keras中的Dropout层与dropout和recurrent_droput参数有什么不同？它们是否都服务于相同的目的？示例： model.add(Dropout(0.2)) # layer
model.add(LSTM(100, dropout=0.2, recurrent_dropout=0.2)) # parameters
浏览 59提问于2019-03-19得票数 3
回答已采纳
1回答
我有以下代码： """ optimizer='adam',为了我的目的然而，在此之后，我需要在Dropout<e
浏览 4提问于2022-04-05得票数 1
回答已采纳
我正在使用U_Net分割模型对医学图像进行分割，使用Kersa和Tensorflow 2。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
我在理解LSTM API中的一些tf.keras.layers层参数时遇到了困难。我正在研究使用CuDNNLSTM层而不是LSTM层(以加快培训)，但是在我承诺使用CuDNN层之前，我希望完全了解使用CuDNNLSTM而不是LSTM层所丢失的参数。dropout
再说一遍，dropout</em
浏览 3提问于2019-08-08得票数 3
回答已采纳
我是新的拥抱脸，并希望采用相同的变压器架构做在ViT的图像分类到我的领域。因此，我需要改变输入形状和所做的增强。来自拥抱脸的片段：import tensorflowtf_vi_t_for_image_classification_1"
_______________________________________
浏览 13提问于2022-03-15得票数 2
回答已采纳
1回答
添加多个隐藏层角点
、、、、
我有一个使用keras的简单情感分析器，下面是我的代码，在github：上使用keras代码from __future__ import print_function
model.add(GRU(hidden_layer_size, dropout=dropout, recurrent_dropout=dropout))
model.add(Activation
浏览 1提问于2018-08-21得票数 1
回答已采纳
1回答
如何计算LSTM角的预测误差
、、、、
我有一个LSTM，我使用python构建并在keras中运行它。我用这个模型来预测未来的n点对一个时间序列的预测问题。当我使用像ARIMA这样的方法来进行预测时，我能够为我的预测生成预测误差，因为模型是适合的，例如使用AIC最小化MLE。
是否有一种目前在keras中支持的方法可以为我的回归预测生成预测错误？
浏览 0提问于2018-12-16得票数 1
回答已采纳
我试图从Colab上的Keras加载一个LSTM模型并更改它的单元，但是我得到了以下错误："AttributeError:无法设置属性“，可能是因为它与对象的现有只读@属性相冲突。请选择不同的名称”。我试着修改其他层的参数，它运行得很好。我能做些什么来解决这个问题？用于加载模型并对其进行修改的代码：
浏览 0提问于2021-10-17得票数 1
回答已采纳
在下面的教程中，将解释当解冻包含BatchNormalization (BN)层的模型时，这些层应该保持在推理模式下，在调用基本模型时传递training=False。关于在layer.trainable = False层上设置BatchNormalization：
设置layer.trainable = False的意思是冻结该层，即它的内部状态在</e
浏览 11提问于2022-02-05得票数 1
回答已采纳
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)。将非常感谢您的帮助！我对TensorFlow和</
浏览 42提问于2019-09-21得票数 3
1回答
我正在尝试使用Keras和迁移学习来开发一个模型。我使用的数据集可以在这里找到：。classification_layer = layers.Dense(10, activation='softmaxretu
浏览 26提问于2021-03-04得票数 0
1回答
嵌入层后的脱落层
、、、、
model = tf.keras.Sequential([ tf.keras.layers.Dropouttf.keras.layers.LSTM(64),])
我能理解当在密集层之间应用掉时，这会随机下降
浏览 2提问于2020-08-21得票数 1
回答已采纳
1回答
为了在R中拟合一个分类模型，一直在使用library(KerasR)。$Adam中的错误(lr= lr，beta_1 = beta_2，beta_2 = beta_2，：尝试应用非函数
layer_dropout</e
浏览 2提问于2020-08-24得票数 1
回答已采纳
1回答
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()=dropout, dropout_U=dropout),以下是tensorflow的<
浏览 7提问于2017-09-27得票数 3
1回答
根据的说法，辍学层位于最后一个密集层之后：dropout = tf.layers.dropout)在稠密的图层之前使用它不是更有意义吗?所以它学习从输入到输出的映射，并
浏览 2提问于2017-12-07得票数 12
回答已采纳
6回答
如何在预测角角时禁用辍学？
、、、、
在角点神经网络模型中，我使用的是退出。一点点代码就像model.add(Dense(classes))有谁有办法在角点测
浏览 8提问于2017-12-13得票数 34
回答已采纳
), dtype='float32') if dropout: layer_two = tf.keras.layers.Dropout(rate = dropout)(input_2,(input_l
浏览 3提问于2020-08-20得票数 0
我想使用Tensorflow 2.5在训练和推理时启用dropout。为此，我在模型中设置了dropout层，参数training = True。layer = tf.keras.layers.Dropout(0.2, training = True) 然后我训练了我的模型，并使用以下代码进行了预测： prediction = model(X_test, training = Fa
浏览 119提问于2021-08-24得票数 0
在Tensorflow中，我会有一个placeholder，这样我就可以根据需要将它提供给网络：with tf.name_scope("dropout"):
self.h_drop = tf.nn.dropout(self.h_pool_
浏览 15提问于2017-02-12得票数 1
回答已采纳
我使用MNIST数据集在Tensorflow中实现了一个简单的MLP神经网络，之后我尝试使用Keras实现相同的网络，希望得到相同的结果。为了找出到底是什么原因，我在两个模型中使用了完全相同的优化器、激活函数、损失函数、度量、权重和偏差初始值以及输入和输出占位符。我通过查看图表所发现的：
在Keras模型中，第一个D
浏览 0提问于2018-05-08得票数 7
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
云直播
腾讯云开发者
