从keras dropout层提取dropout蒙版？

文章/答案/技术大牛

发布

2回答

python、tensorflow、keras

我想在训练时从Sequential Keras模型中的dropout层提取并存储1/0的dropout掩码数组。我想知道在Keras中是否有一种直接的方法来做到这一点，或者我是否需要切换到tensorflow (How to get the dropout mask in Tensorflow)。我对TensorFlow和Keras还很陌生。dropout层有几个函数(dropou

浏览 42提问于2019-09-21得票数 3

1回答

如何在训练后提供不同的Dropout* p值？*

tensorflow、keras

name="dropout_keep_prob") with tf.name_scope("dropout"):然而，我不确定如何在Keras中做到这一点： # in_dropout = tf.placeholder(tf.float32, name=

浏览 15提问于2017-02-12得票数 1

回答已采纳

1回答

将删除图层添加到U_Net Segmentation_Models

python、image、keras、image-segmentation、dropout

我想在模型中添加一个dropout，但我不知道在哪里添加它？有人能帮上忙吗？谢谢

浏览 100提问于2021-10-26得票数 0

回答已采纳

1回答

图断开:不能获得张量"x“张量在层"x”的值。没有问题地访问了以下前几个层：[]

python、tensorflow、machine-learning、keras、deep-learning

input_1 = tf.keras.Input(shape=(1,15), dtype='float32') layer_one = tf.keras.layers.Dropout(rate = dropout)(input_1, training = trainin

浏览 3提问于2020-08-20得票数 0

1回答

如何在Keras中将训练设置为true后再禁用辍学？

python、tensorflow、keras、inference、dropout

我有以下代码： """ """ x_in = keras</em

浏览 4提问于2022-04-05得票数 1

回答已采纳

1回答

如何将以下tf 1.x代码转换为tf 2.0 (对现有代码的更改最小)

python、tensorflow、tensorflow2.0

我正在将代码从tensorflow 1.x迁移到tensorflow-2.0。我使用了tensorflow-2.0提供的转换脚本，它很好。但是，脚本不能转换tf.contrib模块的代码。def dropout(input_tensor, dropout_prob): A version of `input_tensor` with dropout

浏览 3提问于2019-12-02得票数 2

回答已采纳

1回答

ImportError:无法导入名称DropoutEmbedding

keras

from keras.layers.embeddings import DropoutEmbedding DropoutEmbedding把名字改成了什么？或者我应该使用什么替代品？

浏览 1提问于2017-09-06得票数 0

1回答

如何在训练后使用cnn模型的实际权重来提取特征？

python、tensorflow、deep-learning、tf.keras、dropout

但是，我想从最后一个dropout层中提取特征，使用给出80%准确率的权重。=32, kernel_size=(3,3), activation='relu'),keras.layers.Dropout(),keras.layers.Dropout(

浏览 46提问于2021-09-23得票数 0

回答已采纳

1回答

如何从Tensorflow的Huggingface中修改基本ViT体系结构

python、tensorflow、keras、huggingface-transformers

=======Trainable params: 86,567,656如图所示，封装了ViT基础的层，是否有一种方法可以打开这些层以允许我修改特定的层？

浏览 13提问于2022-03-15得票数 2

回答已采纳

1回答

LSTM层递归神经网络张量的重构

python、tensorflow、keras、recurrent-neural-network

tf.convert_to_tensor(X, dtype=tf.float32)然后使用以下RNN keras模型体系结构： keras.layers.Dense(100, activation='elu', input_shape=(481,)),keras.layers.LSTM(64, return_sequence

浏览 5提问于2019-12-19得票数 0

回答已采纳

1回答

图像分类、恒定validation_accuracy与精度

image-processing、keras、conv-neural-network、multiclass-classification

4类，从0到3。火车组: 4400幅50*50大小的图像。完美的平衡和normalized.Validation集:大小为50*50的400个图像。Conv2D(32, kernel_size=(3,3), activation='relu'))model.add(Dropout(0.2))model.add(Dense(128, activation='relu')) model.add(<

浏览 2提问于2019-11-19得票数 0

1回答

Keras:多维时间步长的嵌入层

multidimensional-array、keras、lstm、embedding

的嵌入层将字符映射到向量。output_dim=74,model.add(keras.layers.LSTM(64,model.add(keras.layers.LSTM(64,

浏览 1提问于2018-05-19得票数 0

1回答

在tf.keras.layers中使用与tf.nn.rnn_cell.DropoutWrapper等效的dropout包装器

tensorflow、keras、deep-learning

tf.nn.rnn_cell.GRUCell(hidden_size), output_keep_prob=dropout_ph) 如果我们想在tf.keras.layers中使用GRU和Dropout，并且对于相同的输入/输出丢弃过程，我们是否应该使用

浏览 26提问于2019-04-12得票数 0

2回答

如何应用ConvLSTM层

python、tensorflow、machine-learning、deep-learning

=0.2, recurrent_dropout=0.2): model = tf.keras.models.Sequential(units, dropout=dropout, recurrent_dropout</

浏览 61提问于2020-12-04得票数 2

回答已采纳

1回答

如何在语音情感识别的LSTM模型中屏蔽填充

tensorflow、machine-learning、keras、deep-learning、lstm

给定几个目录的.wav音频文件，我已经提取了它们在3D数组中的特征(批处理、步骤、特征)。对于我的例子，训练数据集是(1883,100,136)。基本上，每个音频都被分析了100次(想象一下是1fps)，每次都提取了136个特征。然而，这些音频文件在长度上是不同的，因此其中一些文件无法分析100次。def LSTM_model_building(units=200,learning_rate=0.005,epochs=20,dropout=0.19,recurrent_dropout=0.2):model = tf.<e

浏览 20提问于2020-10-13得票数 0

回答已采纳

2回答

ImportError:无法在Keras中导入名称TimeDistributedDense

python、deep-learning、keras

Documents/karim/Data/bse/phase3/deep_learning/Seq2Seq/seq2seq/model.py", line 5, in <module>ImportError: cannot import name使用sudo pyth

浏览 1提问于2017-08-11得票数 2

回答已采纳

1回答

对RNN层中的每个输出应用密集

tensorflow、keras

我正在尝试将以下Keras代码转换为纯Tensorflow，但在向双向RNN输出的每个时间步添加密集层时遇到了问题：self.model = Sequential()self.model.add(Bidirectional(LSTM(nr_out, return_sequences=True, dropout_W=dropout, dropout_U=dropout</em

浏览 7提问于2017-09-27得票数 3

1回答

ValueError:层max_pooling2d_12的输入0与层不兼容:预期的ndim=4，找到的ndim=0。接收的完整形状：[]

python

.# GRADED FUNCTION: conv_block max_pooling -- Use MaxPooling2D to reduce the spatial dimensions of the> 0 add a dropout layer, with the variable dropout_prob as

浏览 1提问于2021-06-03得票数 0

1回答

ValueError:层"sequential_35“的输入0与该层不兼容:预期的shape=(无，800，1,100)，找到的shape=(无，1,100)

python、tensorflow、lstm

嗨，我现在正在做下面的程序，但是Im获得了下面的错误: ValueError: sequential_35层的输入0与层:预期的shape=(None，800，1,100)，found shape=(None=0.1, activation='relu')) 1), dropout=0.1,activation='relu')) model.add(Dense(128, act

浏览 11提问于2022-03-09得票数 1

1回答

保存模型时Keras“列出索引超出范围”

python、tensorflow、keras

()(inputA) x = tf.keras.layers.Dropout(0.2)(x) x = tf.keras.layers.Dropout(0.2)(x)x = tf.keras.

浏览 26提问于2021-01-04得票数 0

点击加载更多