2回答
verbose=2, callbacks=[checkpoint])
print("Training neural network costs:", time.time() - start) 我想在keras中将上述代码转换为函数式API，因为顺序API Merge()函数不受支持。我正在尝试在Quora问题对数据集https://www.kaggle.com/c/quora-question-pairs上<e
浏览 15提问于2019-02-28得票数 0
回答已采纳
1回答
我有一个Keras 2.3代码的工作片段，它构建:一个编码器，一个解码器，并使用Functional API和以下方法将它们合并到一个模型(自动编码器)中：
def merge_encoder_decoder为此，我选择了 (0.6.0)框架，使用Spark实现分布式训练，并提供一些高级API来构建模型。我的问题是: Analytics Zoo支持Keras 1.2.2，而我找不到一种方法来在这个版本中</e
浏览 4提问于2019-11-07得票数 0
回答已采纳
Tensorflow发布了在TF-2.0 Keras中实现word2vec的官方指南
model = keras.Sequential([ layers.GlobalAveragePooling1D(),
浏览 4提问于2019-11-11得票数 2
我正在学习TensorFlow 2.0，它的层功能是基于Keras的。Concatenate()和concatenate()层有什么区别？
浏览 0提问于2019-07-04得票数 2
我正在构建一个模型，在这个模型中，我希望将no_of_dense_layers作为参数，并期望from函数在循环中创建密集的层。在循环中创建密集层不是问题，我的问题是如何在Keras中传递密集层堆栈中的值？(seed=200)) for i in range(no_of_dense_layers)] 现在，如果我想使用Sequential API，我可以这样做： perceptron = tf.keras</
浏览 3提问于2020-07-24得票数 1
回答已采纳
我正在使用Python3.7.7。这是我用来将图像加载到numpy数组中的代码。为了运行代码，我在Windows7上使用了PyCharm最新版本。
如果由于内存限制，所有的图像都不能存储在内存中，那么如何训练它们呢？
浏览 0提问于2020-08-11得票数 2
回答已采纳
在一些应用程序中，比如slot attention (在Pytorch here中实现)，有必要沿批处理维度进行广播。但是，我看不到如何使用函数式API来实现这一点。例如, import tensorflow as tfinput = tf.keras.layers.Input((4))
const = tf.broadcast_t
浏览 15提问于2020-08-02得票数 1
回答已采纳
我理解keras.backend在早已过时的多框架支持中的历史需求。但是现在我们讨论的是tf.keras，而且由于Keras是预定的，我想知道今天tf.keras.backend的使用是什么。*中可用函数的一小部分，并且发展得更慢。
最好避免，因为它是过去的一个过时的残存，很可能会在未来的版本中被丢弃？*替代方案，因为这个API的变化速度比TF本身慢得
浏览 2提问于2019-12-16得票数 3
我正在尝试实现这个合并层： policy = merge([out1, out2], mode = lambda x: x[0]-K.mean(x[0])+x[1], output_shape = (out_node,)) 然而，"merge“在Keras 2中不再存在。如何在Keras 2中实现此功能？我想过做两个合并层，但我不知道如何实现它，特别是因
浏览 19提问于2019-04-20得票数 5
回答已采纳
为什么Keras需要TensorFlow引擎？关于我们为什么需要凯拉斯，我没有得到正确的指示。我们可以使用TensorFlow建立一个神经网络模型，但是为什么大多数人使用TensorFlow作为后端的Keras呢？
浏览 0提问于2020-01-02得票数 17
captions], next_words, batch_size=128, epochs=50)
batch_size=batch_size)
File "C:\Users\Acer\Anaconda3\lib\
浏览 4提问于2018-08-16得票数 1
回答已采纳
1回答
基于从二进制文件样本中提取的5个特征，其思想是将不同的深度学习模型组合在一起，每个模型处理一个特征样本。 或者简单地说，有没有一种方法可以连接CNN和RNN，使CNN的输出成为RNN的输入？ 如有任何帮助或参考，将不胜感激
浏览 20提问于2020-10-15得票数 0
回答已采纳
2回答
在Keras上合并层(点积)
、、、、
向您展示如何构建skip-gram模型体系结构的步骤似乎已被弃用，因为使用了keras.layers中的合并层。f
浏览 0提问于2018-09-28得票数 5
回答已采纳
1回答
有一个科学文件，实现了一个卷积神经网络分类3种不同类型的数据，尽管如何准确，是我所不知道的。这一部分描述了我们的神经网络的结构，如图3所示。我们的网络有三种类型的输入:屏幕截图(我们使用尺寸为1280×1280的页面上的裁剪，但是该网络可以处理任意大小的页面)、TextMaps (维数为128 \times 160 \times 160的张量还是每个魔术都发生在一个单一的神经网络中？
简单地说，我是否可以单独创建接受不同类型输入的神经网络，或者对每种输入使用不同的神经网络，
浏览 0提问于2019-01-19得票数 2
回答已采纳
当我阅读Keras文档时，我发现了一个叫做函数API的术语。有人能帮助你理解Keras中的基本术语和重要术语吗？
谢谢
浏览 8提问于2019-11-07得票数 0
1回答
我正在使用带有tensorflow后端的Keras。我在Keras中使用的是功能层。我想要实现的是，我在某些层有以下架构。张量(20,200)->LSTM->分为两个大小分别为(20,100)的张量据我所知，目前实现这一目标的唯一方法是使用Lambda层，因为Keras</e
浏览 0提问于2017-07-05得票数 1
1回答
我有一个深层的函数式keras模型(它不是一个顺序模型，请注意这一点很重要！)，你可以在图片中看到橙色的东西。我还有一个更浅的功能keras模型，它模拟了主干模型的最后几层，但使用了我的微调权重，以及一个不在主干模型中的额外输出层。您可以在图像中看到它作为较小的蓝色物体，并注意到它下面的附加层。我想要的是将backbone模型与head模型合并，这样我就拥有了backbone模型的所有层，以及head模型的所有层，包
浏览 19提问于2020-06-22得票数 1
1回答
如何在使用Tensorflow作为后台的情况下，在keras中实现BCEWithLogitsLoss，并将其作为自定义损失函数。我在PyTorch中使用了torch中定义的BCEWithLogitsLoss。 如何在Keras中实现同样的功能？
浏览 38提问于2019-04-15得票数 2
回答已采纳
1回答
它向您展示了如何构建跳过图模型体系结构的步骤，由于使用了来自keras.layers的合并层，所以似乎不推荐使用这个步骤。我试图将他的代码(在Keras的顺序API中实现)转换为Functional，用keras.layers.Dot层替换它来解决合并层的不推荐问题。但是，我仍然停留在将两个模型(word和context)合并到最终模型中的步骤<
浏览 1提问于2018-10-10得票数 3
回答已采纳
云服务器
ICP备案
实时音视频
云直播
对象存储
腾讯云开发者
