简而言之，我有两个向量：[a1, a2, a3]和[b1, b2, b3]，我想通过给出它们的权重来组合它们，使用以下公式来获得新的向量：[y1, y2, y3]。那么如何用Keras实现这一点呢？现在我想合并这两个输出以获得新的预测结果[y1, y2, y3]，因此y1是a1和b1的组合，模型应该自己学习权重。这意味着y1 = w1*a1 + w4*b1、w1和w4是要训练的权重。类似地，y2 = w2*a2 +
浏览 8提问于2019-05-24得票数 1
我正在尝试在spark和scala中实现神经网络，但无法执行任何向量或矩阵乘法。Spark提供了两个向量。Spark.util向量支持点运算，但已弃用。mllib.linalg向量不支持scala中的操作。如何使用mllib在spark scala中执行向量乘法，如w*x，其
浏览 0提问于2016-01-20得票数 8
1回答
我正在尝试使用functional API来拥有一个共享层，其中只有一条路径是可训练的：b_in = Input(x_shape)这对
浏览 3提问于2018-09-25得票数 9
2回答
我目前正在开发一个使用Keras + Tensorflow的模型，以便确定一组蛋白质的温度范围。我首先做的是创建一个预先训练的模型，将蛋白质转化为嵌入物，然后预测其各自的温度。我现在要做的是将这个pre=trained模型合并到一个新模型中，该模型可以使用这个给定的模型和相应的权重作为输入。然后拟合一个新的数据集，并再次进行预测。新的顶级模型的以下代码为： 更新的代码 'Load Pretrained Model'
loaded_model = keras.model
浏览 30提问于2020-11-11得票数 1
回答已采纳
1回答
我目前正在开发一个系统，该系统可以对两个句子是否具有相同的内容进行分类。为此，我使用了预训练的词向量，因此有一个包含句子一的词向量的数组(s1)和一个包含句子二的词向量的数组(s2)。为了对它们是否相似进行分类，我通过将s1中的所有向量与s2中的向量进行成对比较来创建一个矩阵。然后将该矩阵输入到CNN分类器中，并对数据进行训练。这一切都非常简单明了。为了得到s1和
浏览 1提问于2018-10-11得票数 0
1回答
当我手头有经过训练的支持向量机模型时，如何在测试数据中进行转换？我试图模拟数学方程的SVM输出和训练的SVM模型(使用RBF核)。我该怎么做？在支持向量机中，使用的一些常见内核是：在这里，xi和xj代表两个样本。现在，如果数据有5个样本，这种转换是否包括两个样本的所有组合以生成转换后的特征空间，如x1和x1、x1和x2、x1和x3、.、x4和x5、x5和x5。如果数据有
浏览 2提问于2016-02-09得票数 1
回答已采纳
正如标题所述，我想知道当我使用functional时如何访问。(inputs, training=training)input = tf.Input(someshape)
normalized = tf.keras.layers.BatchNormalization()(input)tf.keras.Model(inputs=input, outputs=norm
浏览 0提问于2021-11-05得票数 0
1回答
我有一个数据集，其中有6个可能的标签类型：我想修改这个问题，将标签分开，这样每个样本就可以独立地分类为远/近和小/中/小，每个分类的不同特征作为输入。我的第一个想法是为每个子标签训练两个不同的模型，然后制作一个自定义函数来加入预测，但我想知道在Keras框架中是否有更快的方法来做到这一点。我知道我可以使用functional API创建<
浏览 18提问于2020-03-15得票数 3
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
2回答
堆叠可增强卷积神经网络
、、、、
我有一些预先训练的模型，我想把它们堆叠在一起。我的输入是一个(224,224,3)图像，大约1000个图像。我的y是一个(1000,2)形状，类似于(0,1,1,0,0,1...1,0)。
浏览 27提问于2021-08-24得票数 0
我试图对不同的联邦学习框架进行比较。在查看TFF站点时，我无法找到任何关于支持哪些模型的信息。看着，他们只谈论重量，.
浏览 0提问于2021-04-22得票数 2
回答已采纳
在keras中，使用函数API，我有两个独立的层(张量)。第一个是特征列表的行向量，另一个是特征列表的列向量。cols = 10col = Input((rows, 1, features))
现在，我想“合并”这两个层，其结果是一个包含5行和10列的矩阵(基本上是通过5x1进行1x10矩阵乘法)，其中该矩阵的每个条目都是行向量</
浏览 1提问于2018-09-21得票数 2
回答已采纳
我在修安德鲁·吴教授的课程。我试着对成本函数进行编码。J= (1/(2*m))* (ones(1,97) * (((X*theta)-y).^2 ));J = 1 / (2 * m) * sum(((X * theta) - y).^2);
浏览 2提问于2017-01-10得票数 2
回答已采纳
2回答
但是，我的目标是在将这些图像中的一些图像相加并将其提供给训练好的模型时，获得多热点编码输出。训练进行得很好，它可以单独对每个类别进行分类，但如果我将两个图像相加并将其提供给模型，它只输出一个热编码向量(尽管我希望输出一个热编码向量)。如果我在训练后查看内核，它们是有意义的，因为除了定义我的类的权重之外，大多数权重都是零。
我不明白为什么我得到的是单热矢量输出而不是多热矢量输出。我没有对图像求和并使用它们来训练模型的原
浏览 0提问于2018-09-26得票数 0
我似乎可以使用两个系统来存储字符的移动数据：看来我需要最终决定这两个系统中的一个，因为：
A) --它们都代表着关于向量B)的相同信息，维护两者似乎都是多余和低效的我发现的大多数游戏编程资源都使用笛卡儿。据我所知，所有的变换，如摩擦、旋转、加速度等，都是通过乘法、除法等组合成每一个向量的。但对我来说，极坐标感觉更模块化，因此更具
浏览 6提问于2011-05-19得票数 1
回答已采纳
2回答
我有两种不同类型的数据(图像体积和坐标)，我想使用卷积神经网络对图像体积数据，然后我想附加一些额外的信息(即。卷的坐标)。我在网上找到的唯一答案要么是模棱两可，要么是在使用我不得不使用的不推荐的方法。但是我真的很想使用当前的API来实现这个功能，这样我就可以更容易地保存模型供以后使用。activation='sigmoid'))
n
浏览 2提问于2017-10-31得票数 5
回答已采纳
2回答
我正确地使用了字嵌入吗？
、、、
我正在使用theano之上的Keras和word嵌入(google的word2vec或Stanfords GloVe)来做这件事。为了代表tweet文本，我做了以下工作：
使用文本中的单词查询M以获得相应的向量。tweet T可以表示为(添加向量)或V1V2 (级联向量)，这是两个不同
浏览 5提问于2016-03-03得票数 2
4回答
Keras嵌入层
、、
input_dim、output_dim和input_length在以下几个方面意味着什么：我从文件中了解到：
因此，当我的输入是像google.com这样的单词时，用整数[5, 2, 2, 5, 8, 3, 4, 1, 2, 9]表示的每个字符，最大字长可能是75。最大可能的字符是38。我该如何决定input_dim，
浏览 3提问于2017-09-11得票数 8
回答已采纳
我有两个具有共享层的keras模型，我希望将它们的权重保存在hd5文件中。如果我单独保存两个模型，我认为使用两倍的磁盘空间将共享层保存两次。如何将其保存在唯一的文件中？ 谢谢！！
浏览 10提问于2018-12-26得票数 8
回答已采纳
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
