1回答
我的模型有两个最后一层： # Classification blockx = layers.Dense(4096, activationoutainty
variance_output = layers.Dense(units=1, activation='linear', name='variance_output')(x) 我想将这些输出合并为一个损失
浏览 30提问于2019-05-07得票数 0
在keras中，我想定制我的损失函数，它不仅接受(y_true，y_pred)作为输入，还需要使用来自网络内部层的输出作为输出layer.This图片显示的标签而Ax，Ay传统上被称为y_true，而Ax'，Ay‘是y_pred。
我希望将这两个损失分量合并为一个
浏览 0提问于2017-01-16得票数 9
3回答
它们在示例中只有一个损失层，而VAE的目标由两个不同的部分组成:重构和KL-散度。但是，我想描绘/想象这两个部分在培训期间是如何发展的，并将单个定制的损失分成两个损失层：
My模型：不幸的是，Keras只是在我的多损失示例中输出一个损失值，是否有人知道如何获得add_loss所加的每损失的值？另外，在多个add
浏览 2提问于2019-01-07得票数 10
回答已采纳
2回答
Keras如何处理这些损失以获得最终的损失？是不是像这样：另外，在培训过程中，这意味着什么？loss2是否仅用于更新y2所在层的权重？或者它用于模型的所有层？
浏览 1提问于2018-03-21得票数 63
回答已采纳
2回答
在训练ANN进行回归时，Keras将训练/验证损失存储在中。对于带有的最后一层中的多个输出，即均方误差或均方误差：
model.add(Dense(2))
model.compil
浏览 0提问于2018-08-30得票数 1
1回答
用于语义分割的全卷积神经网络
、、、、
我已经成功地实现了用于语义分割的FCNN，但我不涉及反卷积或解合层。是否需要反卷积或解合池的过程？
我的意思是，在python中调整图像的大小是相当容易的，那么为什么要使用复杂的技术来做同样的事情呢？
浏览 10提问于2018-01-26得票数 0
我试图在Keras中实现一个丢失函数，它可以执行以下操作：K.log(K.sigmoid(y1-+K.log(K.sigmoid(yn-yn-1))
我在考虑使用Lambda层首先将批处理outputy0，y1，.，yn转换为y1-y0，y2-y1，.，yn 1，然后对转换后的输出
浏览 2提问于2019-05-12得票数 0
我正在使用LSTM进行二进制分类，最初尝试了一个在输出(密集)层具有1个单元的模型，并将sigmoid作为激活函数。然而，它的表现并不好，我看到一些笔记本在输出层(紧跟在LSTM之后的那一层)中使用了2个单元，并使用softmax作为激活函数。使用2个输出层并使用softmax而不是单个单元和sigmoid(用于二进制分类)有什么优势吗？我使用binary_crossentropy作为损失函
浏览 45提问于2021-10-16得票数 0
回答已采纳
1回答
在损失函数中使用隐激活
、、、
我想为Keras中的双输入双输出模型创建一个自定义丢失函数，即：
我知道我可以将输入和输出传递给Model，但是我很难找到一种方法来传递隐藏的激活。我可以创建两个新模型，它们具有中间层的输出，并将其
浏览 4提问于2016-12-29得票数 1
1回答
正如Keras手册-Deep中所描述的，对于多输出模型，我们需要为不同的网络负责人指定不同的损失函数。但是，由于梯度下降要求最小化标量，所以必须将这些损失合并为单个值，以便训练模型。非常不平衡的损失贡献将导致模型表示优先为最大的个人损失的任务优化，而牺牲其他任务。为了弥补这一点，您可以在损失值对最终损失的贡献中，对损失值指定不同的重要级别。如果损失的数值使用不同的
浏览 2提问于2018-05-28得票数 3
1回答
我正在尝试从一个数据集中预测两个数值列。我必须预测的列是数量和天数。数量、天数是功能，所有其他列都是标签。我已经尝试添加更多的层，更多的神经元，改变纪元的数量，并将激活层改为乙状结肠和泄漏的relu。model.fit(X_train, y_train, epochs=50, batch_size=32,validation_split = 0.2, callbacks=callbacks_list)
Keras函数式
浏览 8提问于2019-07-11得票数 0
2回答
结合CNNs的图像分类
、、、、
我想把CNN的中间层(G层)的输出输入到更宽的CNN (H层)的中间层，以完成推理。
L(W_G, W_r) = MSE(\text{output oflayer H}, \te
浏览 0提问于2021-07-27得票数 1
回答已采纳
我尝试制作一个卷积神经网络，以便对狗和猫进行分类。我在标题中提到了错误。 根据我的搜索，一些人说这个错误属于tensorflow和keras库的不同版本，另一些人说这是一个语法错误。我会在这里留下我的代码，告诉我我在哪里犯了错误。 #IMPORTING LIBRARIESimport pandas as pdfrom keras.preprocessing.image import ImageDataGenerator
#preprocessing the
浏览 1098提问于2020-12-13得票数 1
1回答
single( permute(reshape(label_test,[77, 1, 1, 1]), [4:-1:1] ) ) , 'WriteMode', 'append' ); @ (nil) (unknown)现在，如果我像这样改变损失层
浏览 1提问于2015-12-24得票数 1
回答已采纳
1回答
如何在多目标上训练神经网络？
、、、、
那么，我如何将点击和购买数据以及将我的问题框架为“这些N类产品中的哪一种将被点击并可能被用户购买”？训练一个单一的模型。
任何这方面的资料或文件都会很有帮助。
浏览 0提问于2020-11-25得票数 1
回答已采纳
我有一个使用TimeDistributed的简单顺序模型(密集...)作为LSTM层之后的最后一层。我正在以20个时间步长的序列对时间序列数据进行训练。损失函数是平均绝对误差，定义为： return K.mean(K.abs(y_pred - y_true), axis我正在尝试确认标准损失函数是否真的计算输出中所有时间步长的损失。看一下代码，看起来损失</e
浏览 1提问于2017-08-19得票数 3
我正在将json中的对象导入到tf.tensor2d。数字大于50的对象被标记为较大和<较小。这是我第一次使用tensorflowjs和我对如何使用model.predict函数的理解。
浏览 0提问于2019-06-30得票数 2
1回答
我目前正在尝试用TensorFlow创建一个神经网络，它有两个输出层。具体地说，我希望网络的倒数第二层既充当第一输出层，同时将其输出传递到网络的下一层也是最后一层(第二输出层)。我需要这样做，以便应用两个不同的自定义损失(每个输出层一个)。第一个将从倒数第二层开始反向传播其错误，一直到第一层，
浏览 5提问于2019-05-12得票数 1
2回答
如果我想要建立一个使用单个数字的模型，然后只输出一个数字(不是线性关系，不确定是哪一种)，我将如何塑造输入和输出层，以及应该使用什么样的损失/优化器/激活函数？谢谢。
浏览 8提问于2022-05-22得票数 -1
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
云直播活动推荐
腾讯云开发者
