我正在尝试运行一个Keras模型，在该模型中，我将一个文件夹中的88张图像读取到一个numpy数组中。此数组应转换为Keras张量，以便我可以处理模型中的数据。我正在运行以下代码：import numpy as npfrom keras import backend as K
print(images
浏览 11提问于2017-07-25得票数 0
在实际构建的模型中，这两者是可交换的吗？这两种情况的用例是什么？
浏览 0提问于2018-08-22得票数 2
1回答
我在尝试创建一个LSTM模型。在将数据传递到第一个LSTM层之前，我想添加一个Masking层。我可以在Keras中使用顺序方法来完成这个任务。见。import keras
lstm_h2 = keras.layers.LSTM(lstm
浏览 4提问于2018-12-13得票数 4
回答已采纳
我有一个api功能模型，它可以很好地使用numpy数组作为输入。我的模型的简化版本如下。counter += 1 counter = 0
如你所见，我在dataGenerator函数中使用了两个二维数组的所以似乎我不能把张量传递给InputLayer。那么我该如何通过它呢？此外，在将张量matU和matM传
浏览 28提问于2019-07-08得票数 1
conv_base = Xception(include_top=False, input_tensor=None, model = layers.GlobalAveragePooling2D()(model)
model = layers.Dense(5, activation = "s
浏览 0提问于2020-12-23得票数 0
1回答
然后是我的深度学习模型，它接受许多输入，并围绕它构建一个自动编码器，如下所示。
我的问题是，如何将我的熊猫数据框架中的变量映射到适当的输入层？例如，每个高级别的因素都要进入正确的嵌入层。第一种想法是在进行任何培训之前，按照输入的正确顺序排列数据集，或者以某种方式映射变量(例如，provID、->、input_provid)。
浏览 1提问于2021-08-30得票数 0
回答已采纳
1回答
我的目标是创建一个自定义损失函数，它基于y_true、y_pred和模型输入层的张量来计算损失：from tensorflow import keras as Knp.ones(input_shape), np.zeros(input_shape))TypeError: Cannot convert a symbolic KerasOr, you may be trying to pass Kera
浏览 0提问于2021-03-14得票数 3
tensorflow.math.multiply和tensorflow.keras.layers.multiply有什么区别？同样，tensorflow.math.add和tensorflow.keras.layers.add的区别是什么？我之所以有这个问题，是因为当我构建自己的自定义损失函数和度量标准product = multiply([y_true_f, y_pred_f])时，如果我使用from tensorflow.keras.layers我根据其他人的代码编写自定义度量函数的以下代码。(从te
浏览 9提问于2020-01-01得票数 2
Use instead layers from `keras.layers.merge`, e.g. `add`, `concatenate`, etc.有人能给我语法作为我如何使它工作吗？
浏览 7提问于2017-06-22得票数 3
回答已采纳
我发现在keras.backend或keras.layers中有许多相同的名称，例如keras.backend.concatenate和keras.layers.Concatenate。我模糊地知道，一个是张量，另一个是层。但是当代码这么大的时候，这么多的函数让我混淆了张量或者层。有人有解决这个问题的好主意吗？我发现的一种方法是首先在一个函数中定义所有占位符，但函数将其作为变量在结束时返回层，而另一个函数</
浏览 0提问于2018-12-20得票数 0
回答已采纳
2回答
我试图在形状为( 256、256、3)的RGB图像上训练一个模型(U-Net)，但当我拟合该模型时，我会得到以下错误：inputs = tf.keras.layers.Input( shape=( 256,256,3, ) )c
浏览 1提问于2021-03-17得票数 1
回答已采纳
1回答
我试图在Keras中实现一个自定义层，在该层中，我需要将浮动[a, 1+a)的张量转换为用于掩蔽的二进制张量。我可以看到Tensorflow有一个floor函数可以做到这一点，但是Keras似乎在keras.backend中没有它。知道我该怎么做吗？
浏览 0提问于2018-09-05得票数 4
回答已采纳
我正在尝试使用Tensorflow (v2.0)的dataset API来将大量数据传递给tf.keras.model。my_dataset对象中的每条记录都是一个字典，其中特性(和目标)的名称作为键，相关的张量作为值。我想将这个数据集与keras一起使用。对于它们的fit函数，我正在使用的所有tf.keras.model对象似乎都接受表示特征向量(X)和目标(y)的元组作为输入。
浏览 34提问于2020-01-14得票数 1
回答已采纳
2回答
构造角化模型
、、、、
new_output = keras.layers.GlobalAveragePooling2D()(model.output)
return modelmodel = keras.engine.training.Model(model.inputs, new_output)
我们指定了输入层和输出层，但是它怎么知道我们希望所有其他层保持不变呢？换句话说，我们将
浏览 0提问于2018-07-05得票数 2
回答已采纳
1回答
当使用Estimator类实现带有自定义数据的Tensorflow keras VGG16预训练模型时，它抛出了错误"ValueError:无法在Keras中找到具有名称“ValueError”的输入，在这段代码中，我没有将输入张量整形为(-1,224,224,3)，相反，形状是(224,224,3)。我在解析器函数中尝试了这两个形状--要映射到dataset API部分中的函数。import tensor
浏览 0提问于2018-08-13得票数 0
回答已采纳
所以nn中的所有张量都是相同的，只有输入训练分支是不同的？但是基本上，首先您可以构造nn，因为您不能将一个非调用层传递给一个层调用！例如：...AttributeError: 'Dense' object has no attribute 'shape'我一直通过创建一个未编译的模型作为子网络来实现
浏览 0提问于2019-04-03得票数 0
可以将tensorflow与keras顺序模型结合起来，如下所示：()y = model(x)x = tf.placeholder(tf.float32=(None, 784))model
浏览 20提问于2018-06-02得票数 1
我正在尝试在keras中定义一个使用中间层输出的自定义损失函数，对其进行操作(比方说乘以2(然后返回到模型中以产生最终输出。所以假设一个模型encoding_dim = 14
input_tensor = Input(shape=(input_dimautoInput)autoencoder = Model(inputs=autoInput, outputs=decoderO
浏览 6提问于2018-07-25得票数 1
我正在用keras制作语言LSTM模型。连接两个层是否有帮助，是否与合并层相同。级联到底是做什么的？这是否意味着当我们将两个层连接起来，或者将它们叠加在一起时，它们的输出是平均的呢？
浏览 1提问于2018-12-24得票数 1
云服务器
ICP备案
云直播
即时通信 IM
实时音视频
腾讯云开发者
