我正在尝试为2D输入创建一个简单的单层卷积，这个想法只是有一个输入图像，内核和输出代码是：import numpy as np image, strides=[3, 3, 3, 3],我得到了这个错误：
Traceback(err
浏览 28提问于2017-01-23得票数 6
我正在试着通过这段代码来学习Conv2d。基于conv2d文档：过滤器的形状= filter_height、filter_width、in_channels、out_channels错误的信息：
ValueError: Dimensions must b
浏览 3提问于2018-05-13得票数 1
我只找到了一些答案，比如，它是几行代码，但没有解释它是如何工作的，以及在哪里使用它。下面是我使用所做的几次不成功的尝试 kernel =, [0, 2, 3, 1]) # NCHW -> NHWC
kern = tf.transpose(kernel,
浏览 2提问于2018-01-08得票数 4
回答已采纳
(图，node_def，输入，control_inputs) 1606InvalidArgumentError:形状必须为4级，但对于输入形状为24、1、6、1、3</e
浏览 2提问于2020-01-29得票数 0
当使用Conv2D时，我们可以将kernel_size定义为1 dim或2 dim(或dims的更高值)。例如：或
当使用Conv2D时，建议是什么？我们
浏览 3提问于2020-12-10得票数 2
回答已采纳
1回答
换句话说，我试图创建一个神经网络，给出一张汽车的图片，它可以识别出汽车在图像中的边界，然后从其他背景中提取出来。
所以我的输入都是图像，width=959px和height=640px。输入数组的形状是( 159,640,959，3)，其中159表示输入数组总共包含159幅图像这一事实。ValueError:检查目标时出错:期望dense_1有4个维，但得到<em
浏览 0提问于2018-05-12得票数 3
我有一个动态形状的张量器，X的形状=？，？，256，？然后我开始计算：然后，我想用与X相同的形状计算，其中的最大值是X，所以我试图做以下工作：但我得到了以下错误：
Val
浏览 4提问于2017-10-05得票数 0
回答已采纳
我正在开发一个用于二进制分类的keras模型，它使用了h5ad文件中的细胞遗传信息。我的训练数据是一个35000 x 19222浮动矩阵。(64, 3, activation='selu', input_shape = (input_dim,)))model.add(Dropout(0.5))m
浏览 1提问于2022-08-09得票数 1
但是，形状会导致错误。 with mss.mss() as sct: conv2d = sess
浏览 19提问于2019-08-15得票数 0
回答已采纳
在探讨了已经提出的关于这个问题的问题之后，我一直在提出这个问题。我正在尝试对字母从A到D进行分类。所有输入图像都是64x64和灰度的。我的CNN的第一层是：model.add(Conv2D(32, (3, 3), input_shape = input_shape, activation= 'relu'))# De
浏览 0提问于2018-11-11得票数 2
我将其转换为tensorflow的输入形状为(10000,299,299,1)。当我试图拟合inceptionv3模型时，我得到了一个错误
我尝试更改张量的输入形状<
浏览 1提问于2017-06-30得票数 1
回答已采纳
我是tensorflow的新手，我正在遵循sentdex的一个教程。我一直收到错误信息-'MatMul_1' (op: 'MatMul') with我认为导致问题的代码片段是-
l1 = tf.add(tf.matmul(data, hidden_1_layer['weight
浏览 0提问于2017-07-07得票数 7
回答已采纳
我正在尝试学习张量流，所以我遵循了关于神经网络的这篇教程我是张量流的新手，所以我不太确定我做错了什么。我将发布代码和错误。", line 763, in apply_op File "/usr/local/lib/python2.7/
浏览 6提问于2017-02-23得票数 6
1回答
我得到了以下错误：
batch_size= 32width = 128model.add(TimeDistributed(Conv2D(32, (3, <
浏览 0提问于2019-05-24得票数 0
=val_labeled_ds)i = Input(shape=(40,40,3))x = Conv2D(64, (3,3), strides=2, activation='relu') (x)
x = Conv2D(128, (3,3), s
浏览 3提问于2019-12-03得票数 0
1回答
我已经看到这个疑问发布了几次，但没有得到任何答案，至少我特别困惑，关于重塑是如何工作的，为什么它是必要的。我将尽量简短并切中要害。因此，我在TensorFlow文档中读到，当你实现细胞神经网络时，在将数据输入卷积层之前，需要对数据进行整形，因为卷积层接受4D张量，而不仅仅是元素列表(下载的训练数据)。卷积池过程的输出也是一个4D张量。它被送入扁平层。Now...the扁平层，用于接收在将其传递给卷积之前需要整形相同列表元素。但是，为什么这两种方法都适用于扁平层呢？因此，如果没有卷积，扁平
浏览 1提问于2020-04-06得票数 1
1回答
当对一维阵列进行一维卷积时，我会收到一个误差，表明我的第二维还不够大。以下是相关守则的概述：x1 = tf.expand_dims(inputs3，这样相邻点也会影响每个输入节点的输出，但是我得到以下错误：
ValueError:对输入形状为？、1、
浏览 1提问于2018-03-31得票数 0
回答已采纳
1回答
我试图在机器的GPU中运行代码，但我面临以下问题：model.add(Conv2D(32, (3, 3)))
model.a
浏览 0提问于2017-10-14得票数 1
回答已采纳
我正在尝试使用fashion_mnist层对Conv2D数据集进行分类，正如我所知，可以使用以下代码轻松地进行分类： tf.keras.layers.Lambda(lambda x: tf.expand_dims(x, axis=-1)tf.keras.layers.Input(shape=(28,28),batch_si
浏览 6提问于2022-04-28得票数 1
回答已采纳
我是一个刚开始学习深度学习的学习者。我刚开始使用Keras。我想实施SRCNN。当我尝试导入图片来测试模型时，就会出现这个问题。问题：
from PIL import Image
import(Conv2D(64, (9, 9), da
浏览 0提问于2019-03-05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
