我正在尝试构建一个简单的分类CNN，它将使用以下代码将一组1233张图像分为4类： batch_size=1233, shuffle=False,
model_unclassified = keras.Sequential
浏览 4提问于2020-06-08得票数 2
回答已采纳
1回答
我已经尝试使用fit_generator，但错误仍然存在 这是我构建的模型 model = Sequential() verbose=1,
validation_data=(x_val, y_val),callbacks=[monitor]) 在运行模型时，
浏览 21提问于2019-05-08得票数 0
2回答
输入形状误差
、、
我试着学习在线教程(、等)，但是当使用keras TimeseriesGenerator来拟合LSTM模型时，我无法正确地获得输入维度。然后我定义了keras TimeseriesGeneratorlook_backrelu', input_shape=(look_back, 1)))model.compile(optimizer=
浏览 1提问于2019-08-24得票数 1
我正在实现一个tf.keras.Model (不是一个Sequential模型！)应该使用fit_generator进行训练。但是，fit_generator会引发错误，可能是因为输入形状在编译时不可用。下面是一个最小的例子： import tensorflow as tf
self.dense1 =
浏览 27提问于2019-05-27得票数 3
1回答
我正在尝试用keras实现一个lstm模型。问题是我有不同形状的数据。numpy as npimport h5pyfrom keras.layersimport Densefrom keras.models import Model
X_train, X_test, y_train
浏览 3提问于2018-05-14得票数 1
回答已采纳
我有一个非常简单的keras顺序模型： keras.layers.SimpleRNN(1, input_shape=[None,np.newaxis]X.shape -> (4,2,1)由于我的形状，我希望我的输出形状是我的问题是:当模型预测输出的形状与y的形状<e
浏览 2提问于2020-04-12得票数 0
DenseNet预训练模型(VGG、ResNet、Keras等)在具有输入形状(224,224，3)的ImageNet上训练后建立权重。但是，Keras允许我们指定任何其他输入形状(宽度和高度不应小于32)。当输入形状不是(224,224，3)时，Keras如何确定第一个隐藏层的初始权重？
浏览 0提问于2021-10-22得票数 1
from keras.models import Modelfrom keras.optimizers import Adammodel = Model([input_1, input_2, y_input], output_1)
#Compile and fit_generator我认为这是被处理的，但是在我的代码中，当我在__get_item__中打印出__get_item__<
浏览 0提问于2018-11-23得票数 3
回答已采纳
0回答
我在keras的fit_generator函数中使用的自定义生成器函数返回的numpy数组的形状出现了一个看似简单的问题。encoder.encode(s[:,3]) y = [out1_y, out2_y]通过使用for循环并打印形状，我可以获得从in1_X返回的形状，这只需返回(60,)
但是，当使用fit_generator</
浏览 2提问于2017-06-15得票数 1
回答已采纳
3回答
我正在尝试使用自己的数据运行这个示例，所以我根据我的图像修改了它的InputLayer。然而，在输出层上，尺寸有一个问题。autoencoder.compile(optimizer='adadelta', loss='binary_crossentropy')
然后，当我运行fit时，
浏览 4提问于2018-05-25得票数 5
1回答
我试图使用下面的代码与convlstm2D和VGG16一起使用：
video = Input(shape=(no_of_frames, img_width, img_height, channels))/engine/training_generator.py"，initial_epoch=initial_epoch中) fit_generator initial_epoch=initial_epoch第217行，在fit_generator class_weight=class_weight
浏览 1提问于2020-03-06得票数 0
回答已采纳
我遇到了keras和tensorflow的问题，使用以下代码：from tensorflow.keras，那不是故意的，但对我来说，这似乎不合逻辑，因为这种方法对于定义更复杂的网来说是非常舒服的，而且我已经准备好使用Py手电，我很确定，这也应该适用于tf和keras。如果我对keras使用直接导入，则得到一个不同的错误：
Using Tens
浏览 0提问于2018-11-29得票数 2
回答已采纳
下面的代码用于使用带有tensorflow后端的keras和python识别5个图像类。我使用过imageDataGenerator，但是当我运行它时，它已经开始训练了，过了一段时间之后，出现了错误。AttributeError: DNN对象没有属性'fit_generatornp
impo
浏览 1提问于2018-12-01得票数 1
回答已采纳
1回答
输出层的形状总是(1，)
、、、
我正在尝试做一个简单的Keras模型。但是，不管我指定的输出形状是什么，输出层总是形状(1,)，所以由于输出层和目标数据形状不匹配，所以不能训练我的模型。import kerasfrom keras.layers import InputLayer, LSTM, Dense
#when checking target: expected dense_4 to
浏览 6提问于2019-09-23得票数 0
回答已采纳
我使用一个自写生成器来使用Keras .fit_generator()函数。之后，我使用了tensorflow函数dataset = dataset.apply(tf.contrib.data.unbatch())，所以我的数据集的形状是((200,200,3),(),(),(.fit_generator()函数输入我的网络。fit_generator()函数按批处理方式工作，但如何工作？虽然我听起来很愚蠢，但我有种感觉，我的网络只需一个迭代步骤就可以
浏览 0提问于2019-07-12得票数 0
我想使用Keras为Faces数据集实现一个自动编码器。我使用train_on_batch是因为数据集太大了，但我面临这个问题： batch_index = 0x = keras.layers.UpSampling2D(2)(x)
x = keras.layers.Conv2DTranspose(20,2,activation='relu')(x)x = keras<
浏览 4提问于2019-02-12得票数 0
我以前也以同样的方式成功地使用过load_weights，我不知道为什么现在会这样。 如果有人能帮上忙，那就太好了
浏览 21提问于2021-01-04得票数 1
1回答
我想使用训练-测试-验证交叉验证来识别最简约的LSTM模型，方法是使用所有可用的输入训练模型，然后对其进行修剪，直到分数停止提高。我使用提前停止来帮助最小化运行时间，并使用ModelCheckpoint来保存最佳权重(具有最低“val_loss”的时期)。from keras.models import Sequentialfrom keras.layers import Dropoutfrom k
浏览 0提问于2017-10-12得票数 0
我在木星笔记本中使用Keras2.0.8和Python3内核。我的后端是TensorFlow 1.3，我正在开发Mac。每当我使用fit_generator()时，我都会收到以下警告：
/Users/username/anaconda/envs/tensorflow/lib/python3.6/site-packages/ipykernel/main.py:5: UserWarning: Kera
浏览 3提问于2017-09-20得票数 6
回答已采纳
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
