在隐藏层keras之后添加两层

文章/答案/技术大牛

发布

1回答

machine-learning、keras、neural-network、artificial-intelligence、conv-neural-network

如果我问了一个愚蠢的问题，请道歉，我在人工智能方面是一个非常初级的人。

浏览 13提问于2019-10-04得票数 0

回答已采纳

1回答

适合Conv2D -的股票数据

python、tensorflow、keras

我在以下链接中附加了数据和代码： 1.获取股票数据并生成一些特性，如下所示： 2.通过使用：向其添加时间步骤n_past = periodperiod=30)trainX (5768, 30, 30) # 5768-rows, 30- time steps, 30- # of features 4.<em

浏览 2提问于2022-07-09得票数 0

回答已采纳

2回答

关于层数的Keras混淆

python、tensorflow、neural-network、deep-learning、keras

我对Keras模型中使用的层的数量感到有点困惑。在这个问题上，文档相当不透明。根据Jason Brownlee的说法，第一层从技术上讲由两层组成，输入层和隐藏层，输入层由input_dim指定。在所有的Keras文档中，第一层通常被指定为model.add(Dense(number_of_neurons, input_dim=number_of_cols_in_input, activtionSequential(

浏览 8提问于2017-07-26得票数 31

回答已采纳

1回答

冻结TensorFlow2层

neural-network、tensorflow2.0

我有一个用于MNIST数据集的LeNet- 300 -100密集神经网络，其中我希望冻结前两层，在前两个隐藏层中分别有300和100个隐藏神经元。我只想训练输出层。我必须这样做的代码如下： from tensorflow import keras [ keras.layers.Dense(100,

浏览 43提问于2020-08-16得票数 1

1回答

Keras中的权重共享

python、keras、share

我尝试对两层使用相同的权重，这两层在下面的代码中被命名为dense3。我知道使用dense3作为名称是不允许的，因为层需要有唯一的名称。什么是最好的是指定相同的权重不同的层在Keras？model = keras.Sequential([ keras.layers.Dense(128, activation=tf.nn.relu,

浏览 25提问于2019-03-01得票数 0

1回答

神经网络输入层中的单元数是否与数据中的特征数不同？

machine-learning、keras、neural-network

基于tensorflow keras API教程； keras.layers.Dense(10, activation='softmax', input_shape=(32,)),]) 我不明白为什么输入层中的单元数是10，而输入形状是32。此外，在tensorflow教程中有许多类似于此的例子。

浏览 0提问于2018-08-08得票数 2

回答已采纳

1回答

美国有线电视新闻网如何实施？

python、tensorflow、keras、neural-network、conv-neural-network

对于24x24输入，我们的模型有七个层，包括五个隐藏层。具体结构如下: C1:8*20*20，S2:8*10*10，C3:16*8*8，S4:16*4*4，C5:80*1*1。每个层的映射指的是每个层的特征映射数。对于其他尺寸的输入，随着尺寸的增加，层数增加(例如，双尺寸意味着增加两层)。relu", input_shape=(24,24,1)))model.add(tf.<em

浏览 4提问于2021-07-01得票数 1

回答已采纳

1回答

为什么有这么多权重数组？

python、tensorflow、machine-learning、keras、neural-network

我正在使用keras开发python。我在理论学习中了解到，在神经网络中，权重只在输入层和隐藏层之间或隐藏层之间。我写了这段代码，我在其中添加了两层： NN.add(Dense(4, input_shape=array_input.shape, activation='relu', name="Layer", kernel_constraintarray_input, epoc

浏览 0提问于2021-08-03得票数 0

1回答

在GPU上训练RNN -我应该使用哪个tf.keras层？

python、tensorflow、keras、tf.keras

我正在训练RNN，这是我使用tf.keras.layers.GRU层构建的。他们需要很长时间来训练(>2个小时)，所以我将把他们部署到GPU进行训练。我从中了解到，CuDNNGRU层的训练速度比GRU层快，但是层 GRU层能在GPU上运行推

浏览 1提问于2019-08-05得票数 1

回答已采纳

2回答

是否使用方括号连接表达式？

python、tensorflow、keras

filters, kernel_size=f_size, strides=2, padding='same')(layer_input) d = LeakyReLU(alpha=0.2)(d) D稍后在Model

浏览 24提问于2021-01-09得票数 0

回答已采纳

2回答

从神经网络的特定层中提取激活

tensorflow、keras、deep-learning、conv-neural-network、feature-extraction

在训练模型之后，我保存了架构和权重。现在，我想使用该模型从其他图像中提取特征，并对其执行SVM。为此，我想删除模型的最后两层，并获得CNN计算的值和到那时为止的完全连接层。我如何在Keras中做到这一点呢？

浏览 12提问于2021-01-23得票数 0

2回答

你能从网络的前三层复制权重吗？不完全是细化，但几乎是重塑

machine-learning、neural-network、deep-learning、caffe、conv-neural-network

在caffe中，我只想为使用ImageNet数据集训练的alexnet体系结构使用预训练的权重，仅用于前两层，我想在这两层之后添加一个softmax分类器。我想知道如何从包含大得多的网络结构(真正的“深度”Alexnet结构)的权重文件中只提取前两层的权重。

浏览 6提问于2017-09-26得票数 1

回答已采纳

1回答

无法在Tensorflow的Keras中添加两个图层

python、tensorflow、keras、neural-network、deep-learning

层layer_abc和layer_efg都有(None, 5)作为输出，因此它们的输出具有相同的维度，并且可以添加。如果我没有隐藏这行代码，那么代码就没问题。怎样才能在不出错的情况下添加两层？非常感谢！from keras.models import Sequential keras.layer

浏览 19提问于2019-03-21得票数 0

回答已采纳

2回答

如何将偏差和激活函数直接添加到TensorFlow中的输入层？

python、tensorflow、keras、neural-network

我想要创建一个没有隐藏层的神经网络，但是每个输入都有一个偏差求和，并且在进入softmax输出层之前经过一个relu函数。与每个输入的偏差相关的权重需要是可训练的。您也可以将其看作是一个具有一个隐藏层的神经网络，但是隐藏层中的每个节点只连接到一个输入特性。我想要实现的是最简单的架构，它可以为每个输入学习一个阈值函数(这是通过对relu的偏倚进行组合来实现的)。我确实考虑过添加一个密集连接的隐藏层，然

浏览 0提问于2020-04-21得票数 0

回答已采纳

1回答

神经网络(无隐层)与Logistic回归？

python、machine-learning、neural-network、keras、logistic-regression

我上过一门关于神经网络的课程，不太明白为什么我从logistic回归和两层神经网络(输入层和输出层)中得到了不同的结果。输出层使用sigmoid激活函数。clf.fit(X,y)然而，当我实现一个没有隐藏层的神经网络时，只对单个节点的输出层使用sigmoid激活函数(因此总共有两层，输入<em

浏览 1提问于2017-09-24得票数 10

回答已采纳

1回答

如何在用PyPDF2添加图层时用adobe javascript隐藏一个图层

javascript、python、pdf、adobe

我想用PyPDF2在pdf中添加两层。顶层是一个空白层，它阻塞了整个页面。添加的另一层是水印。在添加了addJS()的javascript中，我想要隐藏带有某些条件的顶层，这意味着我想要显示带有水印的原始pdf，而不是顶层。但当我阅读adobe javascript时，我发现有两个问题： 1)我知道adobe javascript可以添加图层并隐藏它，但我不确定如果我用PyPDF2添加</e

浏览 2提问于2015-07-26得票数 1

1回答

PyTorch中不同尺寸的级联层

python、keras、neural-network、pytorch

在Keras中，可以将两层不同大小的层连接起来：layer_1 = Embedding(50, 5)(inputs)# -> `concat` now has shape `(*, 25)`, as desired 我想要的最

浏览 2提问于2021-12-26得票数 2

回答已采纳

1回答

如何在Tensorflow/Keras中的两个层之间创建一个循环连接？

tensorflow、keras、recurrent-neural-network

基本上，我想要做的是采取以下非常简单的前馈图：然后添加一个递归层，将第二稠密层的输出作为第一密集层的输入，如下所示。我想知道在Tensorflow或甚至keras中是否有一种有效的方法来实现这一点，特别是在GPU处理效率方面。虽然我很有信心我可以在Tensorflow中黑出一个定制模型来完成这个功能，但我对这样一个定制模型的GPU处理效率很悲观。因此，如果有人知道如何有效地完成两层之间的这些经常性连接，我将非常感激。inp

浏览 2提问于2020-09-15得票数 1

回答已采纳

1回答

为什么我的模型在Tensorflow中比在Keras中快两倍？

performance、tensorflow、keras

我曾尝试用tensorflow后端复制keras中的一个赋值，但它的速度要慢得多，几乎需要3分钟，而tensorflow只需要1.5分钟。使用theano后台需要更长的时间--几乎需要4分钟。

浏览 1提问于2016-12-22得票数 2

1回答

Tensorflow:如何在张量上应用正则化？

tensorflow、keras、tensor、regularized

我在Tensorflow 2中实现了一个模型，我想在我的模型中对张量(两层输出的乘法)应用一个惩罚。我习惯于在层上使用正则化(内核、偏向或活动正则化)。我可以构建一个只具有活动正则化的自定义层，但我突然发现有一个更简单的解决方案来将正则化添加到张量中。我在中看到了这段代码tensor = tf.ones(shape=(5, 5)) regularizer(tenso

浏览 5提问于2022-01-30得票数 4

点击加载更多