1回答
使用Keras进行语句级编码
、、、、
我的任务是使用Keras构建文本相似度的监督模型。我的输入是一对长格式的文本，目标是0或1。我正在尝试为每个文本在一个句子中编码单词。这样做的目的是为了从不同层次的文档中获取知识structure.For，我首先将文本分割成一个句子列表，然后对其进行标记化。encoder_input1 + encoder_input2], out) 现在，我在运行模型时得到以下错误： ValueError: Input tensors to a Model must come from `keras.layers.Inp
浏览 16提问于2020-01-14得票数 0
我正在使用flow_from_directory (TensorFlow后端)，我正在尝试了解如何使用keras引入我的标签/蒙版来进行图像分割(3个标签)。由于这是语义分割，因此对图像中的每个像素进行分类需要使用像素级交叉熵损失函数。正如我在一些帖子中读到的，keras (或TensorFlow)要求我的label_image/mask是热编码的。它们是否应该编码为0，0，0 但是在我找不到答案
浏览 18提问于2019-07-02得票数 1
回答已采纳
我认为sklearn.OneHotEncoder、pandas.get_dummies和keras.to_categorical的目的是相同的。但我不知道有什么区别。
浏览 5提问于2021-12-15得票数 1
回答已采纳
1回答
我最初尝试制作一个RNN，它可以预测莎士比亚的文本，我成功地使用了字符级编码。但是当我切换到字级编码时，我遇到了很多问题。tokenizer.document_count，但这只是返回1)，以便在拟合模型时设置steps_per_epoch = dataset_size // batch_size (现在，char和字级编码返回在构建数据集时，可能需要使用repeat()函数。
因此，我假设我的代码相信我拥有比实际更多的训练集。或
浏览 1提问于2021-04-18得票数 1
回答已采纳
1回答
我正在尝试训练一个深度神经网络，使其能够根据字符串的值对其进行分类。所以，这意味着我的数据全是文本。然而，它不是句子意义上的文本，这是我在互联网上看到的大多数文本分类主题所谈论的内容。为了让算法起作用，我对输入进行了一次性编码(尽管这些不是分类值，所以我不确定是否有更正确的方法对它们进行编码)并训练模型。然而，问题是，当我尝试运行算法在测试或训练数据集中没有看到的新文本字符串时，算法希望输入是单热编码的训练数据集的形状。([
keras.layers.Dense(1),
浏览 32提问于2020-07-02得票数 0
回答已采纳
我正在做标签编码使用编码器使用以下代码。它进行编码，但从1开始，而不是0。我怎么才能从0开始编码？使用以1开头的标签编码，它会给出错误：Received a label value of 13 which is outside the valid range of [0, 13)model = keras.Sequential([
浏览 0提问于2020-07-14得票数 1
我有一个像临床指标一样的响应变量，并将执行基于一系列预测变量的多元回归，所有的预测变量都是数值变量或范畴虚拟变量，除了种族是4级范畴变量之外。要执行此回归，我需要对race变量进行虚拟编码。语句的确切编码或选项是什么？
浏览 11提问于2022-11-02得票数 0
我试着使用GBM，随机森林，TensorFlow和Keras后端来训练模型。无论我使用哪种方法，我都观察到了模型的特殊行为：我怎样才能防止这种行为？我使用的是RStudio。我不是要求对上面的模型进行具体的调整，而是想讨论在什么情况下所有结果都被分配了相同的概率。
我可以猜到，这个问题与损失函数有关。我知道没有办法使用</em
浏览 0提问于2019-08-15得票数 1
from keras.models import Sequentialfrom keras.models import Sequential, load_modelfrom keras.wrappers.scikit_learn
浏览 1提问于2019-01-25得票数 0
2回答
我想在keras NN (函数模式)上添加一个1D输入数据的随机混洗作为第一层。 这有可能吗？如果不可能，随机翻译将是第二好的。我发现keras实现了keras.layers.experimental.preprocessing.RandomTranslation。我尝试用以下命令对输入进行预处理 input_layer = keras.layers.Input(input_shape)
randomTranslation=keras.layers.experimenta
浏览 19提问于2021-03-31得票数 0
回答已采纳
我在Keras中实现了以下教程： https://towardsdatascience.com/nlp-sequence-to-sequence-networks-part-2-seq2seq-model-encoderdecoder-model-6c22e29fd7e1 在简介中，作者表示，该设置适合于将随机变化大小的输入序列与随机变化大小的输出序列进行匹配。让我们假设输入是英语句子，输出是法语句子，如本教程所示。 我目前的理解是： 编码器输入是作为要嵌入的整数序列的英<e
浏览 28提问于2019-01-17得票数 0
1回答
我正在使用Keras在许多256x256的2D图像中执行像素级多类分类。由于我拥有的数据量和类别(32)，我在训练期间使用图像生成器将数据馈送到网络中。生成器的主要目的是对我的基本事实进行单次编码，它最终的大小是256x256x32 (如果我尝试预先进行单次编码，我会得到一个OOM错误)。但是，当我尝试在拟合模型时使用class_weight设置时，我得到一个错误，说它不支持3+维度目标。我已经展平了我的图像，所以输出是size (b
浏览 29提问于2019-02-02得票数 2
我试图对mnist的手写数字进行分类，但我总是从keras那里得到相同的错误。import tensorflow as tfimport tensorflow.keras as keras
model.add(keras.layers.Dense(15, input_shape=(784,
浏览 8提问于2018-07-22得票数 0
1回答
label_A...我想使用通用语句编码器(v4)来获得该字符串的嵌入(将是句子)，然后将其输入LSTM，对该序列进行预测。最后我得到了下面的代码：import tensorflow as tff
浏览 2提问于2021-06-23得票数 1
回答已采纳
我是一个初学者，我试图在20个班中对一些图像进行分类。这是我试图使用的代码：from tensorflow.python.keras.layers importFlatten())model.add(Activation('softmax'))
loss = tf.keras.losses.Cat
浏览 1提问于2019-11-23得票数 0
回答已采纳
下面是我如何构建这两个模型：(1)句子编码器(sentEncoder)，它提供给(2) doc编码器(docModel)。
文件"C:\ProgramData\Anaconda3
浏览 2提问于2021-10-14得票数 0
回答已采纳
指向前面问题的链接在这里：inputs = keras.Input(shape=(29,29,1))
x = keras.layers.LeakyReLU(0.1)(x)
x = keras</
浏览 3提问于2020-06-29得票数 2
回答已采纳
我希望使用win 10 (我不会使用linux) -在c#.net应用程序中使用tesseract Nuget包。
我应该使用tesseract或其他OCR引擎吗？
浏览 1提问于2019-01-27得票数 0
我是keras的新手，并且已经在分类数据上训练了一个简单的顺序模型。我对标签进行了热编码，并在热编码上训练了模型。然而，当我使用predict_classes时，我得到了一个整数数组(我知道它们表示预测返回的softmax输出中最可能的类的索引)，但我不知道如何将该输出映射回原始的热编码。
浏览 2提问于2018-06-13得票数 1
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
云直播活动推荐
腾讯云开发者
