=12)
[[0. 0. 0. ... 0. 0. 0.]
[0. 0. 0. ... 0. 0. 0.]
[0. 0. 0. ... 0. 0. 0.]
...
浏览 0提问于2018-05-31得票数 1
1回答
好的，我在使用tensorflow后端修改keras损失时遇到了一点问题。
如果我使用keras.losses.sparse_categorical_crossentropy作为损失，它将像普通的sparse_categorical_crossentropy一样工作。
但是，如果我准确地复制源，并将复制函数移交给loss，则会发生以下错误。
---------------------------------------------------------------------------
ValueError Traceback
浏览 9提问于2019-08-02得票数 0
我想从以下几个层次开始训练一个深层次的网络：
model = Sequential()
model.add(Conv2D(32, 3, 3, input_shape=(32, 32, 3)))
使用
history = model.fit_generator(get_training_data(),
samples_per_epoch=1, nb_epoch=1,nb_val_samples=5,
verbose=1,validation_data=get_validation_data()
使用以下生成器：
def get_tr
浏览 0提问于2017-01-10得票数 72
回答已采纳
1回答
如何在自定义估计器中加入卷积层
、、、、
我为短文本分类做了一个基本的自定义估计器。
它在很大程度上脱离了关于www.tensorflow.org的教程，几乎没有什么小的改变，主要是为了更容易的调整。
特性列是categorical_column_with_hashbucket，包装在embedding_column中。
def text_classifier(
features, # This is batch_features from input_fn
labels, # This is batch_labels from input_fn
mode, # An instance of tf.estimator.
浏览 3提问于2018-10-03得票数 2
回答已采纳
1回答
我有一个生成器，它的yield如下： yield {'ingredients': ingredients, 'documents': documents}, labels yield'd迭代器的形状如下： ingredients.shape (10, 46) documents.shape (10, 46) labels.shape (10,) 一旦这个迭代器通过do my model提供给我，我就会得到以下结果： ValueError: Error when checking input: expected ingredients to have s
浏览 5提问于2019-03-08得票数 0
2回答
我可以在其他帖子中找到类似的问题，但我不能解决我的问题，所以我希望在这里有一个答案。我正在尝试用以下代码训练一个模型： ''' split the sample '''
X_train, X_test, y_train, y_test = train_test_split(csvFile['Tweet'], csvFile['sent_score'], test_size= 0.20, shuffle=False)
'''add layers to define the input dim
浏览 25提问于2020-06-14得票数 0
回答已采纳
我已经成功地实现了一个用于生成音乐的LSTM教程。然而，我正在努力为语言创建一个(我的主要兴趣)。我有一个单词索引，下面是我的数据中的两个例句。
样本预测因子：
[[1],
[1, 6],
[1, 6, 241],
[1, 6, 241, 252],
[1, 6, 241, 252, 11],
[1, 6, 241, 252, 11, 59],
[1, 6, 241, 252, 11, 59, 2],
[1, 6, 241, 252, 11, 59, 2, 62],
[1, 6, 241, 252, 11, 59, 2, 62, 663],
[1, 6, 241, 252,
浏览 0提问于2019-04-27得票数 1
1回答
在rails宝石文件中，我添加了gem 'cancancan'，'~> 1.10'，然后运行bundle安装，然后再运行rails g cancan:异能。
这就是我在我的控制台里得到的
Running via Spring preloader in process 3455
Expected string default value for '--test-framework'; got false (boolean)
Expected string default value for '--jbuilder'; got
浏览 5提问于2017-01-16得票数 0
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
