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
我在凯拉斯有个受过训练的模特。是否可以使用“.h5”文件中预训练模型的前4个conv层的权重
浏览 6提问于2020-08-19得票数 0
1回答
我一直在尝试弄清楚如何在Keras中为Conv2D层创建自定义初始化。谁能举例说明如何手动创建一个“过滤器”或权重模型作为训练的起点。也就是说，我想把一个带权重的2d矩阵传递给Conv2D层，这个矩阵可以作为一个起点。矩阵可以是高斯模糊滤波器或锐化滤波器或边缘检测器等。
JR
浏览 0提问于2017-04-12得票数 3
1回答
我目前正在尝试创建多个模型来重用某些层，包括它们的权重。为此，我创建了一个列表表来初始化这些层，然后在创建每个单独的模型时调用它们。column = []
column.append(Conv2D(self.out_filters, (3, 3), padding='same', kernel_initializer='he_normal='he_normal
浏览 0提问于2018-09-04得票数 2
我正在尝试实现一个3D convnet，然后是LSTM层，使用3D图像作为输入，在带有Tensorflow后端的Keras上生成序列。我想开始训练一个现有的预先训练模型的权重，以避免常见的问题与随机初始化。为了开始一个基本的示例，我以VGG-16为例，实现了这个网络的"3D“版本(没有FC层)：
im
浏览 2提问于2018-09-21得票数 2
回答已采纳
我有一个模型，它有两个卷积层。我已经成功地为conv_1层设置了新的权重，但是在为conv_2层设置权重时，我得到了一个错误信息： model.add(Conv2D(8, (3, 3), input_shape=(28,28,1), activation='relu'))
model.add(MaxPooling2D(pool_
浏览 11提问于2019-01-08得票数 0
在一个典型的CNN中，conv层将具有大小为NxM的Y滤波器，因此它具有NxM可训练参数(不包括偏差)。因此，在以下简单的keras模型中，我期望第二个conv层有16个大小的内核(7x7)，从而具有大小的内核权重(7x7x16)。为什么它的重量是实际大小(7x7x8x16)?我</e
浏览 2提问于2017-09-29得票数 3
回答已采纳
有办法去除模型中的特定神经元吗？
例如，我有一个由512个神经元组成的致密层模型。有没有办法去除所有在list_indeces内都有指数的神经元？当然，去除神经元会影响下一层，甚至前一层。)层建立一个新的模型，但是这种修改也应该传播到下一层的权重，因为从致密层的神经元到下一<
浏览 3提问于2021-11-04得票数 0
回答已采纳
1回答
我想通过初始化一个保存的模型的权重来训练一个模型，下面是我使用的代码： la = saved_model.get_layer(name='conv2d') kernel,bias = out[0],out[1]
conv = tf.nn.conv<
浏览 16提问于2021-08-19得票数 0
https://keras.io/layers/writing-your-own-keras-layers/ 根据这里，无状态的客户操作可以被包装到Lambda层。但是如果有可训练的变量，我们需要实现我们自己的层。我想问一下，是否可以将Lambda层用于固定权重(即预先训练的权重)？ 如果是，如何
浏览 26提问于2019-06-13得票数 1
1回答
我是机器学习方面的新手。我是通过给自己做练习来学习的。
来自我最近的练习。我训练了一个卷积神经网络来识别三个不同的物体。手机将图像发送到我桌面上的web服务器，后者运行Keras。我花了一段时间才找到一个能工作的模特。我开始在无菌背景下训练这三个物体的视频帧。我不知道这种技术是否有一个公认的名称，但我使用了一种
浏览 2提问于2020-08-30得票数 5
下面有代码，在convProjection类中，我从keras定义了一个Conv1D层。我想要定义Conv1D的权重。虽然它不是非独立化的，但是使用self.Projection.get_weights()获取权值会返回一个空数组。我试图在内部调用中手动将其初始化，但它似乎不起作用。在这种情况下，如何获得Conv</em
浏览 5提问于2022-04-13得票数 1
回答已采纳
1回答
我建立并训练了一个基于vgg16网络的网络。在最初的网络中，我冻结了vgg16的所有层，只训练了最后4个层，这是我在vgg16末尾添加的。现在，我想通过改变可训练层来加载和重新训练这个模型，以使用我自己的权重，而不是ImageNet权重。最初，我</
浏览 1提问于2019-01-05得票数 0
回答已采纳
摘要：如何强制keras.applications.VGG16层而不是vgg模型显示并作为层包含在新的自定义模型中。详细信息：
I在keras.applications.VGG16 (表示为conv_base)的基础上构建自定义模型(表示为模型)。具体来说，我用我自己的层来代
浏览 0提问于2021-07-27得票数 3
回答已采纳
我想问一下，我是否可以将Keras层中的权重初始化器设置为二进制值-例如，简单密集层的权重仅为0和1？例如，在Conv1D层的情况下，这将有助于放松计算时间。 谢谢你，J
浏览 10提问于2021-02-09得票数 1
回答已采纳
我知道，根据你想做的工作，有不同种类的卷积滤波器。即。锐化，模糊，等等，我们是否需要在图像分类中使用一种特殊的方法？用于图像分类的CNN示例出现在tensorflow网站上：model.add(layers.Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)))
model.add(layers.MaxPooling2D(
浏览 7提问于2020-11-11得票数 1
回答已采纳
1回答
你能告诉我这两种中哪一种比火车阴谋更有效吗？
我对第一个情节中的曲折有些困惑，否则我认为它比第二个好。在第二幅图中，没有曲折，但验证的准确性往往比火车高，这是过火还是相当大？这是一个图像检测模型</e
浏览 9提问于2022-07-01得票数 0
回答已采纳
我有一个CNN，它是用keras制作的。我可以使用以下命令查看特定层的权重： weights,biases = model.layers[n].get_weights() weights,biases = layer.get_wei
浏览 15提问于2019-05-22得票数 0
回答已采纳
考虑以下使用tf.keras API构建的模型，在该模型中，我在乙状结肠层之前的倒数第二个层使用kernel_regularizer=tf.keras.regularizers.l2(l2)进行二进制分类model = tf.keras.models.Sequential([
tf.keras.layers.Co
浏览 0提问于2019-05-11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
