我有一个CNN，它是用keras制作的。我可以使用以下命令查看特定层的权重： weights,biases = model.layers[n].get_weights() weights,biases = layer.get_weights() 但是对于没有权重的层(比如max poo
浏览 15提问于2019-05-22得票数 0
回答已采纳
我试图更好地理解CNN，所以我使用keras基本上制作了一个小的CNN，并希望手动完成计算。 我从GTSRB数据库下载了图像，然后使用PIL库包将图像集转换为灰度并将大小调整为(6 X 6)。下面的代码显示了我创建的CNN。它包括1个卷积层(具有2个大小为2x2的滤波器)，1个最大池化层(2x2)，一个平坦层和一个在末端的致密层。())
model.add(keras.layers.Dense(len(sign_la
浏览 26提问于2019-05-16得票数 1
回答已采纳
1回答
base_cnn = resnet.ResNet50(随后，培训失败，原因如下： base_cnn = resnet.ResNet50(Exception: URL fetch failure on https:&#
浏览 10提问于2022-06-27得票数 0
回答已采纳
1回答
我有两个CNN模型，它们都是在同一个数据集上训练的。model2 = tf.keras.models.load_model('/kaggle/input/models
浏览 0提问于2020-06-04得票数 0
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
1回答
计算CNN层数
、、、、
我为我参与的一个项目创建了一个CNN，我需要展示它。问题是，我不确定如何计算层数。这是我的模型：model.add(Conv2D(64,(3,3), input_shape = (40,40,2))) optimizer='SGD',len(model.layers)返回12：
所以我使用了1个输入10个隐藏的
浏览 1提问于2019-08-21得票数 4
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_name + '
浏览 13提问于2019-07-06得票数 0
2回答
我正在研究一种用于CNN的模糊卷积滤波器。我已经准备好了这个函数-它接受2D输入矩阵和2D内核/权重矩阵。该函数输出卷积特征或激活图。现在，我想使用Keras来构建CNN的其余部分，它也将具有标准的2D卷积滤波器。
有没有什么方法可以将我的自定义过滤器插入到Keras模型中，这样内核矩阵就会由Keras后端的内置库更新？
浏览 2提问于2018-08-20得票数 3
2回答
我的问题很简单。我想要可视化在ConvNet的深层使用什么过滤器来提取预测最终模型的特征。/cnn_filters.png最后一层中显示的过滤器一样，我们实际上可以在最后一层过滤器中看到一辆车 我可以通过我自己的问题Visualising Keras CNN final trained filtersat each layer提供的帮助来可视化第一卷积层的滤波器，但这只显示了第一层的可视化
浏览 21提问于2019-04-09得票数 1
我在Keras中训练了一个特征提取器，并将权重保存为一个h5文件。现在，我希望将相同的权重加载到在PyTorch中创建和初始化的相同模型中，以便进行性能比较。
浏览 0提问于2019-08-04得票数 3
1回答
我在Keras中使用卷积神经网络(CNN)进行语义分割(图像像素的多类分类)。
特别是，我正在将此应用于农作物(植被)的航空图像。在Keras中，我成功地开发了一个工作流，用于为一个特定的数据集划分/分类不同的作物(让我们将这个数据集称为rural area #1)。我可以应用在rural area #1上训练的Keras权重来初始化另一个dataset rural area #2的培训吗
浏览 0提问于2018-02-08得票数 3
回答已采纳
2回答
我收到一个关于set_weights的错误，但我无法修复它。我添加了作为制服的重量，但它不接受它。我正在尝试制作一个具有两个隐藏层和一个二进制输出电平的ANN。StandardScaler()X_test = sc.transform(X_test)
import kerasfrom keras.models import Sequential
from keras</
浏览 116提问于2020-04-28得票数 0
回答已采纳
所以我想，也许将这个样本训练成小样本会是一个好主意，每个图像更多地考虑具有相似x的图像训练的权重。20个类似x的小样本，并对每个小样本使用相同的CNN (可能会减少一点参数数量)，然后将这些不同的CNN与一些权重和偏差连接起来。然后，当训练和比较输出与实际值时，当反向传播时，我想只考虑训练这些外部权重以及与被训练图像对应的x的范围相对应的
浏览 12提问于2020-05-28得票数 1
我正在用我自己的数据集用例子学习gan。(图层、权重、original_keras_version、original_backend、重塑) 555权重=convert_nested_time_distributed(权重) 556 elifin preprocess_weights_for_loading(图层、权重、original_keras_version、original_backend、重塑) 555权重
浏览 0提问于2018-08-21得票数 8
回答已采纳
1回答
我训练了一个输入大小为(None, 256, 256, 1)的CNN模型，并使用model.save()方法保存了这个mthe模型。我想要整个模型，因为它是(即，相同的架构和权重)，但不同数量的渠道在输入。from tensorflow import keras
cnn_model = keras.m
浏览 7提问于2022-11-04得票数 0
1回答
有一个问题，我需要在Keras中更改图层权重的小数精度。有什么解决方案吗？我知道有一种方法可以在16/32/64之间改变权重的格式，但我真正想做的是将权重限制在特定的数字上，例如， 一组权重:将1.0454446更改为1.0454000，类似于floor()函数 是否有一些用于该操作的模块函数
浏览 21提问于2020-04-25得票数 0
我在使用Keras工作时遇到了一个可怕的问题，这是一个问题； encoder_path = "my own encoder path" encoder = tf.keras.models.load_model(encoder_path, compile=False)# z.traina
浏览 25提问于2021-04-27得票数 0
回答已采纳
1回答
我想在Keras中创建一个图层，以便：
A和B是具有元素的方阵：
C是一个具有重复元素的偏置向量：如何实施这些限制我在想，它可以在初始化权重时在MyLayer.build()中实现，也可以作为一种约束来实现，在这种约束中，我可以指定某些索引相等，但我不确定如何实现。
浏览 1提问于2018-02-21得票数 2
回答已采纳
1回答
我将从代码开始，然后提出我的问题。loss='mse', optimizer='adam')当执行这段代码时，模型1和模型2的权重会发生什么我想使用经过训练的model1和经过训练的model2预测来训练model3。我可以写这样的东西吗？optimizer='adam')
model3.fit(inputs, outp
浏览 27提问于2019-11-22得票数 0
回答已采纳
1回答
我希望在顺序模型中有一个层，该层具有一些固定的、不可训练的权重，稀疏地分布在层内。例如:我创建了一个只有几层的模型 model = Sequential()
model.add(Dense(units=n_nodes, activation=activation, kernel_initializer然后对模型进行编译和拟合，并用训练好的权重得到两层。 接下来，例如，我想使用model.layer[0]修改和固定一些权重，然后执行网络的</em
浏览 34提问于2021-09-14得票数 1
云服务器
ICP备案
实时音视频
云直播
对象存储
腾讯云开发者
