我按照一个教程制作了一个Keras LSTM模型，它有80个时间步，每个时间步看80个单词，一次预测一个单词。现在我正在使用functional API创建一个不同的LSTM模型，我不确定我的另一个模型在没有时间分布层的情况下是如何工作的。我将在下面列出第一个LSTM模型。在没有时间分布层的情况下，下面的层如何
浏览 1提问于2019-05-20得票数 1
1回答
在我的实验中，我一直在使用keras inception v3模型。但是，当我打印模型摘要时，我看不到BN-辅助层.我想弄清楚，这是一个错误，还是因为某个特定的原因而被遗漏？根据Szegedy等人的“重新思考计算机视觉的初始架构”，辅助层在顶部-1错误中增加了0.4%的改进，是起始-v2和初始-v3之间的主要区别。我已经在这里附上了从ke
浏览 0提问于2018-03-25得票数 1
回答已采纳
1回答
角化文本矢量化层的反向？
、、、
tf.keras.layers.TextVectorization层将文本特性映射为整数序列，由于它可以作为keras模型层添加，因此可以方便地将模型部署为单个文件，该文件以字符串作为输入并对其进行处理我正在使用一个LSTM模型来预测前面单词中的下一个单词。例如，我的模型需要接受一个字符串“我爱”，并且应该输出可能的</
浏览 4提问于2022-04-09得票数 0
为了理解任何Keras层(例如Conv2DTranspose)的实现，有没有一种方法可以将该层作为独立的层运行(使用Tensorflow后端)？
浏览 14提问于2019-01-09得票数 3
1回答
假设我有两个相互串联的模型。我用的都是lstm。我想从其中一个中得到一个预测，找出预测值和地面真相之间的损失，并传递这个数字来更新另一个模型。有谁能告诉我在Keras模型中从外部添加外部损失的地方。假设预测值与真实值之间的损失为0.2。我想将这0.2作为外部值传递给另一个lstm模型<
浏览 1提问于2019-06-28得票数 2
在使用TFv2训练模型后，是否可以对神经网络最后一层中的偏置项进行调整？以下是我的模型的一个示例： import tensorflow.keras as keras
layer_(input_size)
layer_1 = keras.layers.Dense(layer_1_size, activat
浏览 14提问于2020-06-13得票数 1
回答已采纳
3回答
角点载荷模型
、、
当在keras中将模型(以前处理过)加载到LSTM网络时，它是否包括网络中的培训数据(显式)？
如果不是，(load model)如何帮助预测时间序列中的模式。
浏览 3提问于2018-05-29得票数 0
回答已采纳
下面是一些背景知识：我将经过训练的模型封装在一个简单的Flask应用程序中，并获得了相当准确的预测。除了
浏览 2提问于2019-11-21得票数 5
1回答
来自pb和h5文件的不同预测
、、、、
我跟随这个的实现将我的Keras模型部署到Android上。我使用了具有9个节点的密集层以及输出层中的softmax激活，而不是post中使用的全局平均池。我的模型的h5文件在python中预测准确，但当我在Android中使用pb文件时，它的预测<
浏览 21提问于2019-11-14得票数 0
有没有办法使用Keras中给定(中间)层的输出作为另一个网络的输入？encoder = keras.models.Sequential()encoder.add(L.Conv2Dpool
浏览 2提问于2018-09-26得票数 0
与独立的keras模型相比，使用tf.keras.estimator.model_to_estimator有什么好处？例如，当我们想要实时服务模型的时候？
运行predic
浏览 1提问于2019-01-11得票数 3
回答已采纳
1回答
我有一个BiLSTM模型，如下所示： tf.keras.layers.Bidirectional(tf.keras.layers.LSTM(A, return_sequences=True), tf.keras.layers.Dense(B, activation='tanh'),
tf.keras
浏览 13提问于2022-12-02得票数 -1
1回答
假设我有一个简单的NN模型，将MNIST分类如下： tf.keras.layers.Flatten(input_shape=(28, 28)), tf.keras.layers.Dropout(0.2),
tf.keras.layers.Dense现在，我希望模型继续从这层</e
浏览 1提问于2021-02-07得票数 0
回答已采纳
Tensorflow有一些用于子类(tf)、Keras、Model和Layer。x = inputsb = self.dense_2(a)
c =self.add([x
浏览 0提问于2019-08-23得票数 2
在Tensorflow教程中，我正在实验LSTM时间序列由于这里的任务比以前的任务要复杂一些，所以模型现在由两个LSTM层组成。最后，由于72个预测，致密层输出72个预测。我们如何知道一个问题需要多少层(在这里，2层)？然后，从实现
浏览 0提问于2019-12-25得票数 2
回答已采纳
1回答
为了在Tensorflow 2.0中将BERT模型包装为Keras层，我使用了模块bert-for-tf2，我遵循了将BERT模型实现为Keras层的指南。我试图从一个句子中提取嵌入；在我的例子中，这个句子是"Hello“model_word_embedding
浏览 4提问于2019-12-13得票数 1
我试图使用Keras构建一个简单的自动编码器，为此我从一个完全连接的神经层开始，作为编码器和解码器。input_img) >autoencoder =Model(input_img, decoded) 的帮助下创建了一个单独的编码器模块encoder = Model(input_img, encoded) 以及解码
浏览 17提问于2020-03-31得票数 0
回答已采纳
1回答
对于我天真的问题，我很抱歉，但我正在尝试保存我的keras model ()，在这个模型中，我使用TFBertModel()函数作为隐藏层。为此，我使用tf.keras包提供的save()函数。---> 1 model.save('model_weights.h5')
/tensorflow-2.1.0/python3.6/tensorfl
浏览 6提问于2020-02-05得票数 3
我是这个深度学习领域的初学者。我试图在回归问题中使用Keras作为LSTM。我想要建立一个ANN，它可以利用记忆细胞之间的一个预测和下一个预测。batch_size等于7，timestep等于1，我有5749样本。我只想了解如果使用timestep == 1与使用M
浏览 0提问于2018-06-17得票数 0
假设我们已经为某些任务训练了一个模型，我们可以使用该模型预测作为另一个模型中的lambda层吗？我正在考虑以下格式的内容： pretrained_model=get_Model() #Loaded from a different file
pretrained_model.load_weightsOutput_Convolutions_pretrained_model_output],axi
浏览 12提问于2020-01-17得票数 1
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
