我正在尝试弄清楚如何在Keras中使用和functional。使用非函数式Keras语法，我可以很容易地创建一个GRU模型来屏蔽所有零值，如下所示：model.add( tf.keras.layers.MaskingAPI复制此模型的尝试如下所示：
x = tf.keras.layer
浏览 19提问于2021-02-23得票数 1
回答已采纳
1回答
我使用TensorFlow Functional创建了一个语言翻译模型。这就是模型encoder = tf.keras.Input(shape=(200, ))encoder_gru = tf.keras.layers.GRU(units, return_sequ
浏览 3提问于2021-07-07得票数 2
通过传递作为层参数的值，可以在Keras中的基本LSTM或GRU层上应用递归下拉列表。
CuDNNLSTM和CuDNNGRU是与CUDA兼容的LSTM和GRU层。主要的优点是他们在训练中的速度是原来的10倍。然而，它们缺乏Keras中LSTM或GRU层的一些
浏览 0提问于2018-12-06得票数 5
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.layers.MaxPooling2D(2, 2)
浏览 3提问于2020-08-16得票数 0
回答已采纳
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
model = Sequential()
model.add(Embedding(input_dim=vocab_size, output_dim= EMBEDDING_DIM,
浏览 3提问于2019-11-25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
访问keras模型中输入层的元素
、、、、
我正在尝试编译和训练一个RNN模型，以便使用进行回归。我使用"Functional“方法来定义我的模型。我要做的是将GRU层输出中的特征串联起来，然后用适当的掩码将它们相乘，只保留与初始视频长度相对应的特征。更准确地说，<e
浏览 11提问于2022-06-09得票数 1
回答已采纳
我有一个用Keras用python编写的简单的GRU网络，如下所示： gru1 = GRU(16, activation='tanh', return_sequences=True)(input)dense = TimeDistributed(Dense(16, activation='tanh'))(gru1)
output = TimeDistributed(Dense(1, activation="sigmoi
浏览 30提问于2020-04-23得票数 1
回答已采纳
1回答
我愿意创建一个3层的GRU模型，其中每一层将分别有32,16,8个单元。该模型以模拟量为输入，产生模拟量作为输出。(units=neuron[i]))
File "/home/momtaz/PycharmProjects/venv/lib/python3.6/site-packages/keras/engineoutput_tensor = layer(self.ou
浏览 99提问于2019-06-20得票数 0
我使用的是Keras functional API。我有一些通过softmax层输出概率分布的模型：接下来，我通过将logits与表示合法操作的位向量相乘来屏蔽非法操作(或者类，如果您愿意的话)：
mask_illegal_moves
浏览 3提问于2020-01-16得票数 0
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
我有一个cnn模型： model = Sequential()
model.add(Convolution2D(32, (3, 3), activation='relu', input_shape=(model.add(Dense(3)) #default linear activation 并训练它 在我想使用CNN的权重之后，在CNN-LSTM模型中使用它们。所以我有这样的东西： #Load from previous CNN (pre-trained!)
浏览 18提问于2020-04-10得票数 0
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
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='categoric
浏览 16提问于2018-12-17得票数 0
回答已采纳
语言是Python 3系列.使用Tensorflow。from keras.layers import Dense我想预测15，8，3的输出，正如我想的，应该在128附近，结果是15 *8+ 3，但在现
浏览 1提问于2018-07-31得票数 0
回答已采纳
目前，我正在尝试使用Tensorflow上的Keras对timeseries数据进行分类。我能够运行一个非常简单的模型，但经过一些反馈之后，建议我在一行中使用多个层，并在密集层周围添加TimeDistributed包装器。下面是我试过的模型：model.add(GRU(100, input_shape=(n_timesteps, n_fe
浏览 0提问于2019-05-14得票数 1
回答已采纳
2回答
我目前正在开发一个使用Keras + Tensorflow的模型，以便确定一组蛋白质的温度范围。我首先做的是创建一个预先训练的模型，将蛋白质转化为嵌入物，然后预测其各自的温度。我现在要做的是将这个pre=trained模型合并到一个新模型中，该模型可以使用这个给定的模型和相应的</em
浏览 30提问于2020-11-11得票数 1
回答已采纳
1回答
我想在我的项目中将这两个模型连接起来，我在这个领域是相当新的，所以请不要苛刻地评判我。所以这是代码。df_y_train,validation_data=(df_x_test, df_y_test),
callbacks=[monitor],verbose=2,epochs=1000) 在得到模型之后
浏览 20提问于2020-11-02得票数 0
云服务器
ICP备案
云直播
实时音视频
即时通信 IM
腾讯云开发者
