1回答
我想在keras中创建一个自定义的嵌入层，但是不确定该怎么做。class numpyEmbedding():
return np.
浏览 1提问于2018-08-02得票数 1
在这3列中，3列是数值列，其余3列是分类变量。我想要预测的目标列也是分类变量，它可以再次获得3个可能的值。这个列是一个热编码的。现在我想使用这个多热编码数组作为嵌入层的输入。嵌入层应该输出2个单元。这就是我被困在这里的地方。我不知道如何使用t
浏览 1提问于2018-09-24得票数 4
回答已采纳
1回答
我正在使用tf.keras来构建我的模型。通常，我使用tf.keras.layers.Embedding层来处理分类数据。例如，如果输入列中有一列为下列格式fbInstagramemb_layer = tf.<
浏览 1提问于2020-11-25得票数 0
回答已采纳
下面的代码在CPU和单单元GPU上运行良好(即当#GPU=1时) def __init__(self, train_tf_data/engine/functional.py:1410: CustomMaskWarning:自定义掩码层需要配置，必须覆盖get_config。加载时，必须将自定义掩码层传递给custom_objects参数。
浏览 11提问于2021-12-30得票数 5
我已经制作了我的自定义嵌入层，但当我测试它时，我得到了错误。下面是我的自定义嵌入层。__init__(**kwargs) end_token =
浏览 3提问于2020-06-01得票数 1
我的输入是一个64个整数的数组。 model = Sequential()model.add(Conv1D(64, 2, activation="relu", padding="same", name="convLayer")) 我的训练集中有10,000个这样的阵列。为了让conv1D正常工作，我应该指定这一点？ 我得到了可怕的 ValueError: Input 0 of layer convLayer is incompatible
浏览 103提问于2021-10-16得票数 2
回答已采纳
我想使用tensorflow中的自定义层来制作U-net。我需要在那里使用tf.keras.layers.concatenate，这是我的问题。输入所有其他层的张量，我可以在方法调用中添加到层。但是级联层的语法是tf.keras.layers.concatenate(输入，轴)，我需要类似于tf.keras.layers.con
浏览 18提问于2020-02-22得票数 1
回答已采纳
1回答
嵌入模型内与模型外
、、、、
在模型内部使用嵌入层与在模型外部使用嵌入层有什么区别？我可以将嵌入层构建到模型中：model.add(tf.keras.layers.Embedding(input_dim=1000, output_dim我还可以使用模型外部的embdedding生成嵌入式数据，然后将其输入到模型<e
浏览 8提问于2022-09-06得票数 1
回答已采纳
以下是代码：model.add(tf.keras.layers.LSTM(32, return_sequences=True,stateful=False, input_shape = (20,85,1)))model.add(tf.keras.layers.Dense更新1.0:
我强烈认为这个问题与最
浏览 0提问于2020-05-01得票数 28
回答已采纳
问题根据
"one_hot"：将输入中的每个单独元素编码为一个num_tokens大
浏览 7提问于2021-11-01得票数 1
1回答
我试图把以下教程汇集在一起：
但是，步骤3中的教程通过tfdf.keras.RandomFore
浏览 8提问于2022-05-29得票数 0
回答已采纳
维度是范畴变量的一个热编码。我不知道该为Y做什么，所以我只是对样本进行了一些聚类，并对其中一个热编码的样本进行了数据测试，以便进行建模。Y目标数据有286样本，其中包含6类别的一个热编码。我的最终目标只是让它运行，这样我就可以知道如何修改它，以解决实际有用的学习问题，并使用隐藏的层进行特征提取。(1)输入数据(3)拼合层(
浏览 8提问于2017-11-23得票数 4
回答已采纳
我创建了以下Keras自定义模型：from tensorflow.keras.layers import Layer
def call(selfse
浏览 3提问于2022-02-21得票数 1
回答已采纳
如何打印自定义图层的图层摘要()？3,104,365_________________________________________________________________ 如果你有一个自定义的Tensorflow/Keras层(在这里阅读更多关于它的信息：Making new layers and models via subclassing - Francis Chollet)，那么摘要调用不会分解该子层中的所有<
浏览 21提问于2021-10-28得票数 0
2回答
我正在试着用keras做一个聊天机器人。我给词汇表中的每个单词分配了自己的ID。一个训练样本如下：然后我使用Keras中的嵌入层将这些ID嵌入到大小为32的向量中。然后我使用LSTM层作为隐藏层。问题是我的输出是一个嵌入ID的列表，如下所示。0
浏览 1提问于2017-08-20得票数 8
核心模型是用函数式API构建的，是一个基本的宽模型(输入=多热编码的二进制评级矩阵，输出=每类的概率)，中间有一个隐藏层。为此，我训练了基本模型，然后在模型周围包装了两个自定义层，一个在开始，一个在结束(如这里：) (我也尝试了feature_columns，他们并没有真正为我做这件事)。我还为自定义层指定了"get_config“方法，只要我只在最后使用第二个自定义<e
浏览 4提问于2020-04-06得票数 0
1回答
在Keras中建立一个采样层
、、、、
我试图构建一个自定义Keras层，它返回从以前的softmax层中选择的类的一个热向量，即如果softmax层返回0.4 0.1 0.5，我想根据这个softmax概率在0到2类上做出一个严重的选择。以下是我迄今所做的工作：from tensorflow import keras
from tensorflow.keras import layersfrom tens
浏览 5提问于2021-04-16得票数 2
回答已采纳
我已经在gensim中预先训练了word2vec。在keras中，我希望对从预先训练word2vec中获取的单词使用单词向量，并将单词的词性标记特性编码为一个热向量。在Keras中，我认为使用嵌入矩阵，所以我想在Keras中创建嵌入层来实现这一点，这样它就可以用于更多的层(LSTM)。你能详细告诉我怎么做吗？
浏览 25提问于2019-10-05得票数 0
TLDR
我有一个(Batch_size，R)形状张量，我将为每个R特性分别运行一个嵌入层。R=2for i in range(R):
slice_ = tf.keras.layers.Lambda在模型中运行数据表明存在一个问题:该模型获取最后
浏览 3提问于2021-09-01得票数 1
回答已采纳
1回答
实现自定义层以生成2d指数图像
、、、、
我需要实现一个自定义图层(在Tensorflow或Keras中)，它生成带有可学习参数(方差)的2d高斯热图。我希望这一层将每个样本的中心-这是地面真实的地标坐标-作为输入，并为它们输出2d高斯图像。然而，我不确定如何实现它，因为我必须迭代样本数量，当样本数量为'None‘时，这在'call’方法中的编译过程中是不可能的。更具体地说，在只有一个样本的情况下，这是我生成热图的方式：
def call
浏览 6提问于2019-07-17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
