1回答
我想建立一个自定义的Keras层保持k顶部的激活值。tf return k_max
return Lambda(max_topk_pool, output_shape=lambda x: (None,k)) 您知道有没有一种方法可以像https
浏览 27提问于2019-01-27得票数 1
回答已采纳
我正在构建一个具有多头注意力层的keras模型。我正在尝试从keras.layers实现MultiHeadAttention层，但是当我运行代码时，我在不同的变量上多次收到以下警告：
“警告:tensorflow:以下变量已用于Lambda层的调用(tf.einsum)，但在其跟踪的对象中不存在：<tf.Variable‘multi_head_ are /query/kernel:0’shape=(1，8,240) dtype=float32>这可能是有意为之的行为这强烈表明应该将此层表示为
浏览 5提问于2021-05-27得票数 1
当我创建具有一个或多个自定义层的Keras模型时，可以使用model.save()方法以TensorFlow SavedModel格式持久化Keras模型。我可以使用tf.keras.models.load_model()函数从文件系统中加载此模型，然后再次将其保存到文件系统中。training, training, training, training, *, training, training) missing 1 required argument: train
浏览 107提问于2021-10-29得票数 0
我有一个具有多变量的数据集，我正在尝试重塑LSTM神经网络，但我正在努力重塑图层，但没有成功。 我的数据集的形状为(1921535，6)，每341个时间步对应一个样本。max_length = 341 tf.keras.layers.Reshape((batch_size, max_length, 6), input_shape=
浏览 25提问于2020-12-03得票数 0
回答已采纳
train_x.shape[1],train_x.shape[2],train_x.shape[3]), batch_size=None)y = tf.keras.layers.Conv1D(128, 9, activation='relu')(inputs)y = tf.keras.layers.Conv2D(32, (1,1), activation(y,(n, 1, kc//1, t, v))
y = tf.einsum(&#
浏览 28提问于2020-08-10得票数 1
我发现在keras.backend或keras.layers中有许多相同的名称，例如keras.backend.concatenate和keras.layers.Concatenate。
浏览 0提问于2018-12-20得票数 0
回答已采纳
我试图用Keras编写一个自定义层，以便在论文中提出的特定体系结构上进行复制。该层没有可训练的重量。我认为这可能是相关的，因为没有必要扩展类层。我正在使用CNTK后端，但我试图尽可能地保持代码的后端无关性，所以我依赖于keras.backend中定义的接口，而不是直接使用CNTK。import numpy as np
from keras import backend as K
im =
浏览 1提问于2017-06-26得票数 0
回答已采纳
1回答
我有一个有两个不同输入的神经网络。输入1是图像数据，输入2是单个浮点数。因此，我的输入是形状为(32,img_dim)和(32,1)的批次大小为32。例如，对于3的批次大小，我有输入2：现在，我想将第一个示例的12.0添加到层中的所有单元中。然后是批处理中的下一个示例的23.0，等等。
浏览 2提问于2017-09-15得票数 2
回答已采纳
1回答
我想获得自定义层的权重，但是我无法通过model.layer().get_weights()X获得它们。所以我检查了模型的各个层，似乎定制层被分解成几个操作，在这些层中找不到权重。以下是自定义层代码 self.output_dim= K.cast(inputs, dtype="float32")
for i in range(self.output_dim):
浏览 12提问于2022-11-18得票数 0
1回答
我正在尝试为我的模型创建一个自定义图层，它可以使用Keras的经典密集层。下面是我的定制层： class MyDenseLayer(tf.keras.layers.Layer): superself.num_outputs]) return tf.matmul(input, self.kernel) 目前它还没有做任何“自
浏览 4提问于2021-02-05得票数 1
我想写一个自定义连接和一些渠道的自定义激活功能的网络。检查该图。 ? 假设: 10个隐藏层和128个通道。使用this answer，我尝试了下一步： from keras.models import Modelgroup6 = zcos(group6)
outputTensor = Concatenate()([group1,group2,group3,group4,group5,g
浏览 33提问于2021-08-25得票数 0
我尝试在最后一个轴之外连接keras层。concat_layer = keras.layers.concatenate([layer1,layer2],axis=3);
layer1和layer2的形状都是(?
浏览 1提问于2018-05-06得票数 5
1回答
我正在使用Keras构建一个卷积神经网络，并希望在最后一个完全连接的层之前添加一个具有数据标准差的单个节点。以下是重现错误的最小代码：from keras.layers import Convolution1D, Flattenfrom keras import backend as K
x = Convolution1D(48, 3, acti
浏览 7提问于2016-09-28得票数 3
我正在尝试在Tensorflow 2.x中使用MaskRCNN。这是github到原始代码https://github.com/matterport/Mask_RCNN的链接。最初，他们在Tensorflow 1.x中使用Lambda层来创建变量： anchors = self.get_anchors(config.IMAGE_SHAPE)
anchors = np.broadcast_to(anchors, (config.BATCH_SIZE,) + anchors.shape)
浏览 36提问于2021-11-09得票数 2
1回答
我想在自定义层中使用tf.keras.layers中的预定义层。我想创建一个自定义图层，它是密集层和1D卷积层的组合。有没有可能做这样的事情？我在tensorflow页面中找不到一个示例。
浏览 0提问于2019-10-11得票数 0
Keras代码片段如下：selected = embedding_layer(second_input)second_input_encoded = tf.keras.layers.Reshape((3,
浏览 1提问于2019-04-04得票数 0
回答已采纳
例如：D = keras.layers.Dense(d)(inp)outp = keras.layers.Dense(...)(L)与D = keras.layers
浏览 4提问于2022-10-18得票数 0
回答已采纳
1回答
考虑到NCE损失在keras中不可用，我写了一个自定义损失。verbose=1, max_queue_size=15)
93 return wrapper
/opt/conda/lib/python3.6/site-packages/keras</
浏览 26提问于2019-07-03得票数 3
2回答
我有一个简单的Keras网络，它使用定义为lambda的自定义激活函数：lrelu = lambda x:它编译、训练、测试都很好(省略了代码)，我可以使用model.save( 'model.h5' )保存它。但是，当我试图使用loaded = tf.keras.models.load_model( 'mode
浏览 4提问于2020-08-05得票数 2
回答已采纳
1回答
在Keras中“淡入”新图层
、、、、
我正在尝试使用tensorflow后端在Keras中实现this文件。 在我的理解中，它们逐渐成长为GAN，随着模型的训练逐渐淡入额外的层块。在迭代过程中，新图层会线性淡入。我不确定如何引入他们使用的“淡入”。 要做到这一点，Keras，我想我可能需要一个Lambda层--但这就是我所知道的。 有什么建议吗？ 谢谢!
浏览 26提问于2018-12-20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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
