我遇到的问题是，当我尝试运行1D Convnet时，我得到错误：
Input 0 is incompatible with layer flatten_11: expected min_ndim=3,
浏览 20提问于2018-07-24得票数 1
回答已采纳
这将产生"ValueError: Input 0与图层lstm_16不兼容:预期的ndim=3，找到的ndim=2“5x5x122880是训练样本的瓶颈特征model.add(Dense(2, activation='sigmoid'))
似乎Keras的ValueError</
浏览 21提问于2018-03-05得票数 1
回答已采纳
我正在尝试使用Keras构建一个神经网络，但遇到了错误： ValueError: Input 0 of layer sequential is incompatible with the layer:
浏览 43提问于2021-05-11得票数 1
回答已采纳
我在Keras中使用Conv2d对灰度图像进行分类。每个图像存储为一个240*300矩阵(即列表[ A_1, A_2,..., A_240 ]，而每个A_k是长度为300的列表)。谢谢
ValueError: conv2d层的输入0与图层不兼容:预期的ndim=4，found ndim=3。收到的完整形状: None，240,300
浏览 1提问于2019-05-25得票数 0
回答已采纳
我正在尝试保存并加载我的keras模型。它可以很好地训练、评估和保存(使用.h5保存模型)，但是当我尝试加载模型时，我得到以下错误: ValueError: Input 0与layer flatten不兼容: expected min_ndimdef ml(self): model.add(tf.keras.layers.Flatt
浏览 81提问于2019-07-03得票数 0
我使用Keras和Tensorflow作为后端，并得到不兼容的错误：model.add(LSTM(64, input_dim = 1)) model.add(LSTM(16))
File "/home/***/anaconda2/lib/python2.7/site-packages/keras/model
浏览 2提问于2017-02-20得票数 3
回答已采纳
tf.constant([1,2,3]), dtype=tf.float32)model.compile()ValueError:调用层"sequential层"dense_5“的输入0
浏览 4提问于2022-04-08得票数 0
回答已采纳
我是keras的新手，我正在尝试对文档进行卷积。每个文档由一个形状为的矩阵表示。我想做3个单词的卷积，这是我的代码(不是完全一样的，但你可以在你的机器上运行这个代码)：from keras.layers import Input, Embedding,Dense, merge, Conv2D
tokens_input = Input(name='input', shape=kernel_size=(
浏览 20提问于2017-07-26得票数 1
回答已采纳
LSTM单元的Keras文档说，3D输入是必需的，但是序列2序列模型确实可以做到这一点。有没有其他通用的方法来解决这个问题呢？model.add(LSTM(50, input_shape=(50,)))我收到错误消息："ValueError: Input 0与图层lstm_1不兼容:期望的ndim=3，
浏览 2提问于2019-04-21得票数 2
1回答
经过一些处理(在神经网络中)后，我将一个特性输入到LSTM中。LSTM只有一个“时间步骤”，我重塑数据输入到LSTM，但得到一个错误，说我有一个4D张量而不是3D。 return tf.keras.layers.multiply(
lstm_r
浏览 10提问于2022-06-07得票数 0
“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=5, activation“运行以
浏览 4提问于2020-09-03得票数 0
回答已采纳
__version__)tf.get_logger().setLevel(logging.ERROR)
from keras.modelsimport Sequential image = np.arrayimage.reshape(1, 4, 4, 1)
# define model containing just a single average
浏览 1提问于2020-09-15得票数 1
回答已采纳
1回答
learn的partial_fit：https://scikit-learn.org/0.15/modules/scaling_strategies.html#incremental-learning的kerasy = np.array([[0.4, 0.6, 0.33, 0.77, 0.88, 0.71]]) # output data 注意:这是一个多输出回归 到目前为止我的代码如下： import kerasmodel.add(Dense(6))
model.compile(loss="ms
浏览 42提问于2020-09-16得票数 1
回答已采纳
1回答
我试图建立一个包含一个隐藏层的神经网络模型，然后尝试评估它，但是我得到了一个我无法理解的错误：input_dim = 30
nu
浏览 1提问于2020-11-08得票数 0
回答已采纳
这是我的代码：
错误为: ValueError:图层"max_pooling1d“的输入0与图层不兼容:预期的ndim=3，找到的ndim=4。
浏览 14提问于2021-12-04得票数 0
() model.add(tf.keras.layers.Dense(units=1))我的模型编译：model.compile(
loss='mean_squared_error
浏览 6提问于2021-06-09得票数 0
回答已采纳
我正在尝试用输入dim 2499训练一个模型activation = ["relu", "relu", "sigmoid"]model = tf.keras.Sequential()
# we add the first layer and the input layer to our networkmodel.add(Dense(layers[1], input_shape=(
浏览 0提问于2021-06-25得票数 0
1回答
possible outputs Y_test=tf.one_hot(Y_test,no_outputs) 当我尝试定义网络的输入形状时(shape=(1024,1)) 但它给我一个错误：“layer Conv_1的Input 0与layer: expected ndim=4，found ndim=3不兼容。收到的完整形状: None，1024，1” 我认为输入形状和传递给网络的数据数组的形状一样简单。有人能
浏览 22提问于2020-07-08得票数 0
我的LSTM代码如下： input = keras.layers.Input(i_shape) x = keras.layers.Dropout(0.2)(x) x = keras.layers.
浏览 28提问于2021-03-06得票数 0
1回答
我们应该如何训练一个模型，然后改变输入，让它接受一个实际的字符串，而这个字符串的形状不一定与模型的形状相同呢？以下是训练数据的示例： SB-01_0-1_20200701 1MW-01_20200621 1keras.layers.Dense(1), #input layer s
浏览 32提问于2020-07-02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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
