1回答
当我使用以下代码时 df_reclamos_transf = df6
y = df_reclamos_transf['CATEGORIA'] X, y, test_size=0.2, random_state=0)
encoder = LabelE
浏览 9提问于2019-06-18得票数 0
1回答
问题：InvalidArgumentError, _device="/job:localhost/replica:0/task:0/cpu:0"]()]]
占位符的形状和传递的数据如下:占位符：(?，?sess, "saved_models/model&quo
浏览 1提问于2017-07-07得票数 0
回答已采纳
1回答
形状角深度学习
、、、、
我正在尝试用Keras实现一个深度学习模型。然而，我遇到了一个未知形状实现的问题。我正在寻找一个类似的错误，但没有发现。问我你是否需要更多的信息来理解。
浏览 0提问于2019-02-05得票数 2
1回答
我正在尝试获取单个输入图像并预测其标签。训练数据图像被转换为数组，标签被转换为整数，并在输入分类器之前使用DatasetMixin生成单个数据集。因此，我已经将图像转换为数组。当我尝试使用给定的code..this时，出现错误...预期: in_types.shape1 == in_types1.shape1 *1实际: 240 !
浏览 6提问于2019-01-03得票数 0
回答已采纳
1回答
我正在训练一个回归模型，它取方程的权值：Y = R+B+G。为此，我提供了R，B，G和Y的预定值作为训练数据。我使用的神经网络有3个输入，1个密集层(隐层)有2个神经元，输出层(输出)有一个单个神经元。hidden = tf.keras.layers.Dense(units=2, input_shape=[3])此外，我还训练了模型但是当我测试模型时，用R，B和G
浏览 0提问于2019-09-20得票数 0
回答已采纳
1回答
我目前正在使用word2vec的预训练进行文本分类。但在提供给Convolution neural network之前，我必须编写成本函数。下面是我的代码： trainable当我输入凸函数时：
浏览 0提问于2016-07-20得票数 0
回答已采纳
2回答
我试图建立一个“多头CNN模型”，这样每个头部都是一个分支，接受单个的、多变量的时间序列数据。输入形状如下：B Training Data (1, 903116, 5)
C Trainin
浏览 4提问于2019-10-14得票数 2
回答已采纳
1回答
我正在构建一个小程序来预测从一维浮点数数组中的浮点数。xs输入形状是[numRows, numCols] (例如[132, 100] -在132个示例的数据集中：[1，2，3，.，4，5，6，.，.])而且我的ys输出是一个单一值[num] (例如[17.50但是我想尝试一下LSTM来测试它的性能是否会更好。问题是LSTM的层需要一个3d矩阵，我不知道该如何去做。我试过以下几种方法
浏览 3提问于2018-05-20得票数 1
我已经成功地创建了我的Keras序列模型，并对它进行了一段时间的训练。现在，我试图做一些预测，但它失败了，即使使用相同的数据，在培训阶段使用。在检查输入时，我会得到这个错误：{ValueError}错误:期望embedding_1_input具有形状(2139 )，但是得到了带有形状(1，)的数组。但是，当检查我试图使用
浏览 2提问于2020-01-17得票数 0
回答已采纳
我正在尝试训练一个Pytorch LSTM网络，但是当我试图计算CrossEntropyLoss时，我得到了ValueError: Expected target size (2, 13), got我想我需要在某个地方改变一下形状，但是我想不出在哪里。batch_size, self.hidden_dim), torch.zeros(self.n_layers, batch_size, self.hidden_dim))
return hidden 我在
浏览 399提问于2020-11-30得票数 1
回答已采纳
我正在尝试将从2个微调的VGG16中提取的特性(每个在不同的流上)提供给每个序列的9个数据对，然后将它们的numpy数组连接起来，并将9个输出序列(串联)提供给Keras中的双向LSTM。问题是，在试图构建LSTM部件时，我遇到了一个错误。9个数组组成的序列，所以当我强制循环运行两次时，Xi的形状是：(9，14，7,512)
当我使用while True (如上面代码中的<
浏览 0提问于2018-10-08得票数 2
回答已采纳
1回答
我试图重写一个用来对卫星图像进行分类的keras模型，这个模型是一个NN模型，我想重写它给CNN，我从上找到了这个模型。，它变成了(2519025, 6)，根据本文的说法，重塑的原因是：
ARNING:tensorflow:模型是为输入张量(“conv1d_input:0”
浏览 3提问于2020-07-17得票数 0
回答已采纳
我使用DirectoryIterator从目录中读取图像并训练我的模型。我希望能够验证它是否有效，所以我尝试在包含图像的numpy数组上使用model.predict，但是我得到了以下错误dimensions, but got array with shape (128, 56)
我不确定来自
浏览 1提问于2018-12-03得票数 0
我收到了这个错误，
ValueError: Error when checking model input: the list of Numpy arrays that you are passing
浏览 1提问于2021-12-02得票数 0
1回答
我正在用来对手写字符进行分类，并遵循我的CNN模型。我已经将图像转换为灰度和二值化。我该如何解决这个问题？))
model.add(layers.Dense(12,activation='softmax')) 错误
浏览 32提问于2020-07-20得票数 0
不幸的是，我先前的问题没有得到令人满意的回答(如下面所示，如果一个时代由一批相同的奇怪行为组成)，而且这个问题让我发疯，所以请原谅用新的、更有针对性的、非常简单的代码重新发布这个问题。(我试图对该主题的拟议答案进行评论，但允许的空间太短，无法发布新代码)。
请注意，在下面的新示例中，一个纪元只有一个批处理(2个示例)，并且代码是针对单个时期进行的
浏览 0提问于2021-04-21得票数 2
1回答
我知道caffe有所谓的空间金字塔层，它允许网络使用任意的图像大小。我遇到的问题是，网络似乎拒绝在一批中使用任意大小的图像。我是错过了什么，还是这才是真正的问题？我的train_val.prototxt：layer { type: "Data"
top: "data"
浏览 3提问于2017-07-19得票数 2
回答已采纳
我正在建造一个自动编码器。一开始我工作得很好，但是在增加了一个CNN层之后，我的意思是，在将这个layer_filters = [32, 64]更改为layer_filters = [32, 64, 128]之后，我得到了一个维度错误我认为编码器的尺寸和解码器的尺寸是不同的，因为增加了一个层。我不知道怎样才能让它们变得一样。有人能帮忙吗？
编辑- @Kaveh在下面回答了这个问题，
浏览 1提问于2021-08-15得票数 1
回答已采纳
1回答
我有一个张量形状(5，1，3,126,126)，它代表一个视频(每个126x126 rgb 5帧)。我要把它转到一个 nn.Conv3d(5,5,1), )RuntimeError: Given groups=1, weight of size [5, 5, 1, 1, 1], expectedinput
浏览 0提问于2020-07-10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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
