腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(1166)
视频
沙龙
1
回答
在
Keras
中
训练
变
分
自动
编码器
时会
出现
"
InvalidArgumentError
:
不
兼容
的
形状
“
错误
、
、
、
、
我整个晚上都在尝试让这个VAE工作,但总是一而再、再而三地遇到同样
的
问题。我不确定问题出在哪里。我尝试过删除回调、验证、更改损失函数、更改采样方法。
错误
(虽然下面显示为提前停止)一直是添加到fit函数
的
最后一个参数。我对如何让它工作没有想法。 下面是可重现
的
代码,然后是我一直有的
错误
。请注意,更改批处理大小确实会更改
错误
,但不匹配
的
数量也会随着批处理大小而减少。site-packages\tensorflow\python\eager\execute.py",
浏览 52
提问于2020-07-17
得票数 1
回答已采纳
2
回答
Keras
:有没有办法"pop()“顶层?
、
、
在
Keras
中
,有一个称为pop()
的
功能,可以让您删除模型
的
底层。有什么方法可以移除模型
的
顶层吗? 我有一个完全保存
的
预
训练
变
分
自动
编码器
,并试图只加载解码器(最下面的四层)。我正在使用带有Tensorflow后端
的
Keras
。
浏览 29
提问于2017-06-19
得票数 2
1
回答
在
训练
变
分
自动
编码器
时
不
兼容
的
形状
误差
、
我
在
试着
训练
变
分
编码器
。但我得到了 [[{{node custom_variational_layer_21/logistic_loss我使用opencv读取图像并将其附加到列表
中
,然后将其转换为numpy数组。从:复制代码 我用
的
是卷积
变
分
浏览 0
提问于2019-02-07
得票数 1
1
回答
在
创建由两个子模型组成
的
模型时,必须为占位符张量提供一个值“,这些子模型都是使用functional创建
的
。
、
、
、
、
在
实现
变
分
自动
编码器
时,我遇到了这个问题。下面的示例具有一个简单
的
encoder、decoder和vae,它们都是使用functional创建
的
。vae像往常一样由encoder和decoder组成。(optimizer='adam', loss='mse')当我运行以上代码时,会得到以下
错误
In
浏览 1
提问于2020-07-01
得票数 0
回答已采纳
1
回答
为什么
Keras
在这种情况下抱怨输入
形状
不
兼容
?
、
、
我已经
训练
了一个基于
Keras
的
自动
编码器
模型,输入层如下: depth = 1input_shape = (height, width, depth)
浏览 30
提问于2021-04-02
得票数 1
回答已采纳
1
回答
变
分
自动
编码器
:
InvalidArgumentError
:
不
兼容
的
形状
:[100,5]与[100]
、
、
、
我尝试用LSTM运行
变
分
自动
编码器
。所以我用LSTM层替换了dense层。但它不起作用。= normal_data, fault = normal_data)这是
变
分
自动
编码器
batch_size) encoder = M
浏览 1
提问于2018-05-11
得票数 2
1
回答
如何使用
Keras
在
密集层中使用下拉数据创建
自动
编码器
、
、
、
、
概念:问题是:如所示,使用
编码器
和解码器
的
两个部分,尺寸
在
中心减小。这是问题
的
开始,因为密集层与Dropout
不
拾取。 请注意,这是我尝试
自动
编码器
的
第二种方法,我已经完成了如图所示
的
。我(天真地)是这样写
的
:
浏览 0
提问于2019-03-19
得票数 2
2
回答
Keras
自动
编码器
中
的
输入
形状
、
、
、
我正在尝试用以下代码
训练
一个
自动
编码器
: encoder_input =
keras
.layers.Input(shape=(x_Train.shape[1]), name='img')autoencoder.fit(x_Train, x_Train, epochs=10, batch_size=64, validation_split = 0.1) 但是,它返回
错误
TensorSpec(shape=(None,28)
浏览 34
提问于2021-04-16
得票数 0
1
回答
拟合tensorflow2模型时精度不相容
的
形状
、
、
、
、
我正在Tensorfow 2.0.0-α0上运行一个文本生成模型(RNN),即使
在
拟合该模型时得到了损失度量,但在插入精度
时会
出现
以下
错误
: de
浏览 0
提问于2019-04-27
得票数 0
回答已采纳
1
回答
如何在非方形图像上运行
Keras
网络?
、
、
、
我
在
tf.
keras
中
训练
了一个基于tf.
keras
的
图像分割模型,该模型可以预测一个对象是否在给定
的
图像
中
,在给定
的
图像
中
的
位置。我
训练
输入
形状
为(None, 256, 256, 1),输出(None, 256, 256, 3)
形状
预测。 我现在想预测更大
的
图像。(520, 696)),并希望使用相同
的
模型。
浏览 1
提问于2019-10-31
得票数 1
1
回答
用于带
keras
的
自动
编码器
的
InvalidArgumentError
、
我正在
训练
一个
自动
编码器
(使用
keras
博客代码),我得到了fallowing
错误
在</e
浏览 0
提问于2018-03-31
得票数 0
1
回答
tf.placeholder_with_default支持
、
、
我正在尝试
在
Tensorflow
中
训练
一个
自动
编码器
。然而,这个
自动
编码器
只是我架构
的
一部
分
。我希望有以下工作流程:我也想
训练
我
的
自动</e
浏览 3
提问于2019-01-08
得票数 1
1
回答
如何在自定义
keras
损失函数
中
添加基于示例
的
参数?
、
、
、
我希望
在
keras
中有自定义
的
损失函数,每个
训练
示例都有一个不同
的
参数。model.compile(loss=my_mse_loss_b(df.iloc[:,2]), optimizer='adam', metrics=['accuracy']) 问题是,当我拟合模型时,会有一个
错误
tensorflow.python.framework.errors_impl.
InvalidArgumentError
: Incompatible
浏览 35
提问于2021-07-23
得票数 0
回答已采纳
1
回答
Keras
维度
不
兼容
、
我想用
Keras
编写一个简单
的
变
分
自动
编码器
。因为它是可变
的
,所以我必须使用
编码器
的
函数式API。然而,它给了我一个尺寸
不
匹配
的
错误
,我不知道为什么。下面是我
的
代码和
错误
: z_mean, z_log_var = args epsilon = K.random_normal(shape=(1
浏览 45
提问于2019-10-23
得票数 0
回答已采纳
1
回答
序列验证设备
的
1D CNN
的
构建/培训
、
、
我正在为一个序列建立和
训练
一个CNN,并且已经成功地使用了RNN,但是我遇到了CNN
的
问题。下面是代码,cnn1是第一个(更复杂
的
模型),尝试获得一个更简单
的
模型来适应,并在这两个模型上都
出现
错误
:xtrain (5206, 19, 4)xvalid、1、1、1、32
的
‘max_pooling1d_1d_26/MaxPool’(op:'MaxPool')从1减去4所引起
浏览 1
提问于2019-05-11
得票数 1
1
回答
将卷积层
的
4D张量输出整形为5D张量,输入到ConvLSTM2D层
、
、
、
、
我有个VGG预先
训练
过
的
模特。我将
形状
(160,120,3)
的
图像传递给它,批处理
的
大小为10。批处理
中
的
每个帧表示一个时间步骤。我知道VGG网络
的
输出是
形状
的
( 10 ,5,3,512),因为我已经超过了批处理大小10。 接下来,我想将来自VGGnet
的
输出输入到ConvLSTM2D层。当我使用X = tf.
keras
.layers.Reshape((-1,10,5,3,512)
浏览 0
提问于2020-09-12
得票数 0
回答已采纳
1
回答
TypeError:将
形状
转换为TensorShape时出错:只能将大小为1
的
数组转换为Python标量
、
、
我正在尝试建立一个
自动
编码器
的
文本使用CNN
在
Keras
,
在
Jupyter笔记本。我正在使用IMDB数据集,它有2列
的
25,000个示例,其中一个是评论和评级。所以,最后我
的
矩阵大小是25,000 x 2340。然后我尝试传入输入层,但是我没有得到Input(X_train)TypeError:将
形状
转换为TensorShape时出错:只
浏览 0
提问于2018-09-24
得票数 2
1
回答
如何在tensorflow 2.0
的
双向
编码器
中
添加译码器&注意层
、
、
、
我是一个机器学习
的
初学者,我试图创建一个拼写纠正模型,拼写检查少量
的
词汇(大约1000个短语)。目前,我参考了tensorflow 2.0教程
中
的
1.NMT和2.文本生成。我已经完成了一个编码层,但目前我有一些问题,以匹配以下各层
的
形状
(译码器和注意)与前面的(
编码器
)。本教程
中
的
编码器
不是双向
的
,而我正在尝试实现双向
编码器
。下面是我
的
编码器
和注
浏览 0
提问于2020-05-18
得票数 1
2
回答
解码器如何将
自动
编码器
中
的
低维转换为高维?
、
、
、
、
我正在建立一个
自动
编码器
。我
在
google上看到过,
编码器
压缩数据,比如将维度
的
784 no转换为瓶颈隐藏神经元
的
100 no,然后解码器再次将维度
的
100 no转换为784,我想知道它(解码器)如何从较低维度转换到更高维度,因为如果我们谈论
编码器
但是如何将较低
的
维度再次转换为较高
的
维度,要么是通过再次添加我们在
编码器
中
丢弃
的
位,要么是通过其他方式。请详细说明
浏览 6
提问于2020-11-24
得票数 0
2
回答
检查模型目标时出错:应让dense_24具有具有
形状
的
数组shape...but ...
在
Keras
、
我不能理解这个
错误
消息试图告诉我什么。 但是当我拟合我
的
模型时,我得到
的
是:我不明白。如果我仔细阅读,
Keras
似乎是在说,“我查看了验证集
的
标签(目标),这让我明智地认为模型
中
的
最后一层应该被整形(None,2)。但是,实际上模型
中
的
最后一层并没有被整形(None,2),而是由一个实际
的
数组组成。它是其他
形状<
浏览 0
提问于2016-12-28
得票数 8
点击加载更多
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
DanceNet:帮你生成会跳舞的小姐姐
没有任何公式——直观的理解变分自动编码器VAE
《Deep Learning with Python》第三章 3.1 走进神经网络之神经网络剖析
有了这个工具,不执行代码就可以找PyTorch模型错误
上线俩月,TensorFlow 2.0被吐槽太难用,网友:看看人家PyTorch
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
活动推荐
运营活动
广告
关闭
领券