我正在尝试使用函数式API执行sigmoid激活，例如： next_layer = tf.keras.activations.sigmoid(previous_layer) 我收到以下错误： ValueError: Output tensors to a Model must be the output of a
TensorFlow `Layer` (thus holding past layer metadata, 200), dtype=float32, device=/
浏览 13提问于2019-01-11得票数 2
回答已采纳
在Keras文档中的培训示例中，
def binary_crossentropy(output, target, from_logits=False):
"""Binary crossentropy between(labe
浏览 8提问于2017-08-17得票数 8
我试图用顺序API替换Keras Functional。我添加了一个不需要任何数据导入就能工作的极简示例。APIoutput = Dense(1, activation='sigmoid')(inputs)
# inputs = Input(shape=(3,))
# output = Dense(1, activation='sigmoi
浏览 1提问于2022-02-03得票数 1
回答已采纳
但我有一个错误我不知道输入形状中的错误来自哪里180568, 82))model.add(Dropout(0.2))
model.add(Activation('sigmoid
浏览 0提问于2021-01-22得票数 1
1回答
我在视网膜(眼睛)图像上实现了一个EfficientNet预训练模型，但我不明白为什么我的度量标准不起作用！我对使用其他指标包持开放态度(keras?)如果这就是问题所在。input_shape)
number_of_classes = 3
lr_schedule = tf.keras.optimizers.schedules.ExponentialDecaynumber_of_classes to the number of your fina
浏览 3提问于2021-10-19得票数 0
我有一个用Keras用python编写的简单的GRU网络，如下所示： gru1 = GRU(16, activation='tanh', return_sequences=True)(input)= TimeDistributed(Dense(16, activation='tanh'))(gru1)
output = TimeDistributed(Dense(1, activation="sigmoid"))(dense) 我使用了sigmoid激活作为输出
浏览 30提问于2020-04-23得票数 1
回答已采纳
1回答
角角输出期多种模型的结合
、、、、
= Dense(units=512, activation="relu")(x)model = keras.Model(inputs, outputs)我现在有四个预先训练过的模型，我想通过删除最后的密集层(sigmoid)来组合它们，然后连接所有四个模型的密集层，然后是一个激活</
浏览 4提问于2021-01-18得票数 0
回答已采纳
1回答
我试图在TensorFlow 2.0中创建一个自定义神经网络模型。我知道TF2.0社区一再建议，应该尽可能使用Functional中的现有模块来构建自定义模型。然而，在我的模型中，有一个要求一个隐藏层有不同激活功能的神经元。例如，我想要一个有三个神经元的隐藏层，其中一个是线性的，另外两个是乙状结肠。最后的模型只是重复叠加这一层N次。在tf.keras.layers模块中没有实现上述功能的适当功能。是
浏览 3提问于2020-01-15得票数 1
回答已采纳
我从Tensorflow开始，到目前为止，我只处理过具有少量隐藏层的“浅”前馈网络或神经网络，其对应的W是以如下方式单独定义的(该示例对应于具有五个隐藏层的网络的初始化)： W1 = tf.Variable
浏览 35提问于2019-02-10得票数 0
3回答
我有一个正常的具有VGG16激活的relu模型，即 model = Sequential()sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(op
浏览 8提问于2017-03-26得票数 15
我正在尝试使用TensorFlow实现一个神经网络来解决异或问题。我选择sigmoid作为激活函数，shape (2, 2, 1)和optimizer=SGD()。我在Google Colab上这样做，Tensorflow的版本是2.3.0。()model.add(tf.keras.layers.Dense(2, activation=tf.keras.activations
浏览 46提问于2020-11-04得票数 3
回答已采纳
2回答
Tensorflow模型没有改进
、、、、
我刚刚开始学习ML/Tensorflow/等等，所以我还只是个新手，还不知道故障排除方法是什么样子的。我目前对我的模型有一个问题，因为它似乎没有真正改善。model = keras.Sequential([ keras.layers.LSTM(100
浏览 1提问于2020-06-18得票数 0
回答已采纳
2回答
import Inputfrom tensorflow import kerasfrom")(decoder)opt = keras.o
浏览 2提问于2022-04-28得票数 1
回答已采纳
(200, input_dim=26*max_letters, activation='sigmoid'))network.add(tf.keras.layers.Dense(100, activation='sigmoid'))
network.add(tf.keras.layers.Dense(100
浏览 6提问于2021-02-16得票数 0
我在tensorflow中有一个简单的CNN模型，它接收图像并预测6个元素的标签向量。因此我的模式的最后一层是密集的(6)。Label应该是二进制的，而Label1:6是连续的值。因此，我希望仅在输出的第一个节点上对输出层应用sigmoid激活，而保持其他5个输出不变。如何使用tensorflow.keras实现这一点？为了简单起见，我的模型构建代码目前看起来像这样： model = tf.keras.models.Sequential()
model.add(Resh
浏览 33提问于2021-11-16得票数 2
回答已采纳
我编写了人工神经网络程序来解决凯格尔犬和猫的核问题，但在训练过程中，它显示出loss=nan和较差的精度。我的代码可以在找到from tensorflow import kerasann= keras.Sequential([
keras.layers.Flatten(input_shape=(IMG_SIZE, IMG_SIZE, 3)), # Flaten
浏览 12提问于2022-01-10得票数 0
回答已采纳
tensorflow.math.multiply和tensorflow.keras.layers.multiply有什么区别？同样，tensorflow.math.add和tensorflow.keras.layers.add的区别是什么？(我使用tensorflow 1.15，ubuntu18)tf.multiply 和 .***?K.pow(ra
浏览 9提问于2020-01-01得票数 2
我也没有在tensorflow_addons中找到它。
浏览 574提问于2020-01-02得票数 4
回答已采纳
我试过用dense_2写一些例子，但在检查目标时出现了一些错误:期望keras具有形状(2，)的数组，但得到形状(1，)的数组。我试过更改input_shape，但它不起作用from keras.models import Sequentialfrom sklearn.preprocessing import LabelBinarizer
from s
浏览 13提问于2019-03-26得票数 0
云服务器
ICP备案
云直播
腾讯会议
实时音视频
腾讯云开发者
