1回答
我尝试运行keras模型，如下所示： model = Sequential()model.add(Dense(1, activation='softmax',input_shape=(324827, 286))) 这段代码可以工作，但是如果我想添加一个嵌入层： model = Sequential
浏览 31提问于2020-01-28得票数 0
1回答
嵌入层中的值错误
、、
我是新的深入学习，我正在尝试建立一个使用嵌入层的图书推荐系统。我用一层书和一层给用户。book_input = Input(shape=(1,))
book_embedding = Embedding(input_dim
浏览 0提问于2019-11-18得票数 0
回答已采纳
embedding_size,input_length=47)(input)
X = Reshape([47,embedding_size,1])(X) 上面给出的是我的代码的一部分，这里我在嵌入层中得到一个错误
浏览 9提问于2020-07-21得票数 0
1回答
我使用Keras/TF的模型如下：conv = Conv2D(2, 1)
这是预期的，因为目标是单通道图像，而在模型的最后一层有
浏览 0提问于2019-01-02得票数 5
回答已采纳
我的目标是在Keras中创建一个RNN网络，根据文本段落预测分类输出。在我目前的模型中，段落首先被嵌入到特征向量中，然后被赋予两个cuDNNGRU层、4个Conv1D层和MaxPooling层，然后嵌入到一个密集的输出层中。但是，我发现了一种多通道方法来处理字向量，它涉及复制初始向量，通过CNN层运行一个集合，然后在池之前将输出与副本相加。这样做是为了防止反向传播到一组向量中，从而保留原始单词向量中的一些语义概念。我试过搜索这个，但唯
浏览 0提问于2018-07-02得票数 2
回答已采纳
我最近刚从theano，千层面搬到keras。在keras中，这样的自定义嵌入层是可能的吗？而且，这样的嵌入层可能是错误的？
浏览 13提问于2016-08-27得票数 1
回答已采纳
我想要预测的目标列也是分类变量，它可以再次获得3个可能的值。这个列是一个热编码的。这就是我被困在这里的地方。我不知道如何使用tensorflow keras连接嵌入层和其他特性列，也不知
浏览 1提问于2018-09-24得票数 4
回答已采纳
2回答
在我的NLP工作中，我一直依赖Keras嵌入层。但是对于我最近的项目，我想使用一个定制的嵌入层。我已经完成了创建word2vec文件的步骤，但是现在怎么办？有人能提供一个例子，说明在构造模型时我如何用自己的层替换Keras嵌入层吗？
浏览 0提问于2019-06-20得票数 0
这是我的注意层代码：**class Attention(nn.Module):
def __init__(self, feature_dim, step_dim, bias=True
浏览 5提问于2022-06-02得票数 0
0回答
我正在尝试替换Keras NLP模型中的嵌入层。我已经为一种语言训练了模型，但我想将其转换为另一种具有类似嵌入的语言。我希望通过将源语言的索引到嵌入映射替换为目标语言的索引到嵌入映射来实现这一点。我试着这样做：from keras.models import load_model
filename = "my_model.h5这似乎起到了作用:新的<e
浏览 7提问于2018-07-13得票数 2
回答已采纳
2回答
字向量作为输入
、、、、
我有一个语料库，我想用LSTM和word嵌入来进行情感分析。我已经使用Word2Vec将文档中的单词转换为单词向量。我的问题是如何将这些字向量输入到Keras？我不想使用Keras提供的嵌入。
浏览 0提问于2016-09-07得票数 1
回答已采纳
1回答
我正在使用Keras (tensorflow后端)，并想知道如何在Keras序列模型中添加多个嵌入层。在寻找解决方案时，我发现Keras的嵌入层似乎非常巧妙地解决了这个问题。但是，大多数示例(和Keras文档)都说明了一个嵌入层非常简单的情况。不幸的是，我不知道如何将多个嵌入层作为输入集成到单个模型中。我的代码看起来是这样的，但它不起作用，而且我
浏览 0提问于2018-06-12得票数 6
回答已采纳
4回答
在Keras教程中：“RNN很棘手。批次大小的选择很重要，丢失和优化器的选择非常重要，等等。一些配置不会收敛。”
因此，这是一个关于在Keras上调整LSTM的超参数的一般性问题。我从Keras‘’Github上的IMDB示例开始。然而，当我使用一个普通的MLP，我没有同样的问题，模型学习和分数增加。我试着增加划时代的数量，增加-减少LTSM单位的数量，但是分数不会增加。
浏览 0提问于2016-01-17得票数 21
1回答
嵌入模型内与模型外
、、、、
在模型内部使用嵌入层与在模型外部使用嵌入层有什么区别？我可以将嵌入层构建到模型中：model.add(tf.keras.layers.Embedding(input_dim=1000, output_dim我还可以使用模型外部的embdedding生成嵌入式数据，然后将其输入到模型中：
embedding_encoder
浏览 8提问于2022-09-06得票数 1
回答已采纳
我是keras的新手，我正面临这样的错误: ValueError:检查模型目标时出错:期望dense_1具有形状(None，10)，但得到具有形状(10，1)的数组。我的输入数组形状是(10,1010)model = Sequential()
model.add(Dense(10, batch_input_shape=(None, 1010),
浏览 1提问于2016-12-26得票数 3
1回答
我正在研究一个前馈神经网络，我正在使用keras嵌入。我想为嵌入设置偏置权重，但我不确定如何设置。
Keras密集层允许指定use_bias = True，然后设置偏移权重。有没有一种等效的嵌入层的方法？
浏览 1提问于2017-07-06得票数 3
1回答
Keras稠密层输出形状误差
、、、、
因此，我使用以下代码转换了目标类：y_train=to_catgorical(y_train)和类似于y_test。但是，在输出密集层中，当我编写model.add((Dense(3,activation='softmax'))时，我会得到以下错误：
检查目标时出错:期望dense_1具有形状(无，3)，但得到形状为，但是在Keras的例子中，他们使用了cifar10数据集，使用</em
浏览 0提问于2018-06-27得票数 1
回答已采纳
1回答
从理论上讲，我知道输入层应该是一个热向量层，有一个神经元数等于我们词汇的单词数，然后是一个嵌入层，在Keras中，它显然是一个序列模型中的单个嵌入层。我还知道，输出层也应该是词汇表的大小，这样每个输出值就可以将1-1映射到每个词汇表单词。
但是，在嵌入层()的Keras文档和本文()中，输入层和输出层的词汇表大小都是任意增加的！Jason解释说，这是由于K
浏览 2提问于2020-05-04得票数 0
回答已采纳
并使用gensim查找words之间的相似之处，就像预期的那样。但我很难找到两个不同句子之间的相似之处。使用cosine similarities不是句子的一个好选择，也不能给出很好的效果。我在想，如果有更多的选择，比如使用像keras和tensorflow这样的深度学习，从经过预先训练的word2vec中找到相似的句子。我知道可以使用word embbeding进行分类，这似乎是更好的选择，但接下来我需要找到一个培训数据，并从零开始标记它。所以，我想知道是否还有其他的选择，可以使用预先
浏览 0提问于2019-09-21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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
