我尝试从LSTM层获得每个时间步的输出，并且仅在最后一个时间步(步骤输出和上下文向量)分开，所以我发现要做到这一点的解决方案是使用return_sequences=True创建一个从LSTM提取上下文向量的lambda层。在顺序模型中，它工作得很好，但是当我试图在functional中实现它时，它突然不再接受维度，声明所有东西都是ndim=1的，尽管它不是。(ContextVector, output_shape=ContextVec
浏览 21提问于2019-02-24得票数 0
1回答
我正在尝试构建一个LSTM模型，在中处理文档示例。from keras.models import Sequential以下三行代码(加上注释)直接取自上面的文档链接：model.add(LSTM(16))
ValueError:输入0与lstm_2层<
浏览 2提问于2017-02-19得票数 4
回答已采纳
嗨，我试着在tensorflow中建立最简单的回归模型，但是这个错误出现了。tf.constant([1,2,3]), dtype=tf.float32)model.compile()
model.fit(X_train, y_train, epochs=10
浏览 4提问于2022-04-08得票数 0
回答已采纳
我试图找出如何将上面的数据传递给以下Keras序列：from keras.layers import Dense,LSTM, Dropout, Activationstateful = Falselstm_cells = 1024
model = Sequential</em
浏览 0提问于2018-10-12得票数 1
回答已采纳
1回答
我在keras上使用LSTM，并使用之前的重整型层，希望我不必为LSTM层指定形状。 输入是84600 x 6 两个月内84600秒。6公制/标签im在2个月内进行测量 到目前为止，我已经 model = tf.keras.models.Sequential()model.add(tf.ker
浏览 39提问于2019-02-17得票数 1
由于某些原因，我无法在我的模型中添加一个LSTM层：LSTM=Sequential() 3 LSTM.add(Embedding(max_words,embed_size,input_length=max_len)) 6 LST
浏览 3提问于2018-09-17得票数 1
回答已采纳
在我的模型中，我有一个用于1列特征数组的规格化层。我假设这会产生一个1ndim的输出： single_feature_model = keras.models.Sequential([single_feature_normalizer.adapt(single_feature) 我得到的
浏览 523提问于2021-11-11得票数 2
回答已采纳
Dense(256, activation='relu'))model.add(Dense(3, activation='softmax')) 6 model.add(Dropout(0.5))
/usr/local/anaconda/lib/python3.6/site-packages/keras/engine/sequential
浏览 0提问于2018-12-10得票数 2
回答已采纳
2回答
我在试着运行代码import numpy as npimport tensorflow as tf autoencoder = keras.Sequential/weightsfile.h5')
trained_model.evaluate(te
浏览 3提问于2019-12-09得票数 0
回答已采纳
2回答
每当我在CNN中添加一个卷积层时，我就会得到一个错误：我试图重塑X_Train数据集，但没有成功，我试图首先添加一个扁平层，但这会返回以下错误：import keras
from <
浏览 1提问于2019-07-01得票数 0
回答已采纳
2回答
我已经将一系列图像读取到一个形状为(7338, 225, 1024, 3)的numpy数组中，其中7338是样本大小，225是时间步长，1024 (32x32)是3通道(RGB)中的扁平图像像素。我有一个带有LSTM层的顺序模型：model.add(LSTM(128, input_shape=(225, 1024, 3))Input0 is incompatible with layer lstm_1: expected ndim</
浏览 3提问于2017-12-06得票数 12
回答已采纳
metrics_builder = lambda: [tf.keras.metrics.SparseCategoricalAccuracy()]
initializer = tf.keras.initializers.GlorotNormal(seed=0) tf.keras.layers.LSTM(2,
浏览 127提问于2021-07-17得票数 4
回答已采纳
我一直在犯这个错误，我不知道我应该为LSTM做什么input_shape。这是我的代码：model.add(LSTM(256,return_sequences=True, input_shape
浏览 2提问于2022-08-08得票数 0
1回答
几个小时以来，我一直试图在Keras中实现LSTM (使用具有嵌入层、两个LSTM层和一个密集层的顺序模型)，但最终得到了不同的错误消息。据我所知，问题是嵌入层的输出是二维的，而不是三维的，因为我在添加第二个LSTM层时得到了这个值错误(ValueError: Input 0 is incompatible with layer lstm_2: expected ndim=3, f
浏览 0提问于2018-06-16得票数 0
回答已采纳
1回答
我问我该用什么型号，然后我就明白了-model = tf.keras.models.Sequential([31
浏览 3提问于2019-11-30得票数 0
回答已采纳
我是Keras的新手我的神经网络结构在这里：import keras.backend as KBackhidden_units = 4 hidden_units, use_bias=Falsemodel.add(layer2)
# KBack.bias_add
浏览 6提问于2018-08-04得票数 2
“我想通过keras.model解决一个分类问题，但是在运行model.fit之后，我遇到了一个维度错误。我运行了以下代码：”print(y_train.shape)(2588, 39436) [ layers.Conv1D(32, kernel_size=3, strides
浏览 4提问于2020-09-03得票数 0
回答已采纳
在我构建了我的模型之后，当我尝试运行它时，它会给我一个错误。!import Sequential ValueError:层"max_pooling2d_12“的输入0与该层
浏览 1提问于2022-01-21得票数 1
回答已采纳
、Tensorflow 2.1.0和Functional定义了一个包含以下摘要的编码器：_______________________________________UpSampling2D(size=(12, 12))(encoder_output)
但我有个错误：
ValueError: Input 0 of layer up_sampling2d is incom
浏览 10提问于2020-09-03得票数 2
回答已采纳
rmsprop", metrics=['accuracy']) return model
然后，当我在构建这就是抛出错误的时候。下面是正在构建的模型和model.fit函数的代码片段。以下是错误消息。ValueError: sequential层的输入0与layer: expected ndim=3，found <
浏览 0提问于2021-07-03得票数 0
云服务器
ICP备案
云直播
即时通信 IM
实时音视频
腾讯云开发者
