多个标注的Tensorflow Keras尺寸不相等错误
是指在使用Tensorflow Keras进行深度学习模型训练时，当输入数据中的多个标注（例如，多个目标的边界框或多个类别的标签）的尺寸不相等时，会出现的错误。
这个错误通常发生在需要对多个标注进行处理的任务中，比如目标检测或图像分割。在这些任务中，每个输入样本可能有多个标注，而每个标注的尺寸可能不同。
出现这个错误的原因是在模型训练过程中，Tensorflow Keras要求输入数据的标注尺寸必须是相同的，以便能够正确地计算损失函数并进行梯度更新。如果输入数据中的多个标注尺寸不相等，就会导致无法对它们进行对齐和处理，从而引发错误。
解决这个错误的方法是对输入数据进行预处理，确保所有标注的尺寸相同。具体的处理方法取决于任务的特点和数据的结构，以下是一些常见的处理方法：
- 填充（Padding）：对于目标检测任务，可以使用填充技术将所有标注的尺寸填充到相同的大小。常见的填充方法包括在边界框周围添加空白区域或使用特定的填充值。
- 裁剪（Cropping）：对于图像分割任务，可以使用裁剪技术将所有标注的尺寸裁剪到相同的大小。可以选择保留标注中心或根据特定规则进行裁剪。
- 重新标定（Resizing）：对于既有目标检测又有图像分割的任务，可以使用重新标定技术将所有标注的尺寸调整到相同的大小。可以使用插值方法进行图像的缩放或放大。
在腾讯云的产品中，可以使用以下工具和服务来处理多个标注的尺寸不相等错误：
- 腾讯云图像处理（Image Processing）：提供了丰富的图像处理功能，包括图像的填充、裁剪和重新标定等操作。详情请参考：腾讯云图像处理产品介绍
- 腾讯云机器学习平台（Tencent Machine Learning Platform）：提供了强大的深度学习模型训练和推理能力，支持使用Tensorflow Keras进行模型训练。详情请参考：腾讯云机器学习平台产品介绍
请注意，以上仅为示例，具体的解决方法和腾讯云产品选择应根据实际需求和场景进行。
相关·内容
我在Keras工作(Tensorflow 2)。我想将张量的每个元素与其自身的可训练权重相乘。假设我的输入张量是1D，有10个元素；所以我尝试将输入定义为Keras输入张量，将权重定义为tf.Variable，并尝试使用Keras乘法层，如下所示： import tensorflow as tf
inputs = tf.keras.layers.Input(shape=(10), name='inputs')
weights = tf.Variable(tf.random.normal([10]), name='weights')
outputs = tf.k
浏览 30提问于2020-04-25得票数 0
回答已采纳
我正在尝试编写自己的神经网络来检测特定的手势，遵循从https://www.kaggle.com/benenharrington/hand-gesture-recognition-database-with-cnn/execution找到的代码。 model.add(layers.Conv2D(32, (5, 5), strides=(2, 2), activation='relu', input_shape=(200, 200,1)))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(64, (
浏览 469提问于2021-05-02得票数 0
回答已采纳
1回答
我不知道如何导入Tensorflow 2的内置数据集。他们的文档不是很直观，我习惯于使用csvs。
如何让“泰坦尼克号”数据集与基本模型一起工作？有没有好的资源可以学习Tensorflow的API来流水线化他们的数据集？
对于下面的代码，我得到了错误: ValueError: Layer sequential_54需要1个输入，但它收到了13个输入张量
import tensorflow as tf
import tensorflow_datasets as tfds
from tensorflow.keras.optimizers import Adam
data = tfds.load(
浏览 1提问于2020-08-05得票数 0
我已经测试了一个在二进制分类上工作良好的CNN，但当我将输出层从1更改为5，并为其提供具有5个标签的数据时，它会抛出错误: ValueError: logits和labels必须具有相同的形状((None，5) vs (None，1)) 每个样本都是一个190x8矩阵，标签在0到4之间 我的代码如下所示： testingData = loadmat('C:/Users/timwa/Desktop/Sundhedsteknologi/10.Semester/SegmentedData/Rune/Samlet/RuneStaticData19.mat') # For small
浏览 20提问于2021-04-01得票数 0
我正在使用Tensorflow创建CNN模型，该模型将尺寸为124,129的图像分类为8个类别。
我需要帮助来理解为什么我会得到这个错误：ValueError: 'images' must have either 3 or 4 dimensions.
我也收到了警告
WARNING:tensorflow:Model was constructed with shape (1, 124, 129, 8) for input KerasTensor(type_spec=TensorSpec(shape=(1, 124, 129, 8), dtype=tf.float32, name
浏览 23提问于2021-05-17得票数 0
1回答
因此，我正在为Keras做MNIST时尚示例。在我为它编写的程序中，我不需要使用"to_categorical“来对我的数据进行热编码，它仍然有效。当我尝试对它进行热编码时，它不起作用。我搞不懂为什么会发生这种情况，因为通常一个人应该对他们的输出进行正确的编码？如果有人能帮助澄清这一点，那就太好了！ from tensorflow.keras.datasets import fashion_mnist
import matplotlib.pyplot as plt
from tensorflow import keras
from tensorflow.keras.layers im
浏览 7提问于2020-06-16得票数 0
回答已采纳
我正在使用Keras DL库对图像数据集进行分类。我在尝试训练模型时遇到了一个错误。
我正在处理的数据集没有大量的数据，因此一个示例训练集包含166张图像。我不确定这个错误，但我认为我必须以某种方式更改标签集的形状来修复它。代码如下：
import tensorflow as tf
import numpy as np
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, Activation, Flatten
from tensorflow.kera
浏览 0提问于2018-12-22得票数 3
我想使用Keras进行二进制分类。下面是我的代码：
input1 = tf.keras.Input(batch_size=batch_size, shape=(len1,))
output1 = tf.keras.layers.Dense(units=1, kernel_initializer='glorot_uniform')(input1)
input2 = tf.keras.Input(batch_size=batch_size, shape=(len2,))
output2 = tf.keras.layers.Dense(units=1, kernel_initiali
浏览 9提问于2020-06-03得票数 3
我正在导入一些数据数组来进行训练，但是tensorflow输出了以下的错误。
inp = open('train.csv',"rb")
X = pickle.load(inp)
X = X/255.0
X = np.array(X)
model = keras.Sequential([
keras.layers.Flatten(input_shape=(113, 75, 3)),
keras.layers.Dense(75, activation=tf.nn.relu),
keras.layers.Dense(50, activation
浏览 0提问于2019-08-22得票数 0
回答已采纳
我正在尝试运行一个CNN，对150个不同的精灵宝可梦角色进行分类。尽管我尽了最大的努力，我还是不断地收到这个错误：ValueError: Shapes (None, 1) and (None, 150) are incompatible。我尝试了一次热编码我的标签(也许我做错了？)，但没有骰子。我知道这是一个很受欢迎的问题，但我似乎在网上找不到适合我的解决方案。下面是相关代码(我没有在这里包含导入)： data_dir='/Users/liatkatz/Downloads/PokemonData'
classes=[]
for i in os.listdir(data_dir
浏览 6提问于2021-10-03得票数 0
1回答
凯拉斯没有用西亚诺
、、、
创建一个虚拟env：mkvirtualenv kerasTH
2-我使用pip install keras安装keras
3-这是pip list的输出
Package Version
------------- -------
h5py 2.10.0
joblib 0.16.0
Keras 2.4.3
numpy 1.19.1
Pillow 7.2.0
pip 20.2.2
PyYAML 5.3.1
scikit-learn 0.23.2
scipy
浏览 1提问于2020-08-25得票数 0
回答已采纳
~\AppData\Roaming\Python\Python36\site-packages\tensorflow\__init__.py in <module>()
37 print('tf.estimator package not installed.')
38
---> 39 from tensorflow._api.v1 import app
40 from tensorflow._api.v1 import bitwise
41 from tensorflow._api.v1 import comp
浏览 102提问于2019-01-15得票数 3
嗨，我在我的ubuntu机器上安装了1.14.0版的tensorflow。我正在尝试运行一个代码
import keras
我得到了一个错误
AttributeError: module 'keras.backend' has no attribute 'backend'
我尝试过安装特定版本的keras( 2.0.8 )，因为我看到了一个答案，即tensorflow 1.14.0需要使用keras 2.0.8。但我还是明白这个错误。
有人能帮我做这个吗。真的停留在一个基本的点上
浏览 0提问于2020-02-01得票数 1
我正在尝试使用高效网络来定制我的数据集。
我发现所有其他代码/data/config都是相同的。tf.keras.applications.efficientnet.EfficientNetB0只给出70%的准确率，efficientnet.tfkeras.EfficientNetB0可以给出90%的训练/预测累积性。
但我想两者都应该实现相同的高效网络，还是我在这里遗漏了什么呢？
我正在使用最新的和Tensorflow 2.3.0
with strategy.scope():
model = tf.keras.Sequential([
efficientnet.tfk
浏览 0提问于2020-09-23得票数 2
回答已采纳
2回答
如何创建Cifar-10子集？
、、、、
我想用更少的训练数据样本来训练深度神经网络，以减少测试代码的时间。我想知道如何使用Keras TensorFlow.I设置Cifar-10数据集的子集。我有以下代码，用于训练Cifar-10完整数据集。
#load and prepare data
if WhichDataSet == 'CIFAR10':
(x_train, y_train), (x_test, y_test) = tensorflow.keras.datasets.cifar10.load_data()
else:
(x_train, y_train), (x_test, y_test) =
浏览 0提问于2020-06-24得票数 0
用Tensorflow - Keras语言编写了一个基本的深度学习模型。
为什么训练结束时报告的训练集准确性(0.4097)与直接报告的训练集准确性不同，直接用预测函数(或使用给出相同数目的评估)= 0.6463对相同的训练数据进行计算？
在下面；直接输出。
from extra_keras_datasets import kmnist
import tensorflow
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Flatten
from tensorflo
浏览 6提问于2022-01-20得票数 2
回答已采纳
当我试图运行这个
import keras
我正在跟踪错误
Traceback (most recent call last):
File "<ipython-input-1-c74e2bd4ca71>", line 1, in <module>
import keras
File "/Users/rezwan/anaconda/lib/python3.6/site-packages/keras/__init__.py", line 3, in <module>
from . import util
浏览 0提问于2017-09-27得票数 8
2回答
开始学习Keras和TensorFlow。为什么形状是错误的，我如何修复它？
(用于预测电力负荷输出的温度输入)
load = data.loc[:35063,'Load'].values
temp = data.loc[:35063,'Temperature'].values
load.shape
(35064,)
from keras.layers import Input,Dense
input_tensor = Input(shape=(35064,))
output_tensor = Dense(1)(input_tensor)
from kera
浏览 3提问于2019-03-05得票数 0
例如：
我希望下面给定的语法改为两行。
from A.B import C
->
from A import B
from B import C # I want **B is a child module of A** in this line
我为什么要找这个零钱？
因为我得到了一个基于keras的开源项目，而不是基于tensorflow.，我需要将所有的keras更改为tensorflow.keras，方法是进行更改以节省时间，而不是在所有文件中的 keras 前面添加。
from tensorflow.keras import optimizers
->
from tens
浏览 3提问于2021-09-08得票数 1
我正在创建一个叶识别分类器使用CNN，Keras和Tensorflow后端的Windows。我已经安装了Anaconda，Tensorflow，numpy，scipy和keras。
我使用pip3安装了keras：
C:\> pip3 list | grep -i keras
Keras 2.2.4
Keras-Applications 1.0.6
Keras-Preprocessing 1.0.5
然而，当我运行我的项目时，我会得到以下错误
ModuleNotFoundError: No module named 'keras'
为什么找不
浏览 1提问于2019-01-05得票数 3
回答已采纳
我正在尝试将笔记本"“改编成我自己的数据集。Keras模型已经生成并转换为Tensorflow模型(使用tensorflowjs_converter --input_format keras us.keras tfjs_model/us)，我现在尝试将它与tensorflow.js一起使用，但是当使用tensorflow.js时，预测结果是不同的(错误的)。
下面是预测Python代码，它给出了正确的结果：
from keras.preprocessing import image
from tensorflow import keras
import numpy as np
art
浏览 5提问于2021-12-26得票数 0
1回答
我想使用Tensorflow和Keras来训练由大小非常不同的图像组成的数据集，以便对它们进行分类。但有些是水平的(1400x100)，有些是垂直的(100x1000)。据我所知，Keras接受相同大小的输入图像。我不确定将它们全部转换为150x150或180x180这样的经典分辨率是否明智，因为它们是水平和垂直的。 我该如何解决这个问题？
浏览 17提问于2020-07-27得票数 2
回答已采纳
1回答
在Tensorflow 2中，在用tf.saved_model.load(my_model)加载保存的模型之后，如何使用相同的模型(而不是图)运行多个预测？
我正在使用多处理包中的Pool类。在加载模型之前，在helper方法中导入tensorflow和keras没有帮助：
import tensorflow as tf
import keras
tf.saved_model.load(my_model)
错误码：
'Loader._recreate_base_user_object.._UserObject'不能选择本地对象
浏览 5提问于2020-02-14得票数 0
回答已采纳
1回答
我是keras和tensorflow的新手。当我使用tensorflow编写程序时，我必须构建一个会话来运行图形。然而，当我使用keras时，虽然后端显然是tensorflow，但我在keras代码中看不到会话。似乎所有的事情都是在model.compile和model.fit之后完成的。
那么，Keras是如何工作的呢？tensorflow会话在哪里？我可以在keras中使用急切执行而不是会话吗？
提前感谢并为我的英语道歉
浏览 4提问于2018-12-06得票数 17
回答已采纳
我想解决我的错误，一些tensorflow软件包，我已经安装，但我不明白什么不工作。请帮帮忙。
from tensorflow.keras.applications import ResNet50
from tensorflow.keras.applications import InceptionV3
from tensorflow.keras.applications import Xception # TensorFlow ONLY
from tensorflow.keras.applications import VGG16
from tensorflow.keras.applicat
浏览 49提问于2022-06-02得票数 0
回答已采纳
我正在使用AI平台使用Estimator API训练Tensorflow模型。但是，当模型保存检查点并尝试恢复检查点时，它会抛出错误tensorflow.python.framework.errors_impl.NotFoundError: Unsuccessful TensorSliceReader constructor: Failed to find any matching files for gs://path/keras/keras_model.ckpt
这似乎是在Tensorflow中恢复元数据图形的问题，这是会话设置()中的代码。然而，由于AI平台将其从我的配置中抽象出来，我如
浏览 1提问于2019-06-12得票数 0
4回答
我试图加载一个预先训练的BERT模型，使用变压器库在一个起重器培训工作中，我得到了“没有模块命名的keras错误”。您可以在下面找到相关的代码、导入和requirements.txt
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.wrappers.scikit_learn import KerasClassifier
from tensorflow.keras import
浏览 7提问于2022-08-02得票数 1
回答已采纳
为什么以下错误只在运行木星笔记本时通过Anaconda Navigator运行？
我尝试过pip install --upgrade tensorflow，但是它没有帮助，错误仍然存在。
但是，没有此错误的情况下，运行在Colaboratory上是可以的。
import tensorflow as tf
from tensorflow.keras.preprocessing.text import Tokenizer
from tensorflow.keras.preprocessing.sequence import pad_sequences
from tensorflow.keras.l
浏览 42提问于2022-06-20得票数 2
当前版本栈：
python 3.5
tensorflow 1.14.0
tensorflow-estimator 1.14.0
tensorflow-gpu 1.14.0
tensorflow-tensorboard 0.1.8
protobuf 3.9.1
Keras 2.2.4
浏览 0提问于2019-08-08得票数 3
回答已采纳
我正在尝试将我的代码从在线朱庇特笔记本(COURSERA)复制到我自己的本地环境(安装了CUDA的Anaconda 3木星)，所有代码都是完全相同的，并且在网上运行得很好。
我像往常一样导入了Conv2D：
import tensorflow as tf
import numpy as np
import scipy.misc
from tensorflow.keras.applications.resnet_v2 import ResNet50V2
from tensorflow.keras.preprocessing import image
from tensorflow.keras.a
浏览 4提问于2022-04-05得票数 2
我正在尝试从Datalab实例中的Python包导入TensorFlow (我使用的是Tensorflow 1.1.0版本和Python2.7)
from tensorflow.contrib.keras.python.keras.regularizers import l1,l2
from tensorflow.contrib.keras.python.keras.models import Sequential, load_model
from tensorflow.contrib.keras.python.keras.layers import Dense, Dropout, Activ
浏览 2提问于2017-07-11得票数 1
回答已采纳
我正在试验TensorFlow 2.0 alpha，我发现它在使用Numpy数组时可以正常工作，但当使用tf.data.Dataset时，会出现输入尺寸错误。我使用虹膜数据集作为最简单的示例来演示这一点： from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler, OneHotEncoder
import tensorflow as tf
from tensorflow.python im
浏览 27提问于2019-05-03得票数 1
回答已采纳
当我导入TensorFlow时，会得到一个错误。我试着重新安装它，但是我仍然得到了这个错误--> TypeError:无法将函数返回值转换为Python类型！签名是() ->句柄。
import tensorflow as tf
from tensorflow.keras.layers import Add, Input, Dense, Dropout
from tensorflow.keras.layers import BatchNormalization, Embedding
from tensorflow.keras.layers import Flatten, Conca
浏览 1提问于2022-04-28得票数 8
我原来的图片是600*600 px，我想把它的大小调整为300*300 px。
调整代码
import tensorflow as tf
import numpy as np
from tensorflow.keras.preprocessing.image import array_to_img
from tensorflow_core.python.keras.layers.image_preprocessing import ResizeMethod
def resize(image, w=300, h=300):
image = tf.convert_to_tensor(
浏览 9提问于2020-02-11得票数 0
回答已采纳
import tensorflow as tf
tf.__version__
!sudo pip3 install keras
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Conv2D, Flatten, Dropout, MaxPooling2D
from tensorflow.keras.preprocessing.image import ImageDataGenerator
错误消息：
Import "tensorflow.keras.mo
浏览 126提问于2022-03-02得票数 10
我试着做一个简单的CNN分类器模型。对于我的训练图像(BATCH_SIZEx227x227x1)和标签(BATCH_SIZEx7)数据集，我使用的是numpy ndarray，它们通过ImageDataGenerator成批地传送到模型中。我使用的损失函数是tf.nn.sparse_categorical_crossentropy。当模型试图训练时，就会出现问题；模型(对于我的简化实验来说，批处理大小是1)输出的形状为1，7，标签为7。
我几乎肯定我知道原因，但我不知道如何解决。我的假设是，sparse_categorical_crossentropy正在压缩我的标签的尺寸(例如，当BATCH
浏览 0提问于2019-05-25得票数 9
回答已采纳
我创建了一个新的conda env
conda create --name tf tensorflow=2.6
并试图编译
import tensorflow as tf
model = tf.keras.models.Sequential()
生成ModuleNotFoundError:没有名为“keras”的模块
conda install keras
什么都改变不了。我可以和你一起
from tensorflow.keras.models import Sequential
model = Sequential()
但是当我安装tensorflow-addons和
from tensor
浏览 6提问于2021-10-27得票数 3
1回答
我有一个2d矩阵，其中特征是列，样本是行(178136个特征和416个样本)。我转换了这个矩阵，然后通过使用下面的代码创建一个由3个重复副本组成的NumPy数组，将这个矩阵转换为3d。
matrix = matrix.transpose()
dataset = np.array([matrix,matrix,matrix])
尺寸变得如下：(3, 178136 , 416 )其中3是序列模型的时间步长#，178136是特征，416是样本数。
我在为我试图训练的模型指定Keras函数api的输入形状时遇到了问题。下面是我编写的代码：
import numpy as np
import tenso
浏览 2提问于2021-09-27得票数 0
1回答
我想从张量中提取单个值，并在保留反向传播的同时对其进行操作。我目前的执行情况：
import keras
from keras import backend as K
from keras.models import Model
from keras.layers import Dense, Activation, Input
import tensorflow as tf
input = Input(shape=(100,1), dtype='float32')
x = Dense(100)(input)
x = Activation('relu')(x)
浏览 0提问于2018-09-10得票数 1
我们想将我们的数据分成3部分，但我们得到了以下错误： TypeError: int() argument must be a string, a bytes-like object or a number, not 'NoneType' 下面你可以看到我们的python代码： data = pd.read_csv('/content/drive/My Drive/GTruth.csv')
def dataset_gen(data, size = (224,224,3)):
img_data = []
labels = []
浏览 275提问于2020-08-04得票数 2
回答已采纳
在此之前，我使用了顺序模型来解决这个问题，但是后来我从TensorFlow网站上看到它不适合使用它。我希望有一个NN模型来预测给定的25个值的100+值。下面的代码是我以前的实现。我应该做什么样的改变才能取得更好的效果？
import pandas as pd
import numpy as np
from sklearn.model_selection import train_test_split
import tensorflow
X_train, X_test, Y_train, Y_test = train_test_split(
inputdata, outputdat
浏览 0提问于2023-01-04得票数 0
回答已采纳
3回答
jupyter笔记本不能进口角粒
、、、、
我已经安装了Keras和TensorFlow-GPU，但是当我试图将这些库导入木星笔记本时，会出现一个错误。
Keras-applications 1.0.8 pypi_0 pypi
keras-preprocessing 1.1.2 pypi_0 pypi
tensorboard 2.1.1 pypi_0 pypi
tensorflow-gpu 2.1.0
浏览 4提问于2020-11-16得票数 0
回答已采纳
1回答
我正在尝试构建一个Keras层，它模仿NumPy预先构建的像([np.tile][1])这样的平铺功能。我试过下面的代码，但没有起作用
import tensorflow as tf
from tensorflow import keras
from keras import Input
class Tile(Layer):
def __init__(self,repeat, **kwargs):
self.repeat = repeat
super(Tile,self).__init__(**kwargs)
def call(self, x
浏览 2提问于2021-10-13得票数 1
回答已采纳
4回答
我正在使用Python3.6和Tensorflow 2.0，并有一些Keras代码：
import keras
from keras.models import Sequential
from keras.layers import Dense
model = Sequential()
model.add(Dense(1))
model.compile(optimizer='adam',loss='mean_squared_error',metrics=['accuracy'])
当我运行这段代码时，我得到了以下错误：
Keras需要Tens
浏览 9提问于2020-07-02得票数 9
回答已采纳
随着Keras成为TensorFlow的API，有许多旧版本的Keras代码，比如。
from keras import models
对于当前版本的TensorFlow，我们是否需要将每个Keras代码更改为？
from tensorflow.keras import models
浏览 1提问于2019-01-08得票数 8
回答已采纳
为什么我不能导入以下模块--
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, Flatten
from tensorflow.keras.layers import Conv2D
from tensorflow.keras.optimizers import Adam
from tensorflow.keras.layers import MaxPooling2D
from tensorflow.keras.preprocessing.image
浏览 2提问于2020-07-19得票数 0
回答已采纳
我有下面的巨蟒导入与在木星笔记本。
import numpy as np
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras.layers import Dense, Activation
from tensorflow.keras.optimizers import Adam
from tensorflow.keras.metrics import categorical_crossentropy
from tensorflow.keras.preprocessing.image import
浏览 9提问于2020-08-21得票数 0
我是aws酿酒师的新手。我正试图在aws中建立一个模型，使用带有GPU支持的keras。下面给出了用于推断模型的码头底图。
FROM tensorflow/tensorflow:1.10.0-gpu-py3
RUN apt-get update && apt-get install -y --no-install-recommends nginx curl
...
这是我用来检查GPU是否被烧瓶中的keras识别的keras代码。
import keras
@app.route('/ping', methods=['GET'])
def pin
浏览 0提问于2018-12-11得票数 4
回答已采纳
我想从Tensorflow库中导入Keras。所以我做了以下事情： import tensorflow.python.keras as keras 但是这个导入会抛出错误： AttributeError: module 'tensorflow' has no attribute 'python' 看起来以下两个导入都可以正常工作： import tensorflow.python.keras
from tensorflow.python import keras 对我来说，import tensorflow.python.keras as keras和from
浏览 17提问于2019-05-23得票数 1
我是张量流的初学者，我正在尝试建立一个简单的模型来预测0和1的and运算。我用0和1做了一个小数据集，它有X1，X2和output列。我有两个变量X和y。X有input1和input2的数据帧。Y的数据帧output.The问题是定义神经网络层使用keras.I。我不知道如何指定输入层的大小。
import tensorflow as tf
from tensorflow import keras
import pandas as pd
dataDF = pd.read_excel('Untitled.xlsx')
dataDF.columns = ['X1'
浏览 0提问于2020-08-26得票数 0
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
实时音视频活动推荐
腾讯云开发者
