我想知道是否有可能在卷积神经网络的致密层中添加一个变量(因此，除了来自以前卷积层的连接之外，还会有一个额外的特征集可用于区分目的)？如果这是可能的，谁能给我一个例子/文档来解释如何做到这一点？我希望使用Keras，但如果Keras限制太多，我很乐意使用TensorFlow。编辑:在这种情况下，我认为应该这样做的方法是，我向神经网络提供一个包含图像和相关特征集的列表(以及在训练相关分类期间)。
浏览 3提问于2017-03-02得票数 9
回答已采纳
2回答
我正在使用insider作为TensorFlow中的数据集进行内部威胁检测.以下是代码：import pandas as pdfrom tensorflow import feature_columnfrom tensorflow.keras import layersfrom pan
浏览 3提问于2020-07-03得票数 0
回答已采纳
2回答
我在Keras中使用预先构建的ResNet (TensorFlow 2)，其方式如下：x = Dropout(0.5)(x)cnn_model= Model(inp
浏览 7提问于2021-01-18得票数 1
回答已采纳
我逐渐从只使用Tensorflow切换到Tensorflow+Keras。目前，我仍在使用tensorflow优化器进行训练，但使用的是Keras的Dense层。例如，我如何从密集的Keras层中检索所有的l2惩罚，以便将它们添加到我的总体损失函数<em
浏览 3提问于2017-08-10得票数 2
import tensorflow as tf
cnn.add(tf.keras.layers.Conv2D(filters = 32, kernel_size = 2, activation= 'relu', input_shape = [
浏览 26提问于2020-06-10得票数 0
回答已采纳
我只想从.h5文件中已经保存的模型中删除最后一个密集层，并添加一个新的密集层。我在EfficientNet B0模型上使用了传输学习，并添加了一个2层密集的下拉列表。最后一个密集层有3个节点，等于我的类数，如下所示：
inputs = tf.keras.layers.Input(shape=(IMAGE_HEIGHT,
浏览 5提问于2022-03-04得票数 2
我有一个数据集，我正在尝试使用Keras训练它，但每次我都收到这个错误："ValueError: Shapes (None，1)和(None，48，48，96)不兼容“，但我找不出问题所在。X = np.array(X, dtype='float32')print(len(X)) model.add(Dense(CLAS
浏览 35提问于2020-12-11得票数 0
回答已采纳
我在标题中提到了错误。 根据我的搜索，一些人说这个错误属于tensorflow和keras库的不同版本，另一些人说这是一个语法错误。我会在这里留下我的代码，告诉我我在哪里犯了错误。#IMPORTING LIBRARIESimport pandas as pdfrom keras.preprocessing.image##initialising the cnn
cnn
浏览 1098提问于2020-12-13得票数 1
据 on tf.keras.layers.Conv2D说，
import tensorflow as tf
class CNN，在<
浏览 0提问于2018-11-06得票数 0
1回答
我想使用Keras和TensorFlow来创建 CNN架构，就像中描述的那样。展示了一种使用合并层的方法，该合并层已从Keras中删除。如何将此CNN架构复制到更新版本的Keras？
浏览 3提问于2020-02-09得票数 0
我有一些用Python3.7开发的神经网络，用于使用TensorFlow中包含的Keras包对图像进行分类，我想导出层和权重模型，以便将其导入到使用Tensorflow.js的Node.js应用程序中。我将神经网络保存为h5格式，其中包含两个单独的文件，一个用于层模型，另一个用于权重模型。尝试遵循Tensorflow提出的这个教程()，但它不起作用。from tensorflow.python.keras.model
浏览 13提问于2019-07-06得票数 0
在对数据进行预处理之后，我想应用'InceptionResNetV2'.其中，我希望删除这个Keras应用程序的最后一层，并希望添加一个层。为此，我编写了以下脚本：irv2.summary()
NameError: name 'Mod
浏览 0提问于2021-10-31得票数 1
在我的TensorFlow模型中，我有一些数据，在它进入几个完全连接的层之前，我将它们输入到CNN堆栈中。我已经用Keras的Sequential模型实现了这一点。然而，我现在有一些不应该进入CNN的数据，而是直接进入第一个完全连接的层，因为这些数据包含一些值和标签，这些值和标签是输入数据的一部分，但该数据不应该进行卷积，因为它不是图像数据。这样的事情可以用tensorflow.keras<
浏览 9提问于2019-10-10得票数 1
在二维卷积的TensorFlow中，我们有：
tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None,
浏览 5提问于2017-04-24得票数 6
回答已采纳
我在tensorflow中有一个简单的CNN模型，它接收图像并预测6个元素的标签向量。因此我的模式的最后一层是密集的(6)。Label应该是二进制的，而Label1:6是连续的值。因此，我希望仅在输出的第一个节点上对输出层应用sigmoid激活，而保持其他5个输出不变。如何使用tensorflow.keras实现这一点？为了简单起见，我的模型构建代码目前看起来像这样： model = tf.keras.models.Sequentia
浏览 33提问于2021-11-16得票数 2
回答已采纳
1回答
在模型上应用一个层是做什么的？
、、、、
我正在使用tensorflow.keras API，并且遇到了我不熟悉的语法，即在子模型的输出上应用一个层，如下面的示例所示
base_cnn = resnet.ResNet50, output, name=&qu
浏览 0提问于2021-11-20得票数 0
我试图在Tensorflow中建立一个多任务CNN，它有两个密集的平行层，一个用于年龄预测，另一个用于性别预测。我如何训练每个密集层的不同数目的时代，因为其中一个可以收敛在另一个和训练两个相同的年代不可能超过其中一个？另外，如果我把年龄和性别的梯度传播给CNN，它会不会过分适合，因为它的重量被更新的速度是密集层速度的两倍？
浏览 0提问于2018-09-04得票数 4
我正在做一个CNN项目，对玉米病害图像进行分类(4类)，它使用VGG16作为它的基本模型。我创造并保存了模型。我是否需要将输出层神经元设置为8(棉花4，玉米病害4)？这是我的代码，棉花CNN使用玉米植株模型为基础。我尝试了最后两层(输出层和密集层)，然后添加了新的密集层，然后输出层有8个神经元，但当我训练，我得到错误的逻辑和标签必须是可广播的。from tensorflow.<em
浏览 0提问于2022-04-03得票数 0
首先，我将我的图片输入到我在凯拉斯的CNN模型中。flat = Flatten()(max_pool_final)
dense = Dense(12
浏览 6提问于2018-01-27得票数 2
回答已采纳
1回答
我正在尝试理解如何使用这里显示的tf.keras.layers.Attention： Tensorflow Attention Layer 我正在尝试使用它与编码器解码器seq2seq模型。decoder_fwd_state, decoder_back_state = decoder_lstm(dec_emb,initial_state=[state_h, state_c]) 我的问题是，如何在这个模型中使用keras中的给定关注层？
浏览 77提问于2020-06-28得票数 4
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
