1回答
有两个数据集，对于第一个数据集，我想应用卷积，并保持扁平层的结果，然后将其与其他数据集连接，并进行简单的前馈，这与keras是可能的？
浏览 2提问于2017-07-17得票数 0
回答已采纳
4回答
这个问题是关于一种通用机制，用于将任何非循环、同构或异构数据结构的集合转换为数据帧。这在处理许多JSON文档的摄取或作为字典数组的大型JSON文档时特别有用。有几个问题涉及操作深度嵌套的JSON结构，并使用plyr、lapply等功能将它们转换为数据帧。我找到的所有问题和答案都是关于特定案例的，而不是提供处理复杂JSON数据结构集合的通用方法。在Python和Ruby中，我实现了一个通用的数据结构<
浏览 2提问于2012-07-19得票数 11
回答已采纳
我正在尝试使用Keras在R中实现一个深度学习模型。假设我有一个人脸的数据集和一个CSV，里面有关于这个人的年龄、性别和种族的信息。我想训练这个模型从照片中预测一个人的年龄。这是我的伪码：
model %>% ## define CNN model’s architecture我有三个有用的信息来训练模型：age、gender和ethnicity。如何<e
浏览 0提问于2018-10-10得票数 2
我使用自己的数据跟踪。经过特征工程后，我的df有117行×8列。我所做的数据分割和规范化与教程完全相同。所有用于数据窗口、其他函数和模型的代码都是完全相同的，只是我有一个不同的目标变量wide_window = WindowGenerator(performance['LSTM'] = lstm_model.evaluate(wide_window.test, verbos
浏览 7提问于2022-04-26得票数 0
我有一个用例，需要计算任意时间段的集合重叠。
In [1]: len(set([46, 44, 14] + [44, 7, 36]))
如何将数组的数组扁平为单个数组
浏览 8提问于2022-08-26得票数 0
1回答
Keras后端建模问题
、、、
我的输入是x_input和y_input，输出是预测。(只需对每个实例的数据进行打点)dot_merged = K.batch_dot(XE, YE, axes=[2,2] ) # Choosedim = np.prod(list(dot_merged.shape)[1:]) 最终，我将这些扁平化数据输入到一
浏览 6提问于2017-07-26得票数 0
{ Enabled: true ]我想要做的是执行一项操作，将"Element“集合扁平化，并使用扁平的元素集合返回Collection1 (基本上，集合2中的已启用字段覆盖了集合1的启用字段。添加更多关于输出应该是什么的说明:基本上，我要做的是将集合1中的_id:1标识的文档(docum
浏览 2提问于2020-02-24得票数 1
回答已采纳
1回答
我有两个受过训练的凯拉斯模型文件A和B。我正在尝试合并两个经过训练的网络，以便我能够更快地推断SR+colorization。(我不愿意使用单一的网络来完成SR和彩色任务。我需要使用两个不同的网络来完成SR和彩色任务。)
关于如何合并两个Keras神经网络，有什么建议吗？
浏览 4提问于2021-01-04得票数 0
回答已采纳
我正在尝试将ConvLSTM作为我的tensorflow网络的一部分，因为我在使用tensorflow ConvLSTM实现时遇到了一些问题，所以我决定使用ConvLSTM2D Keras层。为了让Keras在我的Tensorflow会话中可用，我使用了博客帖子建议(我正在使用Tensorflow后端)：https://blog.keras.io/keras-as-a-simplified-interface-to-tensorflow-tutorial.html我认为这可能
浏览 175提问于2018-07-05得票数 2
回答已采纳
9回答
我试图理解Flatten函数在Keras中的作用。下面是我的代码，这是一个简单的两层网络.它接受形状的二维数据(3，2)，并输出形状的一维数据(1，4)：model.add(Dense(16, input_shape因此，第一层输出的16个节点已经“平坦”了。因此，第一层的输出形状应该是(1，16)。然后，第二层将此作为输入，并输出形状数据(1，4)。那么，如果第一层的输出已经是“平”的<e
浏览 12提问于2017-04-05得票数 181
回答已采纳
我正在尝试实现一个Keras回归模型，它可以学习设置一些参数，例如，输入中有一些参数和一组与输入一致的无关输出(例如，相似的输入给出了训练集中的相似的输出，并且一些输入和一些输出之间存在偏线性)。输入和输出是标准化的，因为参数具有不同的单位。out = keras.layers.Dense(78, activation=
浏览 15提问于2021-05-28得票数 1
回答已采纳
1回答
NN接收敌人关节(如头、手、腿)的相对位置作为输入，并为每个时间步骤输出正确的动作。目前，我正在使用一个香草前馈神经网络与Keras和它的表现良好，但它需要从多个时间步骤的信息，才能更有效。我希望在每个时间步骤接收一个输出，而不是在接收输出之前输入整个数据序列。
我相信有状态的LSTM适合这个任务，但是我不知道如何训练它，以及何时重新设置状态。理想情况下，AI将没有固定的时间步数的内存，并将能够不断地回首，因为它正在对每一个时间步骤进行实时预测，而不让
浏览 0提问于2020-09-23得票数 1
我试图在RStudio中从R中运行keras包，如这个所示。但是，当我得到错误时，通过命令mnist <- dataset_mnist()从mnist数据集中加载数据时，我会陷入困境：
python: C:\PROGRA~3\ANACON~1\python.exe
浏览 0提问于2019-05-06得票数 0
1回答
我在这个链接中也发现了同样的错误
在答案中，我找到了“更改keras模块版本”的解决方案，但我不知道如何做到这一点。
浏览 0提问于2018-05-21得票数 1
我正在用python从头开始构建一个神经网络。 在我用于测试的数据集中，特征都是数字的(57个特征)，目标变量是分类的(10个类，已经将其从0到9转换为数字，但可以使用其他编码)。一切似乎都很正常，除了我不知道如何将模型输出与y_true值进行比较来计算误差。因此，我对目标变量有10个类，我得到的输出是每个观察值的10个元素的数组，而不是每个样本的唯一值/分类。有人能给我一种简单的方法将我的输出转换成与y_true相当的单个
浏览 40提问于2021-03-20得票数 0
回答已采纳
我的目标是在Keras中创建一个RNN网络，根据文本段落预测分类输出。在我目前的模型中，段落首先被嵌入到特征向量中，然后被赋予两个cuDNNGRU层、4个Conv1D层和MaxPooling层，然后嵌入到一个密集的输出层中。但是，我发现了一种多通道方法来处理字向量，它涉及复制初始向量，通过CNN层运行一个集合，然后在池之前将输出与副本相加。这样做是为了防止反向传播到一组向量中，从而保留原始单词向量中的一些语义概念。我试过搜索这个，但唯一与</e
浏览 0提问于2018-07-02得票数 2
回答已采纳
1回答
在基本的二进制分类示例中，我尝试将代码迁移到keras。我对返回不同于sklearn的()方法有疑问。数据类型预测()返回: X_test维数的二进制向量(OK)。=32)print(Y_pred2)
Y_pred：[ 9.07712865e-21 1.27839347e-25
浏览 1提问于2018-02-05得票数 2
2回答
以下是我导入数据集的方式： subset = 'validation')import kerasprior = keras.applications.Xception(include_top = False, weights = '
浏览 0提问于2020-06-26得票数 0
1回答
首先，我尝试将sample_weight_mode设置为temporal，并输入与目标数据形状相同的权重矩阵：Weight_map.shape -> (n_samples,512x512x1).*
接下来，我尝试遵循uschmidt83 ()的建议，并将模型的输出与相应的目标数据
浏览 1提问于2017-06-25得票数 3
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
