1回答
对于这一点，我需要修复批量大小。 我以前在Tensorflow中这样做过，我可以在占位符函数中设置批处理大小。现在，我需要在提供给我的Keras代码中使用类似的机制。我不知道在这里怎么做。
浏览 17提问于2019-04-27得票数 3
回答已采纳
1回答
我在我自己的数据集上训练了一个keras模型。但是，在加载权重之后，摘要显示None作为第一个维度(批处理大小)。我想知道的过程，以固定的形状批量大小为1，因为这是强制性的，我必须修复它，所以我可以转换模型到tflite的GPU支持。
浏览 1提问于2021-04-26得票数 0
from tensorflow.keras.preprocessing.image import ImageDataGeneratorfrom from tensorflow.keras.layers import AveragePooling2Dfrom tensorflow.keras.layers import Fla
浏览 16提问于2020-06-29得票数 0
回答已采纳
如果我们指定批量大小为15，样本大小为1000，这在Keras模型training?.should中不能被15整除，它仍然能够训练？
浏览 167提问于2019-01-12得票数 7
回答已采纳
1回答
关于用于图像分类或分割的补丁训练，我需要在训练过程中将对应于单个图像的多个补丁放入单个小批量中。如何在Keras中做到这一点？或者，如何确保单个小批量中的多个训练补丁属于同一训练图像？
浏览 12提问于2017-03-11得票数 2
回答已采纳
1回答
我还在优化，每次使用一个示例(我的训练集很小，所以我没有使用小批量或批处理)，这是RMSPROP的一个好做法吗？
浏览 13提问于2017-03-07得票数 0
在Keras中使用Time Series时，我遇到了这个错误：这是我的函数： """Creates Keras ModelReturns: File "keras</em
浏览 4提问于2018-01-18得票数 2
回答已采纳
我正在修改一段旧代码，将注意力层添加到模型中。但我无法弄清楚如何用正确的输入大小来堆叠这些层。
实际输入数据为(200,189，1)。
浏览 2提问于2021-04-18得票数 1
回答已采纳
尝试像扁平，改变大小等，但没有面纱...下面是我的代码： import tensorflow as tfx_train, x_test = x_train / 255.0, x_test / 255.0
tf.keras.layers.Flatten(i
浏览 25提问于2019-05-24得票数 2
3回答
我正在用keras实现一个自定义的损失，例如，一个sum： K.sum(y_true, y_pred)
现在，我想通过批量大小来规范它是否有可能从y_true或y_pred中检索批大小？
浏览 0提问于2019-02-20得票数 3
1回答
activation='softmax'))
model.load_weights(weights_path)
在我的例子中，Keras使用Tensorflow作为后端。GTX 1070甚至能够训练VGG-16 (不仅将它加载到内存中)，而且只能使用一些批处理大小和不同的框架(不能在Keras中)。GTX 1070似乎总是有8Gb的内存。问题是:用Keras</em
浏览 0提问于2018-06-17得票数 0
我根据我的数据训练了一个基于DenseNet121的模型，并在训练中达到了预期的精度。但在用BATCH=1进行预测时，精度下降很大。我发现预测输出取决于批处理大小。如果我在训练期间保持相同的批次大小，我就得到了相同的精度，但是对于任何其他批次大小，精度都较低。批量越小，准确度越低。请帮助，因为我需要做预测单一图像在一次。(shape=(128, 128, 3)) output = tf.keras
浏览 1提问于2022-04-08得票数 0
例如，使用以下命令：concat = tf.kerasbackend.concatenate([someTensor, zeros], axis=3)ValueError: Cannot convert a partially known TensorShape to a T
浏览 0提问于2019-08-19得票数 1
如何使用Keras将shape (none,1)的标量密层输出转换为shape (none,nx,ny,nc)的矩阵，矩阵的每个元素都等于TensorFlow 2.0中的标量？代码片段：Z= Y*tf.keras.backend.ones(shape=(10,51,1))
这里不知怎么的，当我乘法时，批量大小维度(none)丢失了。有人能帮上忙吗？
浏览 0提问于2020-03-09得票数 1
在我的Tensorflow 2模型中，我希望我的批量大小是参数化的，这样我就可以动态地构建具有适当批量大小的张量。我有以下代码：batch_indices = tf.range(0, tf_batch_size, 1)
md = tf.keras</em
浏览 45提问于2021-03-09得票数 2
1回答
输入形状和Keras
、、、、
我有519个这样的向量，批次大小为519。这些不是图像，而是实数。我试着从2层密集的Keras模型开始： model = keras.Sequential([
layers.Dense(200, activation=tf.nn.relu, input_shape在Keras中，我在哪里区分批量大小和输入特征的数量？layers.Dense()似乎假设我的输入是行而不是列。
浏览 9提问于2019-01-04得票数 0
1回答
我试图理解用于LSTM实现的keras的输入参数。我查阅了keras文档和一些教程，以使我的知识更加清晰。给出了图中的时间序列数据。假设我们想用前5天的价格来预测未来3天的价格。. , t-1)中的每个序列
每天滑动窗口意味着timestep = 1。我的例子只有一
浏览 0提问于2019-02-18得票数 0
回答已采纳
我的输入层有70个数字元素的大小，因此来自"last.cvs“的输入数据xData具有相同的大小： [0.36 0.44 0.7 0.82 0.72 0.06 0.08 0.32 0.84 0.620.18 0.04from numpy impo
浏览 8提问于2019-06-07得票数 0
回答已采纳
1回答
Keras问题下的反卷积
、、、
我正在尝试将keras的Deconvolution2D与Tensorflow后端结合使用。TypeError: Expected binary or unicode string, got None如果我使用的批处理大小更改为None，则会出现以下错误。
浏览 1提问于2017-01-14得票数 3
回答已采纳
1回答
如果我的Keras顺序模型中有一个退出层，那么在执行model.predict()之前，我需要做些什么来删除或关闭它吗？
浏览 0提问于2018-12-23得票数 4
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
