在keras中，如何在将输入输入到神经网络的同时使用两个不同的生成器？

文章/答案/技术大牛

发布

1回答

python-3.x、machine-learning、keras、deep-learning、generator

我有一个庞大的数据集。当我处理这样的数据集时，我通常的方法是使用numpy存档将其拆分成多个微小的数据集，并使用生成器来处理它们。有没有其他的替代方案呢？我还想将随机运行时图像增强与Keras图像预处理模块结合起来，这也是一个生成器类型的函数。我如何流传输这两个生成器进程？Keras图像增强模块的链接如下所示。https:&#x

浏览 17提问于2019-06-04得票数 0

1回答

如何处理两个神经网络的两个输入

python、tensorflow、keras、neural-network、anaconda

我想在Keras中构建这样的体系结构。这里，一维CNN (平坦)的输出将作为ANN的输入，其他一些额外的输入也将提供给ANN。因此，有两个位置，这整个模型将接受输入。如何在Keras处理这件事？在model.fit函数中，我们通常使用一个输入。我在</em

浏览 2提问于2019-07-26得票数 1

回答已采纳

1回答

什么样的神经网络结构适合于图像的图像学习？

machine-learning、deep-learning、neural-network、image-classification、convolutional-neural-network

从输入图像到输出图像存在映射。假设输入图像是一张纸，中间有一个方形的孔，输出图像是当光线照射在纸上时输入图像的阴影，它看起来也像一个正方形，但有一些模糊和大小不同。(实际的模式要比这个正方形的洞复杂得多)我正在尝试实现一个神经网络，它可以学习这种映射，当给定输入图像时，网络可以预测输入图像的“阴影”。我尝试使用一个卷积的自动编码

浏览 0提问于2018-04-23得票数 2

1回答

使用神经网络学习分类值的分布

python、tensorflow、machine-learning、keras、neural-network

使用神经网络学习分类值的分布其目的是使用神经网络对一维输入进行分类。应该对两个类进行分类，即A和B。用于确定类的每个输入都是一个介于0.0和1.0之间的数字。class A的输入值在0和1之间均匀分布，如下所示： ? class B的输入值都在0.4到0.6之间，如下所示： ? 现在我想训练一个<e

浏览 25提问于2019-04-24得票数 1

回答已采纳

1回答

TensorFlow中同一网络错误的两个输入

tensorflow、deep-learning、neural-network

我正在尝试一个分别连接表示和分类部分的TensorFlow模型。然而，我的分类器使用来自相同表示网络的两个输入，当我编码这个体系结构时，我收到错误：“传递给模型的输入列表是多余的。所有输入应该只出现一次。”这是我拥有的代码。(inp, output) inp1 = tf.keras.Input(shape=[100, 300]) inp2 = t

浏览 17提问于2020-09-21得票数 0

1回答

在Keras中，Conv2DTranspose和Conv2D有什么区别？

tensorflow、keras、conv-neural-network、convolution、deconvolution

我目前正在用Tensorflow 2和Keras构建一个GAN，并注意到许多现有的神经网络用于生成器和鉴别器，在Keras中使用Conv2D和Conv2DTranspose。有人能解释这两个不同的选择在Keras中建立一个NN意味着什么吗？

浏览 5提问于2021-08-29得票数 5

回答已采纳

1回答

多输入深度学习中的平均层

tensorflow、machine-learning、keras、neural-network、deep-learning

我正在为图像分类在Keras中创建一个多输入卷积神经网络(CNN)模型，它接受两幅图像并给出一个输出，这是两个图像的类。我有两个数据集: type1和type2，每个数据集包含相同的类。模型应从Type1数据集获取一幅图像，从Type2数据集获取一幅图像，然后将这些图像分类为一个类别(ClassA或ClassB或-)。我想要创建一个模型来预测这两个图像，然后计算类似于以下图像的预

浏览 0提问于2018-11-29得票数 2

回答已采纳

1回答

如何改变Resnet上的频道数量，使其只在B/W图像上工作？

python、tensorflow、keras、artificial-intelligence、conv-neural-network

我正在研究tensorflow，我的数据集只由黑白图像组成，所以我想通过将通道数从3改为1，我可以使我的神经网络(目前我使用的是Resnet50)更轻、更容易训练和测试，有什么办法吗？(Ik，我可以把b/w图像当作rgb图像，但我不想这样做) 提前谢谢你的回答

浏览 2提问于2020-07-18得票数 2

1回答

keras mode.fit中的mode.fit输入参数是什么？

tensorflow、keras、model、lstm

我正在使用只使用CPU的Keras在python中训练LSTM自动编码器模型。我可以看到在fit函数中有一个名为use_multiprocessing的参数。请你简单地解释一下这个论点到底是做什么的。我在tensorflow.org上阅读了解释，但是如果我将参数设置为真，我无法从它中理解如何影响我的模型。我正在寻找方法来加快我的模型的<

浏览 17提问于2022-02-14得票数 1

2回答

Keras能处理不同大小的输入图像吗？

machine-learning、deep-learning、keras

Keras能处理不同大小的输入图像吗？例如，在完全卷积神经网络中，输入图像可以具有任意大小。但是，当我们通过Keras创建网络时，我们需要指定输入形状。因此，我们如何使用Keras来处理不同的输入大小而不将输入图像调整到相同的大小？谢谢你的帮助。

浏览 4提问于2016-10-02得票数 44

5回答

TensorFlow还提供什么给角星呢？

keras、tensorflow

我知道keras是TensorFlow的高级接口。我的问题是，TensorFlow提供了什么不能在角星中复制的？

浏览 0提问于2018-09-16得票数 16

回答已采纳

1回答

keras模型的输入格式是否应该严格一致？

python、neural-network、keras

我使用keras建立了一个神经网络来进行推荐。我使用训练数据的许多特征来拟合模型。然后我需要使用测试数据对其进行评估。通常，在使用测试数据测试推荐系统时，会使用较少的数据。所以我的问题是keras模型fit()和evaluate()的输入格式是否应该严格一致？sample_weight=None) evaluate(self, x, y, bat

浏览 10提问于2017-07-23得票数 0

1回答

标准化与最小最大标度

machine-learning、neural-network、feature-scaling

在Aurélien Géron著的“用Scikit进行机器学习-学习、Keras和TensorFlow第二版”一书中，作者引用了：与最小最大标度不同，标准化并不将值绑定到特定的范围，这对某些算法来说可能是一个问题(例如，神经网络通常期望输入值从0到1)。这是否意味着标准化对神经网络不利？请解释神经网络如何在标准化的情况下工作得很好，但是很好地符合最小-最大尺度。

浏览 0提问于2021-11-23得票数 2

2回答

Keras线程安全吗？

python、multithreading、keras

我正在使用Python和Keras (目前使用Theano后端，但我对切换没有任何疑虑)。我有一个神经网络，可以并行加载和处理多个信息源。目前，我一直在一个单独的进程中运行每个进程，它从文件中加载自己的网络副本。这似乎是对RAM的浪费，所以我认为使用一个由所有线程使用的网络实例的单个多线程进程会更有效率。然而，我想知道Keras在任何一个后端是否

浏览 0提问于2016-11-29得票数 23

回答已采纳

1回答

使用保存的回归模型进行预测

python、neural-network、deep-learning、keras

我训练了一个回归问题的人工神经网络模型，该模型以10个参数作为输入，并给出1个输出。经过培训，我使用keras将模型保存为json，并将权重保存为.h5文件。现在我想对新的数据做预测。我已经加载了模型，这里的问题是，在将输入值输入到模型之前，如何缩放这一行输入值？一些机器学习算法不需要缩放(标准化/规范化)，所以我可以加载这些模型并用于预测。我如

浏览 0提问于2019-06-24得票数 0

回答已采纳

1回答

Keras中LSTM多变量输出的输出序列

keras、output、lstm

请帮助理解如何在Keras中形成LSTM网络的输出序列。例如，我有数据 [2] [4]我可以为输入序列按样本，时间步骤，特征张量-假设3个输入序列和2个输出。所以[[[1,2,3]]] -> [[4, 5]] 但是多变量的输入和输出呢？！神经网络可以是几个神经元--每个特征示例有一个神经元(两个特征数据、两个<

浏览 0提问于2018-11-10得票数 0

1回答

如何在Keras* (Tensorflow2)中建立多损失多输出模型的数据生成器/序列？*

tensorflow、keras、deep-learning、autoencoder、siamese-network

我正在研究一个模型，其中我有两个损失和两个不同的输出。一种输出将y作为图像，就像 / 体系结构一样。另一个输出是简单的二进制分类，采用0/1。所以我想要实现的是Siamese Based Unet。Keras有一个ImageDataGenerator，您可以在其中使用class_mode='input'生成相应的图像y label，还可以使用class_mo

浏览 4提问于2021-02-16得票数 0

1回答

Tensorflow可变图像输入大小(自动编码器，放大.)

python、tensorflow、keras、generator、tensorflow-datasets

我一直在寻找一个解决方案，如何使用不同大小的图像作为神经网络的输入。第一个想法是使用numpy。但是，由于每个图像的大小不同，我无法使用它，因为tensorflow不接受numpy.ndarray。尝试用yield实现自定义生成器，但是遇到了大量的e

浏览 4提问于2021-12-05得票数 0

回答已采纳

1回答

处理MLP中的可变输出单元？

deep-learning、keras

我正在使用Keras来构建我的架构。我试图解决的回归问题对于不同的训练样本有不同的输出。假设我有与我的前两行y_train = [[16, 3], [6], ... ]对应的前两行X_train (input data)。我希望将密集层单元的输出分配给这些y_train行的长度。我还认为我可以调用Lambda层而不是输出密集层，在这个Lambda层中</

浏览 0提问于2019-07-31得票数 1

4回答

反向传播和前馈神经网络有什么区别？

machine-learning、neural-network、classification、backpropagation

反向传播和前馈神经网络有什么区别？除了流向之外，还有其他的区别吗？

浏览 10提问于2015-02-09得票数 42

回答已采纳

点击加载更多