我有keras层的输出或特征图，但如何将其转换为可以显示的图像(3Dnumpy数组)。
浏览 1提问于2017-02-01得票数 3
回答已采纳
我尝试向keras模型张量提供numpy数组的值。但是张量是4D的，阵列是3D的。如何将这个3Dnumpy数组(128,128，3)转换为4D (?，128,128，3)张量？
浏览 13提问于2020-07-26得票数 0
1回答
所以我有一个定制层，它没有任何权重。在第一步中，我尝试实现在Kers中操作输入张量的函数。但由于许多原因，我没有成功。我的第二种方法是用numpy操作实现函数，因为我正在实现的自定义层没有任何权重，据我的理解，我可以使用numpy操作，因为我不需要反向传播，因为没有权值，对吗？然后，我将图层的输出转换为张量，其中：因此，主要思想是实现一个自定义层，该层
浏览 4提问于2017-11-30得票数 1
回答已采纳
1回答
我有一个格式为.mp4的视频，我想要转换为一个数字数组和从numpy数组。现在，我只想要图片，而不是音频。数组应该是这样的:4维numpy数组，组成每个帧、行、像素和RGB值。然而，最终每个单独的帧都可以被展平，使得数组只是二维的:帧，rgb。如何将.mp4转换为指定的数组格式，然后再转换回.mp4？
浏览 0提问于2017-05-31得票数 1
对于NLP任务，我的输入数据集被转换为如下所示:整数列表。特征和标签是相同的数据集。input/output to a numpy array.This error may indicate that you're trying to pass a symbolic value to a NumPy call, converting the API call to a lambda
浏览 3提问于2021-09-02得票数 0
回答已采纳
1回答
如何从神经网络输出3D张量？
、、、、
我的主要输入特性是60x256x256的numpy数组，它将生成一个60x256x256的二进制掩码(也是numpy数组的形式)。二进制掩码起到了标签的作用，但我不知道如何从我的神经网络生成3D数值数组或张量输出。这是我当前的代码：model.add(tf.keras.layers.Conv2D(32, kernel_size=(5, 5), stride
浏览 0提问于2021-08-06得票数 1
我想要获得keras层的输出，它是图像的张量，将其转换为numpy数组，并在不使用后端函数的情况下对其应用自定义函数，然后将输出返回到模型。所以它应该是这样的： # convert args to numpy arrays
???
浏览 39提问于2018-08-31得票数 1
1回答
当我试图以任何形式将它们传递给Keras/Tensorflow时，我会得到以下错误：具有形状的dtype=uint8数组：(x，500，3)，其中x在300和500之间。我能够通过pandas.apply在图像数组上应用tf层，希
浏览 4提问于2021-05-19得票数 2
我对Keras很陌生，我正试图在Keras中获得权重。我知道如何用Python中的Tensorflow来实现它。from hidden layer to output layer: ', classifier.get_variable_value("dnn/logits/weights"))
隐层到输出<
浏览 0提问于2019-01-02得票数 2
回答已采纳
1回答
我将训练数据组织在一个numpy数组中，其中：
问题是，这个二维数组由大约15个不等长的连列数据组成，我想用它来进行LSTM网络培训。是否可以使用不等长的序列来训练Keras的LSTM网络？如果是这样的话，如何将我的2D训练数据数组转换为有效的3D数组？
浏览 0提问于2020-05-05得票数 0
我试图用Tensorflow后端重新训练Keras 2中的word2vec模型，使用预先训练过的嵌入和自定义语料库。我就是这样用预先训练好的嵌入来初始化嵌入层的： input_length初始化嵌入层时，我会得到以下错误：
Cannot create a tensor proto whose content is larger than 2GB.只是我不知道如何在同一个应用程序中组合Tensorflo
浏览 2提问于2018-11-21得票数 12
回答已采纳
我看了这段代码：，其中调用Model.fit()时没有输出或目标张量。首先，我认为Model.fit()的行为是使用输入作为输出(这对于这个自动编码器实现来说是有意义的)。
浏览 1提问于2019-08-27得票数 1
回答已采纳
2回答
X = [list:100 [list:3 [list:50]]]由于它是一个多变量LSTM，我不知道如何将所有3个序列作为Keras的输入。
浏览 1提问于2020-10-06得票数 0
回答已采纳
2回答
将二维稀疏矩阵转换为三维矩阵
、、、、
我想把二维稀疏矩阵转换成三维矩阵，因为我需要把它作为conv1d层的输入，它需要三维张量。embeddingoutput')(dense_layer_3)
model_3 = Model(inputs=[input_model_1,input_model_2],outputs=outp
浏览 10提问于2020-05-10得票数 1
回答已采纳
我需要转置h5py数据集，以访问3D数组作为2D图像堆栈。
我希望能够在3个可能的方向中的任何一个方向切片3D体积，同时保持第一个维度作为图像索引。我不想将我的数据集转换为numpy数组，以避免在只需要显示部分图像时从磁盘读取整个数据集。
浏览 1提问于2016-12-16得票数 3
1回答
我现在希望将这些权重从LSTM加载到相同的模型中，该模型三层中每一层都有(32，32，16)个输出，但有(64，64，32)个输出。有4层，最后一层是具有8个输出的softmax，并且没有变化。如何将权重的“前半部分”加载到这个新模型中？
我正在尝试使用上一次训练课程来让网络从某个地方开始，因为训练时间变得如此之长，而我的视频卡不适合训练，这需要大量的时间。
浏览 9提问于2017-07-01得票数 1
2回答
(总共6个)我有数据，但我不知道如何向它提供多个数组。这是代码-import numpy as npimport pandas as pdSex=pd.DataFrame(file,columns=['sex']).to_numpy()
BMI=pd.DataFrame(file,columns=['bmi']).to_numpy('
浏览 0提问于2020-09-14得票数 1
我想知道如何正确地绘制通过keras.preprocessing.image.img_to_array转换成数组的图像。import urllib.request
f.write(requests.get('http://i.imgur.com/Ph4Xw.jpg').content)在
浏览 1提问于2018-03-11得票数 1
回答已采纳
我试着开始使用Tensorflow-Hub从图像中提取特征向量。但是，我不确定如何将Tensorflow-Hub输出(张量)转换为numpy向量。下面是一个简单的例子：import tensorflow_hub as hubimport numpy as np
im = load_img('sample.png&#x
浏览 4提问于2019-12-16得票数 1
回答已采纳
云服务器
ICP备案
实时音视频
即时通信 IM
云直播
腾讯云开发者
