我想在我的网络中伪造整个批次，以进一步处理数据。这是一个我想要完全展平的层的例子(包括批次维度) x = tf.keras.layers.Dense(128, activation='relu')(x) # has shape [None, 128]我找到了this的帖子，似乎并没有涵盖Tensorflow 2.x。如何在TF 2.x中展平整个批次？
浏览 12提问于2020-08-24得票数 0
Activation('relu'))model.add(Activation('linear'))我想将顺序版本中的keras代码更改为具有如下功能版本的相同代码。Model(inputs=i, outputs=o)但它得到了错误
File "C:\Users\SDS\Anaconda3\lib\site-packages\kerasline 91, in wra
浏览 0提问于2018-09-28得票数 3
我们可以使用MLP的输出作为LSTM网络中的小区状态，并使用反向传播来训练MLP吗？这类似于使用CNN & LSTM的图像字幕，其中CNN的输出被展平并用作初始隐藏/单元状态，并训练堆叠网络，其中甚至CNN部分也通过反向传播进行更新。
我在keras中尝试了一个架构来实现同样的效果。我知道这在tensorflow中更简单，我们可以明确地提到哪些参数要随着损失进行更新，但是有谁可以帮助我使用keras API<
浏览 1提问于2018-07-19得票数 1
1回答
我的培训数据是由单个句子组成的，每个句子都有几个标签(比如10)，每个标签都有一个从1-10开始的离散分数--因此，从本质上说，单个训练示例有一个标签，它不是标量，而是矩阵/向量(10,10)或(1,10*10)。softmax能否根据其本身是矩阵/向量的标签来调整权重？我想微调一个有这种能力的模型。
谢谢。
浏览 0提问于2021-12-22得票数 0
1回答
self.pooling = nn.MaxPool2d(2, 2)
x = nn.functional.relu(x) x = nn.functional</e
浏览 2提问于2020-06-16得票数 0
2回答
我在拼接、合并和拟合中感到困惑。例如，我可以使用model1.add(Flatten)单独展平每个模型，然后将它们连接在一起，还是必须连接并展平所有模型？
浏览 22提问于2019-03-02得票数 3
a，b是已知值(此张量是在初始化过程中创建的)。当在输入张量上调用时，它展平输入张量，展平其存储的张量，并将两者连接在一起。不幸的是，我似乎不知道如何在这个连接过程中保留未知的批次维度。下面是最小的代码： import tensorflow as tf
class CustomLayer这在模型摘要中</e
浏览 14提问于2020-08-12得票数 3
回答已采纳
您好，我正在尝试使用keras来构建一个模型，该模型需要42个输入和输出，29个类中的1个。但是当我尝试拟合我的模型时，我得到了这个错误消息。from tensorflow.keras.utils import to_categorical Y_train_cat = to_categorical(Y_train,Y_test_cat))
浏览 16提问于2021-07-04得票数 1
回答已采纳
tensorflow.math.multiply和tensorflow.keras.layers.multiply有什么区别？同样，tensorflow.math.add和tensorflow.keras.layers.add的区别是什么？(我使用tensorflow 1.15，ubuntu18)tf.multiply 和 .***?K.pow(ra
浏览 9提问于2020-01-01得票数 2
1回答
我尝试在Tensorflow 2.6中使用2D稀疏输入，最小的例子是：layer1=keras.layers.Dense(32)(input1) model = keras.Model(inputs = [input1], outputs = [ou
浏览 1提问于2021-08-26得票数 0
我之前在tensorflow中使用了Estimator API，并使用了"max_steps“，这是在训练期间看到的批次数量。我的数据集是完全合成的和无限的，每次都会动态生成一批全新的图像。新的Keras API使用了“纪元”的概念，它对应于整个数据集。我如何在keras "initial_Epoch“函数中设置"steps_per_epoch”、“initial_Epoch”和&quo
浏览 0提问于2019-10-24得票数 0
我对python和神经网络都是新手，我正在尝试用CNN+RNN为video.Each视频中的手势分类建立一个模型，该视频由30帧( 30幅图像)组成。对于CNN层，我在CNN层使用Conv2D层，在RNN层使用GRU。图像大小为84*84，为RGB图像(通道= 3)。
浏览 184提问于2020-03-26得票数 0
在TensorFlow的Dataset API中，我们可以在GPU处理当前批次的数据时使用dataset.prefetch(buffer_size=xxx)预加载其他批次的数据，因此可以充分利用GPU。我打算使用Keras，不知道keras是否有类似的API让我可以充分利用图形处理器，而不是串行执行: read batch 0->process batch 0->read batch 1-> pro
浏览 14提问于2018-09-05得票数 13
3回答
我正在为两个使用keras和tensorflow后端的类编写图像分类代码。我的图像存储在计算机的文件夹中，我想将这些图像作为输入输入到我的keras模型中。在解决方案中，我们可以使用input_shape=(1, None, None)或input_shape=(None，None,3) (通道最后一个和彩色图像)将不同大小的图像作为卷积层的输入，但fchollet提到它对展平层没有用处，我的模型包括卷积层和
浏览 0提问于2017-12-13得票数 6
1回答
我在Python中为tensorflow使用keras。我有一个自定义的损失函数，它为批次中的每个样本返回一个数字(因此，长度=批次大小的向量)。我如何还可以指定自定义的减少方法，以将这些样本损失聚合为整个批次的单个损失？在自定义损失函数中包含此减少，并让此函数仅返回单个标量而不是损失向量，这是可以接受的吗？
浏览 28提问于2021-10-14得票数 0
我刚刚使用了tf.keras.utils.plot_model，并出现了以下图表：图的右侧显示带有垂直分割的输入和输出形状，但它应该是一个水平拆分，以与左边的"intput:“和" output代码行：from tensorflow.keras.layers import Input, Conv2D, Dense, Flattenfrom tensorflow.keras.utils import plot
浏览 5提问于2022-07-06得票数 0
回答已采纳
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
我正在尝试使用函数式API执行sigmoid激活，例如： next_layer = tf.keras.activations.sigmoid(previous_layer) 我收到以下错误： ValueError: Output tensors to a Model must be the output of a
TensorFlow `Layer` (thus holding past layer metadata, 200), dtype=float32, device=/device:GPU:0) 然而，我可以很容易地调用
浏览 13提问于2019-01-11得票数 2
回答已采纳
1回答
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
腾讯会议
实时音视频
腾讯云开发者
