腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
二维
输入
数组
的
Keras
归一化
python
、
tensorflow
、
machine-learning
、
keras
、
normalization
我是机器学习
的
新手,并试图将其应用于我
的
问题。我有一个训练数据集,其中包含44000行形状为6,25
的
特征。我想要建立一个顺序模型。我想知道是否有一种方法可以使用这些功能而不将其扁平化。目前,我将特征展平为一维
数组
,并进行标准化以进行训练(参见下面的代码)。我找不到一种方法来
归一化
2d特征。validation_split=0.2, epochs=120, callbacks=[es_callback, modelckpt_callback]) 我还尝试将我
浏览 9
提问于2021-01-28
得票数 0
1
回答
如何在处理谷歌协作平台上
的
自动编码器时使用大型训练集?
numpy
、
keras
、
deep-learning
、
google-colaboratory
、
training-data
我正在google colab上训练一个自动编码器(
keras
)。然而,我有25000个
输入
图像和25000个输出图像。2-将集合转换为numpy
数组
,但当对图像进行
归一化
时,大小变得更大(例如从7 7GB到24 7GB),然后我无法将其放入ram内存中。3-我无法压缩和解压我
的
数据。所以,如果有人知道如何在没有大文件(24 if )
的
情况下将其转换为numpy
数组
(并对其进行
归一化
)。
浏览 0
提问于2020-12-11
得票数 0
1
回答
如何在
Keras
中使用样本权重和数据增强?
python
、
machine-learning
、
deep-learning
、
keras
、
theano
图像和掩码是numpy
数组
(634,1,64,64) conv2d_19 (Conv2D) (None,5,64,64这是我对如何使用ImageGenerator
的
误
浏览 2
提问于2017-05-15
得票数 2
2
回答
傅里叶逆变换FFT3W
c++
、
fft
、
fftw
、
ifft
fftwf_plan_dft_c2r_2d(inYSize, inXSize,(fftwf_complex*)temp, outdata, fftwf_execute(mReverse);所以我期望这样
的
数组
的
InverseFFT应该是具有实数值
的
二维
数组
。输出
数组
应
浏览 6
提问于2013-04-25
得票数 1
1
回答
BatchNormalization在示例中是如何工作
的
?
tensorflow
、
machine-learning
、
neural-network
、
batch-normalization
我谦虚
的
例子x = np.array([[3.,4.]])out = layer1(x)打印我重现它
的
尝试
浏览 13
提问于2020-05-20
得票数 2
回答已采纳
1
回答
训练中使用
归一化
后
的
预测
python
、
machine-learning
、
deep-learning
、
neural-network
在我在训练中使用了任何类型
的
归一化
之后,这会对我未来
的
预测产生什么影响? 假设某只股票
的
收盘价在0到1之间
归一化
,我相应地训练了模型,并达到了令人满意
的
准确性。
浏览 31
提问于2021-06-16
得票数 0
1
回答
多维阵列
的
部分fft
matlab
、
fftw
我有一个三维维(NX,NY,NZ)
数组
,它表示物理空间中
的
一个变量,比方说velocities,它是从三维领域
的
模拟中获取
的
。2)我读到FFTW只使用2*N/3点,是否应该指定NX和NZ作为保留模式
的
数量或更少?( 3)在使用FFTW软件包时,在定义傅里叶变换
的
积分前面是否存在系数问题?这个包是否假定我
的
域
浏览 0
提问于2018-11-30
得票数 0
回答已采纳
1
回答
如何将数据传递给
keras
?
python
、
regression
、
tensorflow
、
keras
目前,我正在努力理解如何使用
keras
来训练我
的
回归网络。我不知道该如何将
输入
数据传递到网络。
输入
维度为400,输出为13。但如何将列表中
的
每个集合传递给培训?output_dim=13)) model.add(Activation(
浏览 0
提问于2016-11-13
得票数 9
回答已采纳
2
回答
如何使用后端从
Keras
收集张量?
keras
、
backend
我尝试用
Keras
编译一个模型,
输入
是一个
二维
numpy
数组
。我需要
的
是取这个2D
数组
第n位
的
向量,并将其用作其中一层
的
一维张量。我该怎么做呢?
浏览 15
提问于2017-07-03
得票数 2
回答已采纳
1
回答
Keras
fit_generator
输入
形状不正确
machine-learning
、
keras
、
tf.keras
、
keras-2
我使用一个ImageDataGenerator将成批
的
图像
输入
到一个神经网络中,但是无法找到正确
的
方法来给它喂食。, validation_data=test_set, validation_steps=800) 检查目标时错误:期望conv2d_198有4个维,但得到了形状(14,1)
的
数组
它似乎使用批作为
输入
张量,因为删除所有层,但
输入
层导致类似的错误。如何将它们正确地
输入
到网络中?
浏览 0
提问于2019-11-22
得票数 0
1
回答
如何使用MinMaxScaler一次性
归一化
所有训练样本
machine-learning
、
scikit-learn
、
keras
我有1320个训练样本(海面温度),每个样本都是一个
二维
数组
(160,320),所以最终
的
数组
的
形状是(1320,160,320)。我想使用MinMaxScaler()将它们
归一化
为0到1之间
的
值。我
的
代码如下。我可以遍历所有的1320个样本,逐个对它们进行
归一化
,但我想知道是否有一种方法可以对所有这些样本进行
归一化
,因为每个样本
的
Max和Mix都不相同。
浏览 6
提问于2018-03-15
得票数 1
1
回答
Conv1d input_shape问题,有人能帮我吗?
python
、
tensorflow
、
machine-learning
、
keras
、
deep-learning
以前
的
NN模型是这样
的
:
keras
.layers.Flatten(input_shape=(1, nBands)),
keras
.layers.Dense(2, activation='softmax')]) 原来
的
图像形状是6, 2054, 2044,经过对
浏览 3
提问于2020-07-17
得票数 0
回答已采纳
1
回答
很难建立一个基于numpy
数组
输入
的
基本LSTM
python-3.x
、
numpy
、
keras
、
deep-learning
、
lstm
我正在尝试设置一个LSTM,以便为它提供我
的
numpy
数组
特性和标签。这是我
的
第一次尝试: nb_features =len(seq_cols)print("nb features", nb_featuresmin_delta=0, patience=0, verbose=0, mode='auto')]) /usr/local/lib/pyt
浏览 15
提问于2019-06-08
得票数 0
回答已采纳
1
回答
如何将SHAP KernelExplainer与Tensorflow DNNClassifier结合使用
python
、
tensorflow
explainer =shap.KernelExplainer(模型、数据、链接)简而言之,它对shap.KernelExplainer模型参数
的
期望是什么在上面用“预测”代替“预测”是正确
的
。
浏览 0
提问于2018-09-27
得票数 0
1
回答
用于
Keras
的
一维Numpy阵列
的
整形
python
、
numpy
、
tensorflow
、
keras
我使用
的
是
keras
,当我尝试model.fit时,它会抛出一个错误,因为X_Train和Y_Train
输入
的
形状不兼容。 我拥有的数据是一个由10个
输入
和1个输出组成
的
系统。我使用数据
的
9次迭代作为测试,所以我有一个包含9个向量
的
列表,形状为10,1,所以可以理解,X_Train.shape = 9,10,1。我
的
输出是一个由9个值组成
的
列表,使得Y_Train.shape = 9,1。] vs. [9,10,1]
浏览 0
提问于2019-07-27
得票数 0
回答已采纳
1
回答
如果使用批处理规范化,是否需要标准化
输入
?
machine-learning
、
neural-network
、
normalization
、
keras
我在
Keras
中一直在玩批处理规范化。我想知道批次
归一化
是否也使神经网络
的
输入
正常化。这是否意味着我不需要标准化我对我
的
网络
的
输入
和依赖BN来做呢?
浏览 13
提问于2016-10-08
得票数 9
回答已采纳
1
回答
如何在
Keras
序列模型中使用LayerNormalization层?
tensorflow
、
keras
、
normalization
、
sequential
、
deeplearning4j
我刚开始了解
Keras
和张量流。在序列模型中添加
输入
归一化
层时,我遇到了很多问题。现在我
的
模型是; model = tf.
keras
.models.Sequential() model.add(
keras
.layers.Dense(128, activation='relu')) model.add(
keras
.l
浏览 160
提问于2021-05-09
得票数 1
回答已采纳
1
回答
tf.contrib.layers.batch_norm可以像论文中那样计算2-D卷积批
归一化
吗?
tensorflow
、
batch-normalization
正如批次
归一化
的
原始论文中所描述
的
,一维特征(例如,来自完全连接
的
层)上
的
批次
归一化
与
二维
特征(例如,来自卷积层)上
的
批次
归一化
在非平凡方面是不同
的
。tensorflow库提供了一种使用一维特征进行批量
归一化
的
简单方法,但我不确定它是否适用于
二维
特征。该工具是tf.contrib.layers.batch_norm。我不完全理解这种方法,但是我们可以将这种方法应用
浏览 3
提问于2017-05-24
得票数 0
1
回答
层“模型”
的
输入
0与该层不兼容:期望
的
shape=(None,250,3),在经过训练
的
变压器模型中找到shape=(None,3)
numpy
、
tensorflow
、
tf.keras
、
transformer-model
、
attention-model
我有一个
keras
transformer模型,使用tensorflow 2.7.0和python 3.7训练,
输入
形状:(None, 250, 3),
二维
数组
输入
形状:(250, 3)(不是图像)。is incompatible with the layer: expected shape=(None, 250, 3), found shape=(None, 3)这就是state
的
样子
浏览 2
提问于2022-03-16
得票数 0
回答已采纳
2
回答
Keras
网络匹配:丢失是'nan',准确性不会改变
python
、
tensorflow
、
keras
、
neural-network
我试着去适应
keras
网络,但是在每一个时代,损失都是'nan‘,准确性不会改变.我试图改变时代,层数,神经元计数,学习率,优化器,我检查了数据集中
的
nan数据,用不同
的
方法对数据进行规范化,但问题没有得到解决谢谢你
的
帮助。
浏览 2
提问于2019-03-30
得票数 0
回答已采纳
点击加载更多
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
物联网学习教程——二维数组的引用
动手学AI(7)识别手写数字
春节充电系列:李宏毅2017机器学习课程学习笔记08之“Hello World” of Deep Learning
神经网络实战:快速构建一个基于神经网络的手写数字识别系统
其实从底层的运行机制来看是没有二维数组的
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券