我正在使用Keras Tuner和RandomSearch()对我的回归模型进行超调优。虽然我可以使用" Relu“和"selu”进行超调整，但我无法为Leaky Relu做同样的事情。我理解"relu“和"selu”字符串之所以有效，是因为对于"relu“和"selu"，字符串别名是可用的。字符串别名对于Leaky Relu不可用。我使用参数泄漏
浏览 99提问于2021-05-21得票数 1
2回答
我尝试将ReLU和PReLU应用于CNN层，以比较结果，并尝试了以下代码：model.add(Conv1D(filters, kernel_size, activation='relu'))model.add(Conv1D(filters, kernel_size))Conv1D层是否使用PReLU作为激活函数？我怀疑，因为我打印了模型摘要，它显示了不同<
浏览 7提问于2020-04-18得票数 0
回答已采纳
在名为activations.md的Keras文档中，它指出“激活可以通过激活层使用，也可以通过all forward layer 支持的激活参数使用。”那么，转发层的含义是什么？我认为有些层没有激活参数。辍学层)
“比简单的TensorFlow/Theano/CNTK函数(例如，可学习激活，维护状态的)更复杂的激活可以作为高级激活层使用，可以在模块keras.layers.advanced_activations这些激活包括<em
浏览 4提问于2019-09-17得票数 0
回答已采纳
更新:找到它:类是；需要用参数激活=‘relu’.调用。试图访问tf.keras.layers.ReLU会导致错误：
现在我使用的是θ为0.0的，我希望这会产生一个标准的ReLU。在t
浏览 1提问于2018-07-18得票数 2
回答已采纳
1回答
使用Keras建立神经网络时，可以使用Sequential模型，也可以使用Functional API。我个人喜欢使用函数API来实现多功能性，但是，在高级激活层(如LeakyReLU )方面存在困难。在使用标准激活时，可以在顺序模型中编写：model.add(Dense(32, activation='relu', input_dim=100))
model.add(<
浏览 0提问于2018-04-16得票数 6
回答已采纳
我正在运行一个遗传超参数搜索算法，它可以快速地饱和所有可用的内存。我还尝试显式删除模型和历史对象，并运行gc.collect(
浏览 1提问于2018-12-08得票数 12
回答已采纳
如何在最新版本的keras中使用leaky？函数relu()接受一个可选参数'alpha'，该参数负责负斜率，但在构造层时，我不知道如何传递参数。Activation(relu(alpha=0.1))TypeError: relu() missing 1 required positional argument: 'x'
如何使用泄漏的ReLU或任何其他带有参数的激活函数？
浏览 12提问于2017-06-02得票数 14
回答已采纳
我正在尝试使用带有U-net的批处理归一化层来完成分割任务。同样的层对于res-net，vgg，xception等都很好用，我很好奇这是不是一个依赖于架构的问题？即使在测试和预测过程中，这些层的学习权重似乎也在不断更新。如何在keras中解决这个问题？keras版本= 2.2.2
我试着只在编码器部分使用批量规范层，没有帮助。我也在尝试设置layers参数: trainable=False，不起作用。n = Conv2D(dim, 3
浏览 0提问于2019-05-21得票数 9
我想在keras上的MNIST数据集上实现i-RevNet，并从i-RevNet的输出生成原始的28*28输入图像，但我没有线索。我能找到的在线资源都是基于tensorflow的。
浏览 2提问于2018-08-08得票数 0
TL；博士完全连接的解码器似乎比conv解码器每批处理更多的样本，但当样本数增加时也会失败。为什么会发生这种情况，以及如何调试？纵深我正试图适应那一批。使用卷积译码器，我只能拟合单个样本(n=1)，当n>1无法将损耗降到0.2以下时。多个样品，一批，损失不会减少：
使用多个样本，我们可
浏览 1提问于2021-01-25得票数 2
回答已采纳
当我在Talos的帮助下为我的AlexNet寻找最优的超参数时，我的内存错误消失了。它总是发生在同一个时代(32/240)，即使我稍微改变了参数(排除原因是一个不利的星座)。save_weights = False
内存的使用率总是很高', 'relu'],
浏览 4提问于2020-11-09得票数 0
在搜索了超参数之后，我尝试了两种方法来获得最佳模型。然后用这两种模型对相同的数据进行预测，预测结果相差很大。
为什么？这两种型号有什么区别？
浏览 8提问于2022-05-17得票数 2
1回答
多类CNN实现中的几个问题
、、、、
免责声明:新手到Keras和Python。首先，我对网络体系结构有一些疑问(文件第三节B小节)。': elif activation == 'lrelu_0.01': model.add(PReLU())
浏览 0提问于2018-05-11得票数 0
我的毕业设计是使用CNN模型上的转移学习，它可以从胸部X光图像中诊断新冠肺炎。利用贝叶斯优化器利用Keras调谐器库对完全连通层数、层中节点数、学习速率、下降率等超参数进行微调，得到了很好的结果，多类分类的测试准确率为98%，二进制分类的测试准确率为99%。我只微调了最后一个完全连接的层后，详尽的超参数优化。大多数的文章和论文说，他们精细的完全连接的层，以及一些卷积层。我做错什么了吗？恐怕这太好了，不可能是真的。在训练和分类之前，我在图像上使用
浏览 3提问于2021-02-10得票数 0
回答已采纳
1回答
我目前已经使用Keras创建了一个LSTM网络，并且必须获取该网络的每个节点的内部忘记门值。每次调用predict()函数时，我都必须获取忘记门/值。这样做是可能的吗？
浏览 1提问于2018-01-12得票数 5
1回答
验证集上的类泄漏
、、、
现在是困难的部分: Keras允许在培训期间指定类和样本权重(带有class_weight和sample_weight参数)。但是，在验证过程中，class_weight不影响weighted_metrics中列出的度量，也不能在evaluate方法中使用，后者只可能指定sample_weight参数，而不可能指定class_weight(链接)
我的意思是，在测试设置中按类加权是标签信息泄漏的一种形式，因为它不能在
浏览 0提问于2018-04-11得票数 4
我已经很好地运行了基本模型，现在我想加载这些权重，并使用它们作为一个有几个额外层的模型，稍后用于超参数调优。 x = LeakyReLU()(x)
from keras.layers import Input, Lambda, Dense, Flatten, Bat
浏览 7提问于2020-12-14得票数 2
回答已采纳
我试图在Keras中实现鉴别条件码，如
其主要思想是将每个条件编码为输入参数，让网络学习条件与特征标签映射之间的依赖关系。在一个新的数据集中，而不是适应整个网络，你只需调整这些权重使用反向道具。'，Y'，我尝试使用反向工具来估计Z'，这将减少对Y'的预测误差。数学看起来很简单，但我不知道如何在没有访问后台支持的情况下在keras中</e
浏览 2提问于2017-04-11得票数 5
如何在不使用任何keras.compile方法的情况下训练批处理规范层？通常情况下，层具有可访问的损失。这里的损失方法是空的。首先，只有训练在线参数(在training=False模式下使用)才能缩放和移动功能:在training=True模式下调用层。如果你从来不想使用批处理归一化的“批处理”部分(即，你只想要一个在线归一化程序，用正常的log-prob损失来训练自己)，你基本上不能在单个调用AFAIK中做到这一点。使用traini
浏览 55提问于2019-10-02得票数 1
在循环中运行Keras (使用tensorflow)模型时，在更改模型参数和输入数据时，会出现随机失败，无法创建回调模型权重文件。我使用长名称的目录，使它更容易区分运行在张力板。我将显示我的基本代码设置为伪代码，然后是我得到的随机错误。我有一个嵌套的for循环，它改变模型参数以及输入数据。我可以使用h5py.File()加载文件，它的大小是正确的，并且具有相同的组和对象。更新:我在代码中包含了以前没有显示的os.makedirs()行
浏览 1提问于2018-03-12得票数 2
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
