下面的代码用于训练给定数据集的神经网络模型(50,000个样本,64个dim)。
from keras import Sequential
from keras.layers import Dense
from keras.optimizers import Adam
X, y = process_dataset()
model = Sequential([
Dense(16, input_dim=X.shape[1], activation='relu'),
Dense(16, activation='relu'),
Dense(1
我想在Keras中创建一个神经网络,将手写的文字转换成计算机字母。
我的第一步是将一个句子转换成一个数组。我的阵列有形状(1, number of letters,27)。现在我想把它输入我的深层神经网络和训练。
但是,如果尺寸不符合我的图像,我该如何正确地输入呢?以及如何实现我的预测函数给我一个输出数组的(1, number of letters,27)
问题的实质:我想用互联网上现成的例子来理解最简单的神经网络。我训练了它,然后我不明白如何在条件用户的输入数据上测试它的有效性。我在互联网上找到了模型的函数: predict()、save()、loaded_model()。如果结果是loaded_model()和16_model(),并且创建了文件夹'16_model‘,则会从created ()抛出错误。请告诉我如何使用它,或如何测试神经网络的输入,而不是测试数据。
import keras
from keras.models import Sequential
from keras.layers import Dense
impor