我用imagenet-weights训练了一个VGG16，用4个类对图像进行分类。 训练数据:4类3578幅图像。验证数据:4类894张图片 每次运行代码时，我都会得到这两个精确值中的一个。因为结果之间的差异太大了。batch_size=BATCH_SIZE, shuffle=False)
from keras.applications
浏览 16提问于2019-06-02得票数 0
我用Keras创建了一个简单的二进制分类模型。正如Keras说的，binary_accuracy精度有一个阈值，缺省值是.5，而‘精度’没有。当我用样本数据测试它们时，结果是不同的，但是在模型的过程中，您在每个时代都有相同的结果。对于这个真实和预测的样本，我测试了accuracy和binary
浏览 2提问于2020-12-18得票数 6
回答已采纳
我试着使我的功能读起来更方便。因此，我没有多次重复我的代码，而是使用了lapply。但是，对于相同的函数，我得到了不同的结果。我的目标是，如果我有一个大的列表，例如，X = (x1, x2,..因此，我不会为10元素编写长代码，而是使用lapply编写简单<
浏览 1提问于2017-12-12得票数 1
回答已采纳
我有两个使用Keras训练过的模型。这两个模型使用相同的体系结构(来自keras_applications.densenet包的keras_applications.densenet实现)，但是每个模型都有不同数量的目标类(一个是80个，我使用在keras_to_tensorflow上找到的实用工具
使用T
浏览 2提问于2018-10-29得票数 3
我制作了一个小程序来计算灰度图像中的白色像素数。如果在同一个程序中打开图像两次，结果就不一样了。同样，如果我显示像素的强度，即使它是相同的图像，它也会发生变化。如果有人看到问题所在，请帮忙。=0) }printf("%d\n %d\n",nbr,nbr1);
谢谢你的帮助。
浏览 3提问于2017-03-29得票数 0
回答已采纳
2回答
我在Keras中有一个模型，我正在优化均方误差。但是，如果在度量中使用与Keras中相同的losses.py代码，则会得到不同的结果。为什么会这样呢？作为衡量标准： return K.mean(K.square(y_pred, y_true))model.compile
浏览 1提问于2018-02-10得票数 9
回答已采纳
我用Keras在python中训练和测试了一个模型，并以SavedModel格式保存它。然后，我用C和TF_LoadSessionFromSavedModel()导入了它。我预测了python和C中相同的数据集，但是得到了不同的结果。python中的预测是可以的，C中的预测是不正确的，但也不是完全没有意义的。<
浏览 5提问于2022-01-12得票数 0
我更习惯于Keras而不是Tensorflow，但我想切换到Tensorflow，因为它看起来更强大。我正在用一个基本的GAN做实验，下面提供了TF (我使用1.15.2版)和Keras (2.2.5版)的代码。GAN学习生成符合2D曲线的2D点，f(x) = x^2。下面两个python程序即开即用地编译和运行，并产生完全相同的结果。但是，TF版本根本不能正确收敛。
我想尽我所能
浏览 0提问于2020-01-30得票数 1
我在Nvidia象限板上使用Keras 2.2.4训练了一个卷积神经网络。我已经将经过训练的模型保存在两个单独的文件中:一个文件(model.json)描述体系结构，另一个文件(model.h5)具有所有权重。我想在运行Keras2.2.2的Nvidia TX2板上加载保存的模型，并尝试这样做： json_file = open(pr
浏览 0提问于2018-11-06得票数 3
1回答
利用4，4个隐层对虹膜数据集进行训练，在tensorflow和keras中分别建立神经网络，得到了不同的结果。tensorflow模型的测试准确率为96.6 %，而keras模型的准确率仅为50%左右。在这两种情况下，学习率、优化器、小批数等各种超参数是相同的。Keras模型
model.add(Den
浏览 0提问于2018-06-20得票数 2
我在Keras中训练了一个特征提取器，并将权重保存为一个h5文件。现在，我希望将相同的权重加载到在PyTorch中创建和初始化的相同模型中，以便进行性能比较。有没有办法将h5文件转换为pth文件，以便将其加载到PyTorch模型中？
浏览 0提问于2019-08-04得票数 3
为了创建自定义的丢失函数，我看到许多人使用了tensorflow的后端功能。代码：import tensorflow.keras.backend as kbtf.Tensor(0.15846486198115287, s
浏览 1提问于2021-03-26得票数 1
我有一个带有keras.models.Model的tf.keras.models.load_model。
计算是分批进行的。该方法是针对大规模输入的性能而
浏览 2提问于2020-02-10得票数 3
回答已采纳
1回答
发现损失不够好
、、、
我试图使用神经网络来预测包含24个不同特性的输入中的两个不同的值。到目前为止，我得到的结果还不够好，所以任何建议都会受到赞赏，因为我已经被困了一段时间了。这就是我到目前为止所做的：我有一个包含24个不同特性的输入(整个数据集大约有15万个实例)。因此，我试图标准化我的</
浏览 0提问于2021-04-24得票数 1
1回答
from keras.models import Sequential
from k
浏览 0提问于2018-07-31得票数 2
回答已采纳
1回答
SVM与Keras模型性能比较
、、、、
我在数据集上同时应用了SVM和CNN (使用Keras)。现在，我想比较两种型号的性能。Keras model.evaluate function预测给定输入的输出，然后计算度量函数(度量是用于判断模型性能的函数)，基于the model.compile and的on y_true and显然，支持向量机的精度计算与Keras的model.evaluate不同。
浏览 0提问于2020-05-01得票数 0
我想将Keras模型转换为Tensorflow Lite模型。当我查看文档时，有人说我们可以使用tf.keras HDF5模型作为输入。这是否意味着我可以使用保存的HDF5 Keras模型作为它的输入，或者tf.keras HDF5模型和Keras HDF5模型是不同的东西？文档：
编辑:<e
浏览 1提问于2019-05-03得票数 1
回答已采纳
1回答
我有来自Keras模型的h5权重。我知道只有高级API发生了变化，但是您知道我是否仍然可以使用h5权重吗？很可能可以加载它们，但是和tf.keras权重之间的结构不同吗？
谢谢
浏览 2提问于2020-06-18得票数 0
1回答
我有一堆小的神经网络(比如，5到50个前馈神经网络，每个网络只有两个隐层，每个层有10-100个神经元)，它们只是在权值初始化上有所不同。我想用相同的小数据集(例如10K行)对它们进行训练，批量大小为1，目的是通过对结果进行平均处理，将它们组合成一个集合。, weak_learners=5)得到的模型图如下所示：但是，训练<em
浏览 0提问于2019-08-30得票数 3
1回答
我正在研究癫痫分类系统，它消耗脑电图信号，结果说如果使用某一时期，是否是癫痫发作。为了进行网络培训，我利用Keras。我正在尝试几种不同的神经网络配置，现在我想知道，在某些情况下，MLP在一维分类方面是否比CNN更好？我的问题不仅与脑电图或癫痫的检测有关，而且更多的是当MLP在准确性上比CNN表现得更好的时候。或者，在数学上证明了，对于<
浏览 0提问于2021-05-15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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
