腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
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
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
(9999+)
视频
沙龙
0
回答
如
何在
CNTK
中
获得
模型
最后
一层
的
输出
?
如何
获得
模型
的
输出
?我正在使用
CNTK
编写一个分类器,我想打印出概率分布(最终
输出
),这样我就可以手动评估我
的
结果。我该怎么做呢?现在,对于评估,我使用
CNTK
中提供
的
评估方法,这不需要我
获得
模型
的
输出
。 非常感谢!
浏览 3
提问于2017-06-13
得票数 1
1
回答
额外
的
外部输入到层
、
、
、
我正在尝试使用微软
的
CNTK
框架实现类似于
中
的
体系结构。因此,我需要向一个或多个隐藏层添加输入,这些层不代表来自前
一层
的
输出
,而是外部定义
的
。我尝试过将标准层和这些附加输入拼接到一个单层
中
,但随后我
获得
了一个具有多个输入
的
层。我也不知道如
何在
CNTK
中
对两个连续
的
层进行部分连接。我已经查看了文档,但没有找到任何可以帮助我
浏览 0
提问于2018-10-08
得票数 0
回答已采纳
1
回答
将
cntk
模型
v1转换为
cntk
模型
v2
、
我训练过一个使用
cntk
脑脚本
的
模型
。然后,我需要在python中使用我
的
模型
。问题在于,使用brainscript保存
的
模型
是v1
模型
,并且保存了输入节点和
输出
节点。另一方面,中使用
的
模型
是v2
模型
。 有办法将v1
模型
转换为v2
模型
格式吗?如果没有,是否有办法从version one格式
中
删除输入和
输出
节点,
浏览 4
提问于2019-10-30
得票数 0
回答已采纳
1
回答
Keras -在
输出
之前获取
最后
一层
、
、
、
、
如
何在
Keras
中
获得
对顺序/功能
模型
的
最后
一层
(
输出
之前
的
层)
的
引用?可以使用model.layers检索所有层,其中
最后
一层
通常是列表
中
的
最后
一层
,但是是否可以保证列表
中
的
最后
一层
也是网络
中
的</em
浏览 0
提问于2018-06-14
得票数 0
1
回答
层
中
的
线性激活函数?
、
在
CNTK
中
,它有relu,hardmax,softmax,sigmoid和所有的好东西,但我正在构建一个基于回归
的
算法,
最后
一层
需要预测2个或更多
的
回归
输出
。所以我需要n个节点,而激活只是线性激活
的
一次运行。我看到我可以将激活设置为None,这实际上是正确
的
事情吗?with
cntk
.layers.default_options(activation=
cntk
.ops.relu, pad=True
浏览 1
提问于2017-01-25
得票数 1
回答已采纳
1
回答
具有python
的
CNTK
-每个层
的
激活
、
、
我正在使用
CNTK
的
python来训练一些使用save_model函数保存
的
CNN。model.eval(img) 但是这只会给我网络
中
的
最后
一个层
的
输出
。有什么简单
的
方法也可以从前几层
获得
输出
浏览 1
提问于2017-12-01
得票数 1
回答已采纳
1
回答
使用keras在单个图层上应用卷积
、
、
、
、
现在,我想从改进
的
VGG16网络
中
获得
每
一层
的
输出
,并在每
一层
上应用卷积,然后将它们向上采样到相同
的
大小并将它们相加。这是为了识别图像
中
的
重要区域。我已经获取了每
一层
的
输出
output = [layer.output for layer in model.layers] 现在我想要这样
的
东西 hypercolumns = [] for op i
浏览 16
提问于2019-09-12
得票数 0
回答已采纳
1
回答
torch简单地将
最后
一次
输出
构造为前几层
的
输出
乘以
、
、
、
我
的
网络有N层,我希望
最后
一层
简单地构造
最后
一个
输出
,因为前几层
的
输出
乘以如下所示。假设N-1层有3维
输出
,
最后
一层
有2维
输出
。现在,我通过构建N-1网络
模型
来实现这一点,并
获得
如下
的
最终
输出
:last_o
浏览 9
提问于2017-12-11
得票数 0
1
回答
删除
输出
层
的
一些神经元(Keras)
、
、
、
我正在使用Keras制作一个用于生成合成数据
的
GAN。因此,我希望使用预先训练
的
分类器
模型
作为鉴别器(因为我不需要训练鉴别器,只需要训练生成器)。预先训练
的
模型
是在keras
中
建立
的
,在
最后
一层
Dense(4, activation='softmax') (A,B,C,D)上最初有4个
输出
。我想从C类生成合成数据。鉴别器
模型
必须只有1个
输出
(假
的</em
浏览 1
提问于2018-11-28
得票数 0
1
回答
语言
模型
的
输出
维数
、
、
我正在研究语言
模型
。在
最后
一层
中
,我使用
的
是
输出
大小等于声声大小
的
密集层,这
一层
为训练贡献了巨大
的
参数。 如何减少语言
模型
中
最后
一层
的
大小?
最后
一层
的
大小应该等于声标大小吗?如果是的话,如果我们有大的话,
模型
会不会是大
的
?
浏览 5
提问于2022-10-20
得票数 0
1
回答
可以访问在Azure机器学习服务或Azure Machine
中
训练
的
神经网络
的
内部表示吗?
、
、
我正在与数据科学家合作,他们希望了解和理解他们使用Azure Machine /Service
中
的
视觉界面训练
的
神经网络
模型
。是否有可能排除并检查神经网络
模型
的
内部表示?有没有一种方法,我可以写代码,访问一个经过训练
的
神经网络
的
节点和权重,以便将网络可视化为一个图形结构?我尝试过
的
事情: 培训
模型
输出
ILearnerDotNet (AML )或
模型
(AML )。我查找
浏览 0
提问于2019-06-02
得票数 2
回答已采纳
2
回答
CNTK
Python :评估隐藏层/多个
输出
、
在
CNTK
中
创建、保存、加载和评估具有多个
输出
的
模型
的
建议是什么?(我使用
的
是
CNTK
2.0 RC1) 当我在运行时定义网络时,我可以通过将一个小型批处理字典传递给eval函数来轻松地计算网络
的
任何层。但是,在保存
模型
并再次加载它之后,我只能通过提供输入来计算
输出
节点(我不知道如
何在
Python
中
定义多个
输出
)。我可以通过使用find_all_b
浏览 2
提问于2017-04-19
得票数 2
回答已采纳
1
回答
Tensorflow层应用线性激活函数
、
在
最后
的
稠密层,我想
输出
28个节点
的
线性激活,而不是乙状结肠。我正在使用新
的
层api,如下所示:flat = tf.reshape(pool3, [-1, 128 * 128 * 128]) #width (after poolingstraining=mode == learn.ModeKeys.TRAIN)如何
浏览 6
提问于2017-03-31
得票数 3
回答已采纳
1
回答
如何将权重设置为仅在keras
中
前半个神经元上
的
层?
、
、
、
、
我做了一个训练课程,
获得
了70%
的
访问率,并节省了重量。如何将权重
的
“前半部分”加载到这个新
模型
中</em
浏览 9
提问于2017-07-01
得票数 1
1
回答
无法将EfficientNet
模型
运行到经过训练
的
4个类
、
、
、
我将用4个带有图像
的
类来训练我
的
模型
。这是我
的
预训练代码,如下所示 conv_base = EfficientNetB0(weights="imagenet", include_top=False,input_shape=(224, 224, 3)) 我用下面这样
的
代码训练我
的
模式: eff_history = model.fit( train_generator
浏览 22
提问于2021-08-09
得票数 0
1
回答
CNTK
C# LSTM实例
、
、
、
、
在哪里可以找到使用
CNTK
C# (多对多,多对一,回归,分类)
的
LSTM
模型
的
样本?它们存在吗? 但有些参数令人困惑。什么是LSTMDim,它在函数LSTMPComponentWithSelfStabilization
中
变成了outputSha
浏览 0
提问于2018-02-04
得票数 4
1
回答
ValueError:检查目标时
的
错误:期望(keras序列
模型
层)有n维,但得到与形状一致
的
数组
、
、
、
我已经加载图像来训练我
的
模型
识别这些图像
中
的
一个特征。(1380,200,200,3 )是一种粗壮
的
形状(1380,200,200,3 ),包含1380幅图像,大小为200×200像素,采用RGB格式,有目标。形状(1380,2) 当我训练我
的
模型
(model.fit(Xtrain,Ytrain))时,我似乎得到了每个层
的
值错误。好像输入都是Xtrain然后是Ytrain..。ValueError:在检查目标时出错:期望batch_normali
浏览 4
提问于2019-12-19
得票数 2
回答已采纳
1
回答
CNTK
:如
何在
C++API
中
获取类概率?
、
、
、
我想从
cntk
中经过训练
的
cnn
获得
特定类
的
概率(其中所有概率
的
总和等于1)。在Python
中
,这可以通过应用softmax-function来实现:from skimage import io image_path在C++
中
,我有以下代码: std::vector<std::vector<float>> CnnClassifier:
浏览 14
提问于2018-09-05
得票数 1
2
回答
如
何在
现有的受过训练
的
深度学习模式
中
增加一个新
的
类别?
、
、
、
、
我已经训练了我
的
深度学习模式,最初有5门课,现在我想增加另一门课,而不用再为这5门课重新训练整个模式。我怎么能这么做?
浏览 0
提问于2019-08-05
得票数 2
2
回答
Keras自动编码器和压缩特征向量表示
、
、
、
我在一个文件
中
每行有一个句子,句子不超过30个单词。我正在使用Keras构建一个自动编码器,我对此非常陌生-所以我可能会做一些不正确
的
事情。所以,帮帮我。我正在尝试使用自动编码器来
获得
中间上下文向量-编码步骤之后
的
压缩特征向量。词汇表只是我
的
文件
中
不同单词
的
列表。300是词嵌入矩阵
的
维数。每句话最多只能有30个单词。X_train是(句子
的
#,30)数字矩阵,其中每个数字都是单词在字典
中
存在
的
位置。
浏览 0
提问于2018-06-18
得票数 3
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
如何在算法比赛中获得出色的表现:改善模型的5个重要技巧
使用Keras进行深度学习:(一)Keras 入门
解读微软开源MMLSpark:统一的大规模机器学习生态系统
为树莓派3b部署手写数字识别卷积神经网络
不使用先验知识与复杂训练策略,从头训练二值神经网络!
热门
标签
更多标签
云服务器
ICP备案
对象存储
腾讯会议
云直播
活动推荐
运营活动
广告
关闭
领券