1回答
我想尝试一下关于自动编码器的想法。模型是这样的： input (pictures) - conv2d - pooling - dense - dense(supervised output) - dense - conv - upsampling- output (pictures) 是否可以训练具有dense(supervised output)和output (pictures)所需输出的神经网络？换句话说，我想做一个双向的分类器。
浏览 12提问于2019-10-14得票数 0
回答已采纳
2回答
我是Keras的新手。在训练阶段，如何打印中间层或最终层的输出？
我正在尝试调试我的神经网络，并想知道这些层在训练过程中的行为。为了做到这一点，我试图在训练过程中为每一步精确地输入和输出一层。常见问题解答()有一个方法来提取中间层的输出，以构建另一个模型，但这不是我想要的。我
浏览 0提问于2018-03-26得票数 10
回答已采纳
1回答
我很好奇一个丢失函数是否可以在keras中实现中间层输出，而不需要设计作为输出的中间层的模型。我已经看到了一种解决方案，就是重新设计体系结构，除了最终的预测之外，还可以返回中间层，并将其用作解决办法，但我不清楚是否可以从丢失函数直接访问层输出。
浏览 0提问于2019-05-31得票数 5
回答已采纳
1回答
我正在使用resnet来训练我的数据。我已经冻结了大部分的层，只有最后4层的工作训练。我想要更改最后四层维度，使其与我的输入维度和通道相匹配。因为我是新手，所以我不知道该怎么做。我试着用谷歌搜索，但找不到解决方案 include_top=False,
weights="imagenet
浏览 38提问于2021-06-08得票数 0
这是我关于堆栈溢出的第一个问题。我将尽我所能给出更多的上下文。感谢您抽出时间阅读我的问题！ 我目前正在使用efficentnet解决一个分类问题。我想在中间层上添加一个辅助头部。辅助头，我指的是另一组层，他们将产生第二个输出(2个最终输出)。目前，我设法用下面的代码在模型的末尾添加了一个额外的头： inputs = tf.keras.Input(shape=(img_size, img_size,
浏览 30提问于2021-06-27得票数 1
回答已采纳
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 = keras</
浏览 3提问于2019-11-16得票数 0
回答已采纳
我正在使用Keras w/ Tensorflow后端来训练NN。为此，我目前再次调用predict来获取模型输出，但这是多余的，因为train_on_batch已经“向前”传递了输入批处理。在Caffe中，当图像前馈时，中间层输出仍然存储在net.blobs中，但
浏览 0提问于2016-11-17得票数 1
对于获取keras模型中中间层的输出，有几个很好的答案。但是我想提取一个keras模型中的一个层，并使用该层的输入作为新模型的输入，将输出作为新模型的输出。extractor = Model(model.get_layer('dw_conv5').input, model.
浏览 1提问于2018-07-27得票数 0
回答已采纳
2回答
Keras中递归层与稠密层的合并
、、、、
我想要建立一个神经网络，其中第一层是前馈，最后一层是递归的。这是我的代码：model.add(Dense(150, input_dim=23,init='normal',activation='relu'))
model.add
浏览 4提问于2016-06-22得票数 7
回答已采纳
我是Keras的新手，我正在研究函数式api模型结构。2-还有，layers.output或layers.input的输出是什么。<e
浏览 3提问于2020-08-30得票数 3
2回答
从非最终keras模型层获取输出
、、、、
我正在使用ubuntu和python3和keras，而不是tensorflow，我试图使用迁移学习从预先训练好的keras模型中创建一个模型，如所解释的那样：import numpyas npfrom keras import Modelmobilenet_model.get_weights()[:le
浏览 4提问于2018-08-21得票数 7
回答已采纳
MNIST结构：inputs = keras.Input(shape=(28, 28))所以基本上使数据变平输出层
猫对狗分类器也有一定的预处理功能，但随后又有更多不同类型的中间层。我已经玩过每一个，添加/删除层和改变每一层
浏览 0提问于2020-10-22得票数 0
回答已采纳
1回答
有谁知道如何访问BERT在Tensorflow集线器上托管的模型的中间层的输出？
运行[i.values() for i in tf.get_default_graph().get_
浏览 1提问于2019-03-25得票数 4
(我正在学习关于BERT word嵌入的 author教程，在本教程中，作者访问了BERT模型的中间层。)我想要的是使用HuggingFace的Transformers库访问TensorFlow2中BERT模型的单个输入令牌的最后4层。因为每个层输出一个长度为768的向量，所以最后4个层的形状为</em
浏览 8提问于2020-04-27得票数 7
回答已采纳
在TensorFlow/Keras中训练神经网络进行分类时，是否可以将输出层中的偏差项设置为不可训练？ 看起来layer.trainable = False将冻结这一层中的内核和偏差。
浏览 129提问于2020-12-29得票数 0
1回答
每当我在LSTM网络中输入一天的数据进行培训时，我还想给出输出状态h的实际测量数据。step].reshape(1, 96, 2),如果按照描述的方式在每次迭代中设置输出状态h，则得到的结果要好于默认情况下总是将输出状态h设置为</
浏览 1提问于2019-03-30得票数 2
来自keras文档： https://keras.io/getting-started/faq/#how-can-i-obtain-the-output-of-an-intermediate-layerfrom keras.models import Model
intermediate_output = intermediate_layer_model.predict(data) 我们正在插入输入<em
浏览 13提问于2020-02-02得票数 0
1回答
我已经在Keras中训练了一个模型，并希望从中间层提取输出。模型包含dropout层，我想绝对确保这样做时不会丢失任何东西。根据，可以像这样提取层的输出：intermediate_layer_model = Model(inputs=model.input,# output in train mode = 1
layer_output = get_3rd_layer
浏览 38提问于2018-06-29得票数 8
回答已采纳
在大多数示例中，我看到了我们希望看到中间层的输出值的地方，创建一个新模型似乎是这样做的：你也要训练这个新型号吗？我甚至无法想象有什么图表能代表这个新模型的发展.您
浏览 0提问于2019-09-09得票数 0
回答已采纳
1回答
我目前正在研究keras中的复发性LSTM细胞。为了分析我的网络，我希望在时间序列预测期间查看LSTM单元中的i、c、o和f值。我已经尝试简单地打印出这些值，但我认为由于代码只在编译时运行，并且没有包含在图形中，所以我没有得到预期的行为。据我所知，TF的内部张量是declerativ的，并且在会话之外不持有任何数据。我还试图修改完整的LSTM类，使其具有一个日志变量，但我没有成功。我目前落后于对代码
浏览 29提问于2019-05-31得票数 0
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
