我从这篇文章的标题中得到了完全相同的错误。老实说，我试着从Keras API文档中学习，试着从stackoverflow，github，towardsdatascience和其他地方学到一些技巧。一些人说错误属于tensorflow和keras库的不同版本，另一些人说它属于语法。我将在这里留下我的代码，告诉我我在哪里犯了错误，我愿意学习新的技巧。##initialising the cnn
cnn = tf.keras<
浏览 233提问于2020-12-12得票数 0
回答已采纳
1回答
我想去掉CNN的一些频道。它由两个模型组成，它们组合在一起创建一个简单的模型。 它创建了正确的输出，但在中间层中，但稍后仍会给出错误。high) layer_out = keras.backend.expand_dimsinput_img,
cifar10ClassifierTransfer(
浏览 22提问于2019-04-26得票数 1
回答已采纳
1回答
我想使用Keras和TensorFlow来创建 CNN架构，就像中描述的那样。展示了一种使用合并层的方法，该合并层已从Keras中删除。如何将此CNN架构复制到更新版本的Keras？
浏览 3提问于2020-02-09得票数 0
2回答
我正在使用insider作为TensorFlow中的数据集进行内部威胁检测.npimport tensorflow as tffrom tensorflow.kerasfeature_columns.append(feature_column.numeric_column(header))
feature_layer = tf.keras.layers.Den
浏览 3提问于2020-07-03得票数 0
回答已采纳
我正在努力建立一个接收多个输入的CNN，我正在尝试以下几点：classifier = keras.Model(inputs=input,output=classifier)TypeError: ('Keyword argument not understood:', 'input').我会很感激你的提示，谢谢！
浏览 3提问于2020-08-08得票数 2
回答已采纳
我试图使用Keras制作一个CNN，并编写了以下代码：epochs = 20cnn_model.add(Flatten())cnn_model.add(Activation('relu'))
cnn_model.add
浏览 0提问于2018-02-16得票数 44
回答已采纳
1回答
我想建立一个端到端的可训练模式，包括以下几个方面：
我现在的问题是在重塑之后，如何用Keras或Tensorflow将特征矩阵的值提供给LSTM？到目前为止，这是我使用VGG16网的
浏览 3提问于2017-04-28得票数 1
1回答
我目前正在开发一个系统，该系统可以对两个句子是否具有相同的内容进行分类。为此，我使用了预训练的词向量，因此有一个包含句子一的词向量的数组(s1)和一个包含句子二的词向量的数组(s2)。为了对它们是否相似进行分类，我通过将s1中的所有向量与s2中的向量进行成对比较来创建一个矩阵。然后将该矩阵输入到CNN分类器中，并对数据进行训练。这一切都非常简单明了。为了得到s1和s2中</
浏览 1提问于2018-10-11得票数 0
1回答
在组合模型时不遵守批处理尺寸。
、、、、
model = keras.Model(img, outputprob)(1)在所有层中显式设置trainable=False，但这似乎没有任何区别： for layer in model_core.layers(4)以下是该模型的完整代码：
# con
浏览 0提问于2018-11-15得票数 0
回答已采纳
1回答
我在凯拉斯为CNN做了一个模型。我想保存这个模型，并将这个经过训练的模型用于转移学习，作为一个预先训练的模型。我不明白怎样才是正确的方法来保存这个模型，以便将它用于转移学习。同样，如何在Keras中加载经过预先训练的模型，以便在加载之前的模型后添加一些层。，这是我构建的模型
model_cnn = Sequential() # initilaizing the Sequential nature for <
浏览 2提问于2021-06-30得票数 0
回答已采纳
我有一些用Python3.7开发的神经网络，用于使用TensorFlow中包含的Keras包对图像进行分类，我想导出层和权重模型，以便将其导入到使用Tensorflow.js的Node.js应用程序中。我将神经网络保存为h5格式，其中包含两个单独的文件，一个用于层模型，另一个用于权重模型。尝试遵循Tensorflow提出的这个教程()，但它不起作用。/model/' + cnn<
浏览 13提问于2019-07-06得票数 0
1回答
我有一个很大的工作模型，我想将最后一个密集的层更改为卷积层(包括池和输出)。但是，当我使用cnn时，我会发现以下错误：dense = model.get_layer('NSP-Dense').output
outputs = <e
浏览 3提问于2019-11-16得票数 0
回答已采纳
据 on tf.keras.layers.Conv2D说，
import tensorflow as tf
class CNNQ1：tf.keras.laye
浏览 0提问于2018-11-06得票数 0
1回答
我正在建立一个卷积神经网络，它将包含一定数量的卷积和池层。问题是，我想在特征提取步骤(convolution+pooling)之后添加一些额外的输入。这个额外的输入将被添加到扁平的特征映射(完全连接层的第一层)。我想问是否有任何文档来实现这一点，在tensorflow或(如果我幸运的话)在keras。提前谢谢你，祝你今天愉快。
浏览 0提问于2019-04-16得票数 2
回答已采纳
我有500张病人医学扫描的Dicom图像。这是三维扫描，shape = 300 x 300 x 3。我从中提取了正面和侧面的观点。所以，对于每一个病人，我有2张300 x 300形状的图像。为了建立分类器，应该将这两个视图叠加起来，并训练CNN {300 x 300 x 2 x 500} ->多通道输入，
还是应该将每个视图作为一个新数据传递给整个{300 x 300 x 1000} ->
浏览 0提问于2020-06-08得票数 0
1回答
对形状不相容的张量的重新调用
、、、、
我试图在这里通过下面的代码创建一个CNN +回归模型：cnn_modelinput_shape=cnn_model.output_shape), cnn_model,
regre
浏览 1提问于2020-01-16得票数 3
回答已采纳
1回答
在模型上应用一个层是做什么的？
、、、、
我正在使用tensorflow.keras API，并且遇到了我不熟悉的语法，即在子模型的输出上应用一个层，如下面的示例所示
base_cnn = resnet.ResNet50, output, name="Embedd
浏览 0提问于2021-11-20得票数 0
在我的TensorFlow模型中，我有一些数据，在它进入几个完全连接的层之前，我将它们输入到CNN堆栈中。我已经用Keras的Sequential模型实现了这一点。然而，我现在有一些不应该进入CNN的数据，而是直接进入第一个完全连接的层，因为这些数据包含一些值和标签，这些值和标签是输入数据的一部分，但该数据不应该进行卷积，因为它不是图像数据。这样的</em
浏览 9提问于2019-10-10得票数 1
1回答
我正在尝试开发一个CNN模型，它将从卫星图像中提取的一组参数作为输入。
为了使Geotiff数据作为keras模型的有效输入，需要执行哪些必要的步骤？
浏览 0提问于2019-03-28得票数 1
回答已采纳
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
