我是数据科学和神经网络的新手。我有一个unicode句子的数据集，对于'spam‘或'not_spam’，它们被标记为0和1。我用于数据的Model是以下代码(不包括数据预处理)： from keras.models import Model
from keras.layers import LSTM, Activation,但是现在我修改了我的数据集。我添加了6列，而不是“垃圾邮件”列，这样我的
浏览 31提问于2019-05-26得票数 2
回答已采纳
2回答
Keras中的欧几里德距离
、、、、
我遇到了一些连体网络的Keras代码，其中两个大小分别为(?,128)的ndarray被传递到一个层以获得它们之间的差，然后传递到Lambda层以获得结果阵列的平方和，其目的是获得两个初始阵列之间的欧几里得距离 embedded_distance = layers.Subtract(K.sum(K.square(x), axis
浏览 19提问于2020-01-09得票数 2
1回答
我的训练数据包含3121条记录&137个输入的variables.This 137个变量，我从原始的2K变量中获得了特征工程。因此，我对0&1之间的变量进行了标准化，然后使用了以下模型
model.add(keras.layers.Dense我的输出变量在我的
浏览 0提问于2018-07-30得票数 1
回答已采纳
我是个初学者，和Keras一起做预测。我理解这个概念和它背后的所有理论。但我很难让它运转起来。在这个阶段，我并不担心它的效率，我只想运行它并看到一个输出，这样我就可以在以后进行改进了。我有一个假人熊猫DataFrame，我用它做predictor_train (X)：2005-09-01 -0.03766
2005-10-01 0.01
浏览 2提问于2016-02-05得票数 3
回答已采纳
1回答
我在Keras中创建了一个深度学习多分类模型，我已经将输出标签训练集y_train从1到14之间的数值转换成类似于这个[0,0,1,0,0,0,0,0,0,0,0,0,0,0,0] => repre
浏览 4提问于2020-05-11得票数 0
回答已采纳
tf.keras.model.predict()生成超出给定数据范围的值是否正常？ 我从model.predict()得到了一个负值。模型中使用的目标预测列的数据仅由1或0组成。我原本期望model.predict()生成一个介于0和1之间的值。 当我将新的相似数据放入model.predict()中以尝试获得分类时，我通常会得到一个小于
浏览 56提问于2020-05-01得票数 1
回答已采纳
Kerasfrom keras.layers import Denseimport numpyseed = 7# split intoinput (X) and output (Y) variables
X = numpy.array([[0
浏览 3提问于2017-01-11得票数 2
回答已采纳
2回答
我想计算一下网络的紧密程度。使用函数closeness，我获得： Slovakia Germany Portugal Austria Latvia Cyprus7243749 6342911 7121291 7144000 7090895 6415382 3086085 7411727
我想得到一个归一化的封闭分数，在0到1之间。如果一个
浏览 1提问于2022-02-06得票数 1
回答已采纳
2回答
培训MSE损失大于理论最大值？
、、、、
我正在训练一个keras模型，它的最后一层是一个sigmoid单元：我使用一些训练数据来训练这个模型，在这些数据中，预期的输出总是在0.0到1.0之间。我正在用均方误差编译模型：
model.compile(optimizer='adam', loss='mse')
浏览 3提问于2020-08-30得票数 6
1回答
我试图将模型移植到Keras。
但是，在将Conv2D层的输出连接到LSTM层时，我被卡住了。来自CNN层的输出将具有( batch_size，512，1，width_dash)的形状，其中第一个依赖于batch_size，最后一个依赖于输入的输入宽度(该模型可以接受可变宽度输入)。例如:一个形状为2，1，32,829的输入以(2,512，<em
浏览 0提问于2018-01-20得票数 6
回答已采纳
我正在使用Keras在神经网络方面迈出我的第一步。我只是试着使用一个1dconv层，从一个看起来正确的例子。我只改变输入值的形状以适合我的训练数据( 2200,513 )513对应的特征，2200的长度，如果我的训练数据符合我的目标，我希望只有两个输出设置。这就是模型：Layer (type)
浏览 7提问于2019-08-06得票数 0
2回答
总的来说，我对Keras和DNN相当陌生，从一些教程开始，我成功地创建了一个句子分类模型。模型如下所示。老实说，我不知道它背后的直觉是什么，以及它为什么工作。所以这是我的问题。:该模型从训练单词嵌入到语料库(句子)开始，并将每个句子表示为单词向量(embedding_layer)的向量。然后，辍学层迫使模型不依赖于特定的单词。卷积具有识别短语/n-克的类似效果，而不仅仅是单个单词；然后，L
浏览 6提问于2017-09-22得票数 2
回答已采纳
1回答
我正在使用Keras (+TensorFlow)构建一个深度神经网络模型。在模型中，我需要定义自己的精度函数。
比方说，该模型预测了完成一项工作所需的时间(以分钟为单位，在0到20之间)。如果预测输出在+/- 2内，我希望模型打印出精度。如果预测输出是x分钟，而预期输出是x+1，我想认为这是一个正确的
浏览 13提问于2017-01-20得票数 0
回答已采纳
当我试图微调一个bert模型来预测情绪分析时，我得到了下一个错误。I用作输入:x-包含tweet y的字符串列表-一个数字列表(0 -负，1-正)用作输入的文本是由tweet组成的字符串列表，用作输
浏览 4提问于2022-05-18得票数 0
回答已采纳
所以我正在做tensorflow教程，在这里发现：基本上，我的输入是一个28x28矩阵(图像)，我把它压平成一个1x784向量。该教程接着说：
浏览 0提问于2018-10-19得票数 1
我对Keras中合并层的机制感到困惑。例如，branch_left是一个包含两个dense()层的Sequential()模型，而branch_right是另一个只有一个dense()的Sequential()模型。然后有一个merge()层以concatenate的方式连接它们，我将merge层放入Sequential()模型merged_model中。因为我想从这两个branch模型中获
浏览 2提问于2016-11-21得票数 0
回答已采纳
[0][4] = out1 #Replace the 4th element with previous output out1然后，我将“input_layer_B”添加到“dense_layer_1”以创建一个新的输出“out2”(某种程度上是递归，它也可以应用于for循环中)。])
当我运行模型时，我得到了一个错误(
浏览 1提问于2020-11-20得票数 0
回答已采纳
1回答
根据输出值自定义加权二进制交叉熵
、、、、
在tensorflow中，我的输入形状(...,100)，如0.21630094、0.21316614、0.21630094 .值介于(0到1)之间，并且输出的大小也是100，仅包含0和1值，如0 1我使用keras/tensorflow创建了CNN，其输出层如下：
model.add(layers.Dense(100, activation='
浏览 1提问于2019-12-15得票数 0
1回答
因此，时间步骤0中的观察结果2/3/4如下所示，其中前4列为年份/月/日/小时：model = tf.keras.models.Sequential([tf.keras.layers.Dense(1)
])me
浏览 3提问于2019-12-04得票数 0
我创建了简单的Keras模型(预测，而不是分类或回归)hiddenLayer = tf.keras.layers.Dense(2, activation=tf.atan, dtype=tf.float64)(inpLayer)
outputLayer = tf.keras.layers.Dense(1, activation='
浏览 10提问于2022-09-20得票数 -3
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
