1回答
我对嵌入层是个新手，对此我有一个问题。我试图拟合神经网络模型，但首先我用嵌入层对我的数据集的分类特征进行了编码。import * model["accuracy"])
history = full_model.fit(X_train, y_train, epochs
浏览 18提问于2020-06-18得票数 0
回答已采纳
这是我的模型 tf.keras.Input(shape=(1,), dtype=tf.string),tf.keras.layers.Dense(4, activation='softmax')当我打印摘要时，我得到以下信息：
__________________________________此外，当我试图拟合模型时，我会看到一
浏览 2提问于2021-05-13得票数 0
回答已采纳
我试图了解如何读取本地图像，如何将它们用作TensorFlow ，并使用TF数据集训练Keras模型。我跟踪TPU 。唯一不同的是，我想阅读我的一组图像，并对它们进行培训。模型trained_model。但此时，代码会出现以下错误：错误来自keras，它对给定的输入执行这样的检查为什么在T
浏览 1提问于2019-02-28得票数 2
回答已采纳
我使用keras来构建模型，并在tensorflow中编写优化代码和所有其他代码。当我使用非常简单的层时，比如稠密或Conv2D，一切都很简单。但是，在我的keras模型中添加BatchNormalization层会使问题变得复杂。由于BatchNormalization层在培训阶段和测试阶段的行为不同，所以我发现在我的feed_dict中需要K.learning
浏览 1提问于2017-04-01得票数 3
回答已采纳
我有一个有三层的CNN网络，在对模型进行拟合后，权重保存在磁盘上。第二次我加载权重，但这一次模型增加了一个层。因此，它现在是4层网络。是否可以使用不同的架构传输模型权重？如果是，那么是如何实现的？我正在使用keras进行开发。提前感谢！
浏览 1提问于2018-03-20得票数 5
如何在TensorFlow神经网络中添加额外的层，并且知道附加层不会过分适合？似乎2层不会很有帮助，但它确实给了我91%的准确性，我想100%的准确性。我正在使用来自的模型示例 tf.keras.layers.Flatten(input_shape=(28, 28)),
tf.keras.layers.Dense(128, activation='relu'
浏览 6提问于2022-05-29得票数 0
1回答
将嵌入层与GRU一起使用
、、、
现在我想在GRU之上使用keras嵌入层。我的想法是输入一个二维数组(None，10)，并使用嵌入层将每个样本转换为相应的嵌入向量。return_sequences=False))model.add(Dense(64))
model.add(Activation("linear")) 我从摘要中看到嵌入层的输出是但是当我尝试拟合模型
浏览 22提问于2019-01-23得票数 0
回答已采纳
我试图将中的keras中的具体退出的实现移植到tensorflow 2，这很简单，因为Tf2中包含了大部分的keras。然而，海关损失正在清理之前，拟合。在定义模型之后，在编译模型之前，我可以看到，每个混凝土脱落层的损失都是由构建层时运行的行self.layer.add_loss(regularizer)添加到模型损失中的：
>>> print(
浏览 7提问于2020-04-11得票数 2
回答已采纳
我想用CT灰度图像训练一个模型，就像这样：对于某些类别的疾病，我的训练集是有限的，例如，2,000个阳性和98,000个阴性。我正在考虑使用迁移学习来避免过度拟合并提高我的模型的有效性，但我也意识到我应该对模型进行微调，因为我向模型提供的图像类型与我将使用的Inception模型训练的图像类型非常不同。我的问题是，我不确定我应该保留多少层，以及多少层是可训练的。
然后，我想使用跳过连接来应用随机深度，让网络了解真正需要多少
浏览 1提问于2019-10-07得票数 1
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。当我使用中的语法为其他层打印layers.output时，
浏览 3提问于2020-08-30得票数 3
我正在尝试使用VGG19的前10层来进行图像分类任务的迁移学习。x = basemodel.layers[-10] model.add(keras.layers.Conv2D
浏览 0提问于2019-08-08得票数 1
2回答
我有一个Keras模型，当我拟合时会失败，错误如下> LSTM(..)Error when checking input: expected input_1 to have 3 dimensions, but got array with shape (10842, 1)
在查看我的输入时尝试使用keras Reshape层时，模型创建失败，<
浏览 3提问于2018-10-14得票数 1
或者，在过拟合的情况下，验证损失增加，验证精度下降。但是，随着训练的进行，验证损失和验证精度都在增加。然而，训练计划正在按照预期进行，即训练损失下降，训练准确率上升。以下是代码和输出：import tensorflow as tffrom tensorflow.keras import layers as l
mnist = tf.<e
浏览 0提问于2020-05-24得票数 1
1回答
我试着用Keras做一个分类模型。我的数据包含一些数字功能和一些文本功能。所谓文字特征，我指的是注释或类似的东西。数字特征将是类别，年龄等。如何在Keras中实现这种类型的模型？
或者，在模型中
浏览 0提问于2018-03-25得票数 4
回答已采纳
在将嵌入层的输出传递给LSTM层时，我遇到了一个我无法识别的ValueError。我的模型是： def lstm_mod(self, n_cells,batch_size): x= tf.keras.layers.LSTM(n_cells)(embedding)
out = tf.
浏览 17提问于2021-04-23得票数 1
2回答
在我的NLP工作中，我一直依赖Keras嵌入层。但是对于我最近的项目，我想使用一个定制的嵌入层。我已经完成了创建word2vec文件的步骤，但是现在怎么办？有人能提供一个例子，说明在构造模型时我如何用自己的层替换Keras嵌入层吗？
浏览 0提问于2019-06-20得票数 0
1回答
我正在使用Keras (tensorflow后端)，并想知道如何在Keras序列模型中添加多个嵌入层。在寻找解决方案时，我发现Keras的嵌入层似乎非常巧妙地解决了这个问题。但是，大多数示例(和Keras文档)都说明了一个嵌入层非常简单的情况。不幸的是，我不知道如何将多个嵌入层作为输入集成到单个模型</
浏览 0提问于2018-06-12得票数 6
回答已采纳
来构建我的模型。我能够使用model.evaluate(test_dataset)训练模型并进行预测。一切都很好。 我遇到的问题是，当我在GCP上服务模型时，它需要不同输入形状和结构的数据！如果我在保存的模型上运行cli，我也会看到同样的结果： saved_model_cli show --dir $MODEL_LOCAL --tag_set serve --signature_def serving_default我看不到Keras的模型</
浏览 26提问于2020-08-31得票数 1
我尝试将keras连接到tensorboard，以便在模型中可视化我的嵌入层。我不知道为什么，但是在时代结束后，keras只是坐在那里什么也不做，不写日志文件或检查点。下面的代码(模型的定义是无关紧要的，它只有一个嵌入层和几个GRU层，后面是密集层)：
浏览 16提问于2018-02-23得票数 2
回答已采纳
我试图用Keras来实现一个视觉讲故事模型，它有一个层次RNN模型，基本上是一个神经图像描述器的样式，但是在解码器RNN上有一个双向RNN的一系列照片上。我分别实现并测试了该模型的三个部分: CNN、BRNN和解码器RNN，但是当试图连接它们时，得到了这个错误：
ValueError:对于渐变操作，没有任何操作。起初，我认为问题是用于划分时间步骤的Lambda层，但是当我用Dense层替换它们时，问题仍然存在(这是
浏览 0提问于2018-03-24得票数 6
云服务器
ICP备案
对象存储
即时通信 IM
云直播
腾讯云开发者
