在新的API变化下，如何在Keras中进行层的元素级乘法？在旧的API下，我会尝试如下所示：我尝试过这个(MWE)：from keras.layers import Input, Dense, Multiply
de
浏览 0提问于2018-01-18得票数 7
回答已采纳
我使用的是Keras functional API。我有一些通过softmax层输出概率分布的模型：接下来，我通过将logits与表示合法操作的位向量相乘来屏蔽非法操作(或者类，如果您愿意的话)：
mask_illegal_moves = keras.layers.<em
浏览 3提问于2020-01-16得票数 0
1回答
TensorFlow模型语法
、、、、
我是神经网络和Tensorflow的新手model = tf.keras.models.Sequential([tf.keras.layers.Conv2D(32, (3,3), activation='relu', input_shape=(150, 150, 3)), tf.keras
浏览 3提问于2020-08-16得票数 0
回答已采纳
我有用CNN嵌入的时间序列。我也有类似图像的数据，我使用RNN嵌入它们。 我想做的是合并两个编码器网络的输出，以训练一个解码器网络，它将预测输入时间序列的下一个时间戳。你会有任何关于如何做到这一点的帮助吗？ 我在Windows10上使用Python (Keras库)。 提前感谢
浏览 47提问于2021-07-18得票数 0
1回答
我想尝试一下关于自动编码器的想法。模型是这样的： input (pictures) - conv2d - pooling - dense - dense(supervised output) - dense - conv - upsampling- output (pictures) 是否可以训练具有dense(supervised output)和output (pictures)所需输出的神经网络？换句话说，我想做一个双向的分类器。
浏览 12提问于2019-10-14得票数 0
回答已采纳
1回答
我目前有两个tensorflow层，一个产生一维输出，另一个产生多维输出。我如何构建一个自定义的层，将它们相乘？
这是否需要某种具有多个输入和一个输出的函数式API，还是有更清晰的方法？
浏览 11提问于2020-07-30得票数 1
我试图使用Keras构建一个简单的自动编码器，为此我从一个完全连接的神经层开始，作为编码器和解码器。input_img) >autoencoder =Model(input_img, decoded) 的帮助下创建了一个单独的编码器模块batch_size=256,
浏览 17提问于2020-03-31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？我之所以有这个问题，是因为当我构建自己的自定义损失函数和度量标准product = multiply([y_true_f, y_pred_f])时，如果我使用from tensorflow.keras.layers(
浏览 9提问于2020-01-01得票数 2
model = Sequential()model.add(GlobalMaxPooling1D())假设我也想在我的模型中使用“正规”(非深度学习)特性，我应该如何最好地将两者结合在一个密集的层中呢？具体来说，让我们假设，对于我的数据集的每一行，时间序列中都有1k点，还有100个“常规”特性。
为了概括我的问题，假设现在我的数据集中的每一行都有两种时间
浏览 0提问于2019-02-22得票数 0
回答已采纳
1回答
角化层中的参数在哪里应用？
、、、、
我试图掌握神经网络的基础知识，并努力理解角化层。从tensorflow的教程中获取以下代码： keras.layers.Flatten(input_shape=(28, 28)),第一个是表示像素值的28*28节点。第二层是一个隐藏层，它从第一层取加权和，然后应用relu，然后将它们发送到10个软处理输出层？但是，这个模型似乎需要对<em
浏览 1提问于2019-04-26得票数 1
在一些tf. keras教程中，我看到它们实例化它们的模型类如下：在一些地方，他们使用的是这样的东西：但是在中，它们确实看起来是一样的，但我不确定，也没有明确提到。
浏览 11提问于2021-03-30得票数 8
回答已采纳
1回答
LSTM Keras顶部的注意
、、、、
我正在使用Keras训练一个LSTM模型，并希望在此基础上增加注意。我对Keras和注意力都很陌生。在链接中，我学会了如何在LSTM层上添加注意，并建立了这样的模型lstm_model=Sequential() #batch_size,nb_epoch=20,
validation_data=(X_test,y_test),callbacks=[earlySto
浏览 3提问于2018-05-28得票数 2
1回答
我有可变序列长度的时间序列数据。time series在[samples, time_steps, n_features]不一致的情况下，如何创建形状time_steps的训练数据集(numpy数组)？附加信息:将被训练的模型是一个能够处理可变输入长度的LSTM。
浏览 0提问于2020-04-21得票数 1
回答已采纳
1回答
我想用keras函数api在嵌入层中添加一个tanh层：output=keras.activations.tanh(x)
model.compile(optimizer='rmsprop',loss='categorical_crosse
浏览 16提问于2018-12-17得票数 0
回答已采纳
1回答
如何处理神经网络的函数？
、、、
我是一个深入学习的新手，我在tensorflow后端使用keras。有没有办法用角角来建立这样的模型？为了简化，让y=3xF(x)+x，我想训练这样的模型，而不改变训练输出，如(y_i-x_i)/(3x_i)。
浏览 2提问于2019-03-13得票数 0
回答已采纳
如何使用Keras Functional API定义多输入层？下面是我想要构建的神经网络的一个示例。有三个输入节点。我希望每个节点都是一个长度不同的一维numpy数组。 这是我到目前为止所掌握的。基本上，我想定义一个具有多个输入张量的输入层。from keras.layers import Input, Dense, Dropout, concatenate
from keras.
浏览 20提问于2019-01-04得票数 1
回答已采纳
我想建立一个模型的两个副本的解码器与不同的辍学，但这些层应该共享权重，这是如何实现与keras？我知道如何与keras API (https://keras.io/getting-started/functional-api-guide/#shared-layers)共享一个层，但我想要2组层，因为我想保留不同的辍
浏览 12提问于2019-06-14得票数 0
回答已采纳
如果定义如下所示，是否可以将Add()函数合并到tf.keras.Sequential()模型中： keras.Input(shape(input_shape,)), keras.layers.Dense(8), keras
浏览 2提问于2020-05-05得票数 1
回答已采纳
另一位研究人员给我提供了一个完全训练的模型，该模型将输入作为占位符。将其视为函数损失，我希望找到x来最小化我的距离度量(损失函数) dist(x, f(x))。这可能是两个点之间的欧几里德距离。我尝试使用TensorFlow的内置优化器函数。tf.train.AdamOptimizer(1e-4).minimize(loss, var_list[input_placeholder])失败了，它抱怨input_placeholder不是受支持的类型因此，我无法获得我的输入的</em
浏览 0提问于2017-10-01得票数 0
云服务器
ICP备案
云直播
实时音视频
即时通信 IM
腾讯云开发者
