腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
文章
问答
(9999+)
视频
沙龙
1
回答
与
DenseNet
迁移
学习
不
兼容
的
形状
machine-learning
、
keras
、
densenet
我想用
DenseNet
做
迁移
学习
,我找到了一个我想要解决
的
例子。model_d=
DenseNet
121(weights='imagenet',include_top=False, model.summary() 因此,这是用这
浏览 17
提问于2021-01-31
得票数 0
1
回答
期待KerasTensor - Got:<BatchDataset
形状
:...>
python
、
tensorflow
、
keras
、
tensorflow2.0
、
tensorflow-datasets
初学者问题:在处理keras函数模型
的
输入张量时发现了意外
的
实例。期待KerasTensor,这是来自tf.keras.Input()或来自keras层调用()
的
输出。Got:<BatchDataset
形状
:(无,128,128,3),(无,),类型:(tf.float32,tf.in
浏览 9
提问于2022-02-02
得票数 2
2
回答
InvalidArgumentError:
不
兼容
的
形状
:[32]
与
[8] - Keras
迁移
学习
python
、
keras
、
deep-learning
、
transfer-learning
我正在尝试使用Mobilenet执行
迁移
学习
,以下是我
的
代码from keras.applications.mobilenettensorflow_backend.py:3009) ]] [Op:__inference_keras_scratch_graph_111168] keras_scratch_graph 我
的
训练数据集
形状
是(3066,
浏览 1
提问于2020-07-03
得票数 1
1
回答
ValueError:调用Layer conv2d_41时使用
的
输入不是符号张量。层
的
所有输入都应该是张量
keras
、
keras-layer
、
transfer-learning
我尝试使用backbone
的
自定义输入进行
迁移
学习
:model_1 | |我
的
代码:model_1是我
的
小型网络: model_2是Mobilenet或VGG16,或
Densenet
, name
浏览 0
提问于2019-08-27
得票数 1
2
回答
无法将chexnet预训练权重文件加载到
Densenet
121
tensorflow
、
keras
、
pre-trained-model
、
densenet
我正在尝试将Keras chexNet权重文件加载到
Densenet
121,https://www.kaggle.com/theewok/chexnet-keras-weights 我正在获取ValueError:您正在尝试将包含242层
的
权重文件加载到具有241层
的
模型中。如果我调用
densenet
121
densenet
= tf.keras.applications.
DenseNet
121(weight
浏览 81
提问于2020-10-16
得票数 0
1
回答
Tensorflow 2:如何拟合在call方法中返回多个值
的
子类模型?
tensorflow
、
keras
、
computer-vision
、
tensorflow2.0
、
tf.keras
import
DenseNet
201from tensorflow.keras.layersimport Flatten, Dense self.feature_extrac
浏览 2
提问于2021-06-09
得票数 1
回答已采纳
2
回答
input_shape在keras.applications中是如何工作
的
?
python
、
tensorflow
、
keras
我已经通过了Keras ,但我仍然无法理解input_shape参数是如何工作
的
,以及为什么它在传递自定义输入
形状
时
不
更改我
的
DenseNet
模型
的
参数数。Non-trainable params: 83,648理想情况下,随着输入
形状
的
增加,参数
的
数量应该会增加,但是,正如您所看到
的
浏览 0
提问于2019-02-20
得票数 0
1
回答
使用预先训练
的
网络(Pytorch)
的
分类器需要什么输入
形状
?
machine-learning
、
deep-learning
、
pytorch
我正在尝试理解如何使用两种不同
的
预培训网络: Vgg11和
Densenet
121来理解火炬传递
学习
。我已经通过上述网络
的
“功能”部分运行了
形状
数据(3x224x224),输出
形状
如下:
Densenet
121特性输出
形状
:1024x7 x7 现在,我试着用我自己
的
分类器来代替训练前
的
那台在检查这两个预先训练
的
分类器时,我看到Vgg11分类器在
浏览 1
提问于2020-03-12
得票数 0
回答已采纳
1
回答
ResNet总是预测一个类
python
、
tensorflow
、
keras
我正在尝试在Keras + Tensorflow中对一个选定
的
位置子集进行
迁移
学习
-205个数据集,仅包含27个类别。我正在使用InceptionV3、
DenseNet
121和ResNet50,在ImageNet上进行了预先训练,并添加了几个额外
的
层来适应我
的
类。如果模型是ResNet,我会为分类添加Flatten + Dense,如果是
DenseNet
或Inceptionv3,我会添加全局平均池+ Dense (relu) + Dense (分类)。和Inceptio
浏览 0
提问于2018-04-16
得票数 1
1
回答
ValueError:意外地找到了一个类型为`<class 'keras.layers.core.lambda_layer.Lambda'>`
的
实例.期望一个符号张量实例
python
、
tensorflow
、
keras
、
lambda
、
transfer-learning
我正在尝试使用
迁移
学习
来训练CIFAR10数据集,而一篇研究论文则使用了调整大小
的
技术,但是函数改变了名称。= tf.keras.applications.
densenet
.
DenseNet
121(include_top=False, pooling = max, input_tensor=upscale,()x = keras.layers.Flatten()(x) x = keras.layers.BatchNormalizati
浏览 12
提问于2021-12-28
得票数 0
1
回答
PyTorch:使用
与
输入大小不同
的
目标大小(torch.Size([1])) (torch.Size([1,1]))
machine-learning
、
pytorch
我是PyTorch新手,致力于推荐系统
的
实现。按照网站
的
指示,我给
DenseNet
模型
的
方式
与
MatrixFactorization模型完全相同。F.hardsigmoid(prediction) return self.forward(user, item)
浏览 4
提问于2021-02-06
得票数 0
1
回答
以下Pyhthon架构库: EfficientNet &
DenseNet
169 EfficientNet导入问题
python-3.x
、
deep-learning
、
conv-neural-network
、
efficientnet
、
densenet
我试图使用以下深度
学习
CNN架构:
DenseNet
169 & EfficientNet
与
传输
学习
。import
DenseNet
169from keras_applications.
densenet
.
DenseNet
121import
DenseNet
121 f
浏览 1
提问于2020-01-17
得票数 1
1
回答
使用ImageDataGenerator进行
迁移
学习
时出现
形状
不
兼容
错误
python
、
keras
、
transfer-learning
、
data-augmentation
为此,我从3个不同
的
班级收集了一些图像。首先,我实现了Xception模型(冻结了除最后一层之外
的
所有层)。然而,它被过度拟合了。然后,我决定使用数据增强策略。但是得到错误
的
ValueError: Shapes (None, None) and (None, None, None, 3) are incompatible。我试了试我在网上找到
的
东西,但不起作用。谁能指出我做错了什么?下面是代码。
浏览 27
提问于2021-05-30
得票数 0
回答已采纳
1
回答
实体框架核心
迁移
兼容
性
entity-framework
、
entity-framework-core
我知道实体框架
迁移
与
实体框架核心
不
兼容
,但是我找不到一种声明来说明实体框架核心
迁移
是否保证
与
实体框架核心
的
所有未来版本
兼容
。有这样
的
说法吗?
浏览 3
提问于2022-01-10
得票数 0
回答已采纳
1
回答
使用Pytorch
的
*list、.children()和nn.sequential创建
的
模型会产生不同
的
输出张量
python
、
machine-learning
、
pytorch
、
pre-trained-model
、
pytorch-lightning
我目前正在尝试在我
的
模型中使用预先训练好
的
DenseNet
。我遵循这个教程:https://pytorch.org/hub/pytorch_vision_
densenet
/,它工作得很好,输入为1,3244244,它返回1,1000张量,
与
预期完全相同。然而,目前我正在使用此代码将预训练
的
Densenet
加载到我
的
模型中,并将其用作“特征提取”模型。这是init函数中
的
代码 base_
浏览 251
提问于2021-10-24
得票数 0
回答已采纳
2
回答
“setBounds”
的
参数%1
的
类型
不
兼容
objective-c
我正在尝试做我自己
的
自定义类,并
学习
C和Objective C。我收到
的
错误是参数1
的
类型
不
兼容
。;- (void) draw; 然后我导入Shape.h文件(上面的代码)并尝试创建如下
形状
形状
rect0 ={ 0,0,10,30 };ShapeRect =
形状
新;[shapes setBounds: r
浏览 2
提问于2010-02-02
得票数 1
1
回答
使用Keras调谐器RandomSearch错误进行超参数调整
python
、
tensorflow
、
keras
、
deep-learning
、
keras-tuner
我正在使用keras调谐器来优化超参数:隐藏层、神经元、激活函数和
学习
率。我有31个输入,32个输出,N个数据样本
的
时间序列回归问题。我
的
原始X_train
形状
是(N,31),Y_train
形状
是(N,32)。我将其转换为keras
形状
,并重塑X_train和Y_train,如下所示: X_train.shape:(N,31,1) Y_train.shape:(N,32)。 当我使用超参数调整时,它显示ValueError:层lstm_1
的
输入0
与</e
浏览 8
提问于2021-04-25
得票数 1
1
回答
如何构造标签以匹配分类输出层(ANN)?
python
、
tensorflow
我正在努力
学习
和理解如何使用人工神经网络实现多类分类。在我
的
例子中,我有16个类(0-15),我
的
label数据集包含一个带有label值
的
列。所以我知道输出层应该有和类相同数量
的
神经元。当我用16个神经元创建输出层时,我得到了以下错误消息:y_train= tf.one_hot(y_train, 16) ValueError:
形状
浏览 2
提问于2022-05-11
得票数 0
回答已采纳
3
回答
使用Keras
的
迁移
学习
:输入
形状
不
匹配
python
、
keras
、
neural-network
、
transfer-learning
我正在运行一个使用keras
的
预训练模型
的
分类和预测神经网络算法。现在我知道keras
的
输入
形状
是(224,224,3),但是我
的
输入具有这个
形状
(180, 200, 20),并且我得到了以下错误: ValueError: Dimension 0 in both shapes
浏览 0
提问于2019-08-20
得票数 0
2
回答
组合编码器和解码器模型
python
、
keras
、
autoencoder
显示索引错误
的
原因。编码器和解码器是分开定义
的
,当我通过最后一行组合这两个模型时,如图所示,它抛出了索引错误。
浏览 0
提问于2018-09-03
得票数 1
点击加载更多
相关
资讯
迁移学习与跨域推荐,以及解决跨域推荐的方法
微软成功修复Windows 11 24H2与Voicemeeter不兼容引发的蓝屏故障
清华与微软团队联合提出基于领域知识迁移学习的神经信息检索
与您的安卓设备不兼容的应用程序现在将出现在 Google Play 上
打造能倾听所有人的语音AI:迁移学习与合成语音的实践应用
热门
标签
更多标签
云服务器
ICP备案
对象存储
即时通信 IM
云点播
活动推荐
运营活动
广告
关闭
领券