如何在Tensorflow或Keras中实现K-Max池化？
在Tensorflow或Keras中实现K-Max池化可以通过以下步骤进行：
- 首先，导入所需的库和模块：import tensorflow as tf from keras import backend as K
- 定义K-Max池化层的自定义层类：class KMaxPooling1D(tf.keras.layers.Layer): def __init__(self, k=1, **kwargs): super(KMaxPooling1D, self).__init__(**kwargs) self.k = k def compute_output_shape(self, input_shape): return (input_shape[0], self.k, input_shape[2]) def call(self, inputs): # 对输入进行排序并选择前k个最大值 top_k = tf.nn.top_k(inputs, k=self.k, sorted=True)[0] # 对选择的最大值进行排序以保持原始顺序 sorted_top_k = tf.sort(top_k, axis=1) return sorted_top_k
- 在模型中使用K-Max池化层：model = tf.keras.Sequential() model.add(tf.keras.layers.Embedding(input_dim=vocab_size, output_dim=embedding_dim, input_length=max_seq_length)) model.add(KMaxPooling1D(k=k)) # 添加其他层和模型配置
在上述代码中，我们首先定义了一个自定义层类KMaxPooling1D，它继承自tf.keras.layers.Layer。在call方法中，我们使用tf.nn.top_k函数选择输入张量中的前k个最大值，并使用tf.sort函数对这些最大值进行排序以保持原始顺序。compute_output_shape方法用于计算输出张量的形状。
然后，我们可以在模型中使用KMaxPooling1D层，将其添加到模型中的合适位置。请注意，这里的示例代码仅展示了如何在模型中使用K-Max池化层，并未包含完整的模型配置。
关于K-Max池化的概念，它是一种池化操作，用于从输入张量中选择前k个最大值。K-Max池化在文本分类等任务中常用于提取关键特征。它可以保留输入序列中的最重要的k个值，并且可以捕捉到序列中的局部重要特征。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云TensorFlow：https://cloud.tencent.com/product/tensorflow
- 腾讯云Keras：https://cloud.tencent.com/product/keras
相关·内容
5回答
我必须在CNN模型中添加一个k-max池层来检测虚假评论。请告诉我如何使用keras来实现它。
我在网上搜索了一下，但没有找到好的资源。
浏览 14提问于2019-05-25得票数 2
1回答
我试图在vgg19网络中添加一个密集的层，但是它给了我下面的错误。有人能帮我吗？
import tensorflow
from tensorflow.keras.applications.vgg19 import VGG19
model = VGG19()
x = tensorflow.keras.layers.Dense(10,
activation="relu",name="",trainable=True)(model.layers[-1])
model = tensorflow.keras.Model(inputs = model.layers
浏览 4提问于2019-11-29得票数 0
在keras的这个函数中，subsample做了什么
Convolution2D(nb_filter, nb_row, nb_col,
subsample=subsample,
activation=activation,
border_mode=border_mode,
W_regularizer=W_regularizer,
b_regularizer=b_regularizer,
dim_ordering=dim_ordering)(x)
如何在tensorflow中实现此subs
浏览 5提问于2016-07-31得票数 8
回答已采纳
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
2回答
keras lib中的现有函数包括最大池化、平均池化等。
然而，我想在基于论文的keras中实现分数最大池化。
我的实现如下：
model = Sequential()
......
model.add(Conv2D(32, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
因此，代替model.add(MaxPooling2D(pool_size=(2，2)，我想实现如下内容：
model.add(fractionalMaxpool2D(..............
浏览 2提问于2017-06-29得票数 2
在Tensorflow 2.0中，我们看到的主要“张量”实际上是EagerTensors (更准确地说是tensorflow.python.framework.ops.EagerTensor)：
x = [[2.]]
m = tf.matmul(x, x)
type(m)
# returns tensorflow.python.framework.ops.EagerTensor
但是，在某些情况下，我们有符号Tensor对象(tensorflow.python.framework.ops.Tensor)，就像TF1.X中的那样。
例如在角星中：
from tensorflow.keras.mo
浏览 0提问于2019-08-26得票数 11
1回答
我想使用Tensorflow和Keras来训练由大小非常不同的图像组成的数据集，以便对它们进行分类。但有些是水平的(1400x100)，有些是垂直的(100x1000)。据我所知，Keras接受相同大小的输入图像。我不确定将它们全部转换为150x150或180x180这样的经典分辨率是否明智，因为它们是水平和垂直的。 我该如何解决这个问题？
浏览 17提问于2020-07-27得票数 2
回答已采纳
我知道keras是TensorFlow的高级接口。
但在我看来，keras可以自己完成许多功能(数据输入、模型创建、培训、评估)。
此外，TensorFlow的一些功能可以直接移植到keras (例如，可以在keras中使用tf度量函数或损失函数)。
我的问题是，TensorFlow提供了什么不能在角星中复制的？
浏览 0提问于2018-09-16得票数 16
回答已采纳
2回答
Keras预测不会返回芹菜任务
、、、、
下面的Keras函数(预测)在同步调用时工作。
pred = model.predict(x)
但是当从异步任务队列(芹菜)中调用时，它不起作用。Keras预测函数在异步调用时不会返回任何输出。
堆栈是: Django，芹菜，Redis，Keras，TensorFlow
浏览 5提问于2017-08-02得票数 10
我有一个.wav文件，我将其读入python中的数组中。 import wave as wav
path = "Casio-Celesta-C5.wav"
f = wav.open(path)
data_sound = f.readframes(-1)
data_sound = np.frombuffer(data_sound,"Int16") 我想使用Tensorflow或Keras对其执行平均/最大池化。但是我不熟悉这个框架，所以有人能告诉我如何实现它吗？或者，有没有人知道没有Tensorflow的其他方法？
浏览 19提问于2019-09-28得票数 0
回答已采纳
我正在尝试从TensorFlow 1.10中的Keras applications获取ResNet101或ResNeXt，由于某种原因，它们只能在Keras的存储库中使用： import tensorflow as tf
from keras import applications
tf.enable_eager_execution()
resnext = applications.resnext.ResNeXt101(include_top=False, weights='imagenet', input_shape=(SCALED_HEIGHT, SCALED_WID
浏览 36提问于2019-06-23得票数 2
回答已采纳
我用谷歌写这段代码
from tensorflow.keras.layers.pooling import AveragePooling2D
它给出了错误：
ModuleNotFoundError: No module named 'tensorflow.keras.layers.pooling'
我从：复制代码
浏览 2提问于2021-07-26得票数 0
回答已采纳
1回答
我们如何在不同的机器上保存和加载通用句子编码器模型？ 我使用USE创建了一个Keras模型，并将其保存在机器A上。 from tensorflow.keras.layers import Dense, Dropout, Input
from tensorflow.keras.models import Model, load_model
import tensorflow_hub as hub
import tensorflow as tf
module_url = "/path/on/machine/A/universal-sentence-encoder_4"
emb
浏览 37提问于2021-11-12得票数 0
回答已采纳
我一直在我的笔记本电脑上使用tensorflow for cpu，由于速度太慢，我决定转移到我的台式机上，使用tensorflow for gpu。
问题是，在我的台式计算机上，我不能像这样导入，而我可以在笔记本电脑上这样做：
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from tensorflow.keras.layers import Dropout, Flatten, Dense
from tensorflow.keras.applications import MobileNetV2
所以我决
浏览 1提问于2020-04-07得票数 2
1回答
如何在CNN中使用黑白图像？
、、、、
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Activation, Dense, Flatten, BatchNormalization, Conv2D, MaxPool2D, Dropout
from tensorflow.keras.optimizers import Adam
from tensorflow.keras.preprocessing.image import ImageDataGenerator
impor
浏览 2提问于2020-08-04得票数 2
回答已采纳
1回答
我正在尝试一些使用keras模型的示例，这些模型已经可用。大多数示例都将keras与tensorflow (或pytorch或theano)结合使用。由于有限的可用资源和成本削减，我正在使用plaidml与amd gpu一起工作。由于keras支持可插拔的后端，我认为这可能不是问题。请分享您对使用keras api以及以后插入所需后端的想法。我之所以担心这个问题，是因为和使用的是tensorflow (import tensorflow.keras)的kera，而我使用的是带有可插拔后端的普通的keras(import keras)。什么是等价语句
img = tf.io.decode_png
浏览 5提问于2021-10-29得票数 0
2回答
在Keras中，对于密集层，我们可以使用参数activity_regularizer。在Tensorflow中，没有类似的参数。
喀拉斯：
from keras import regularizers
encoding_dim = 32
input_img = Input(shape=(784,))
# add a Dense layer with a L1 activity regularizer
encoded = Dense(encoding_dim, activation='relu', activity_regularizer=regularizers.l1(10e-
浏览 0提问于2018-04-30得票数 4
回答已采纳
我坚持使用tensorflow 1.12，并且我需要使用层规范化。我找不到一些这样的例子，而且由于我是tensorflow的新手，我无法找出我错在哪里。 tf.contrib.layers.layer_norm是我想要包含在tf.keras.Sequential()中的函数，如下所示- self.module = K.Sequential([
tf.contrib.layers.layer_norm(trainable=True),
K.layers.Activation(self.activation),
浏览 41提问于2019-09-18得票数 1
(对这一长职表示歉意)
全,
我希望使用预先训练过的Inceptionv3模型中的瓶颈特性来预测输入图像的分类。在训练模型和预测分类之前，我尝试了3种不同的方法来提取瓶颈特征。
我的3种方法产生了不同的瓶颈特性(不仅在值上，甚至在大小上也不同)。
方法1和方法2中瓶颈特性的大小：(输入图像的数量)x3x3x2048
方法3中瓶颈特性的大小：(输入图像的数量)x 2048
为什么基于Keras的Inceptionv3模型和本地Tensorflow模型的大小不同？我的猜测是，当我在Keras中说include_top=False时，我并不是提取池3/_ layer :0层。这是正确的吗？如果是
浏览 4提问于2017-11-07得票数 8
回答已采纳
当尝试在keras中拟合一个相当简单的卷积+密集层模型时，我似乎无法让它完成fit()函数。
X训练数据是(batchsize，height，width，channels)格式的形状i_train.shape(10,1070,1230,3)的数组。Y训练数据的形状为(batchsize，height，width)格式的m_train.shape(10,1070,1230)。
nb_filter = 1
nb_row = 3
nb_col = 3
model = Sequential()
model.add(Conv2D(nb_filter, (nb_row, nb_col), paddin
浏览 3提问于2017-06-30得票数 0
我试着用InceptionV3来训练我的形象。但还是有这个ValueError: Shapes (None, 9) and (None, 13, 7, 2048) are incompatible
输入图像大小: 480 x 270 (宽度x高度)输出标签：
套餐：
tensorflow-gpu 2.2.0
矮胖1.19.1
这是我的密码：
import numpy as np
from grabscreen import grab_screen
import cv2
import time
import pandas as pd
from random import
浏览 4提问于2020-08-04得票数 0
回答已采纳
1回答
我试图用Keras库，Tensorflow后端建立一个完全卷积的神经网络。
我面临的问题是，如何将不同大小的图像分批提供给model.fit()函数。训练集由768x501到1024x760不等大小的图像组成。
不超过5个图像具有相同的维度，因此将它们分组似乎没有帮助。
Numpy允许以列表形式将数据存储在单个变量中。但是keras model.fit()函数在接收列表类型训练数组时抛出一个错误。
我不希望调整大小和丢失数据，因为我已经有一个非常小的数据集。
我该如何训练这个网络？
浏览 3提问于2017-07-21得票数 15
我是TensorFlow和Keras的新手，我一直在做一个扩展的resnet，并且希望在一个层上添加实例规范化，但是我不能这样做，因为它一直在抛出错误。
我使用的是tensorflow 1.15和keras 2.1。我注释掉了工作的BatchNormalization部件，我尝试添加实例规范化，但是它找不到模块。
非常感谢你的建议
from keras.layers import Conv2D
from keras.layers.normalization import BatchNormalization
from keras.optimizers import Nadam, Adam
fr
浏览 2提问于2021-06-22得票数 1
回答已采纳
我试图在>200万行的dataset上生成预测。model.predict_on_batch()对200万行的预测时间要长得多。
此代码基于Keras 实现。
from my_sequence import MyCustomDataSequence
from keras.utils.data_utils import OrderedEnqueuer
import logging
from tqdm import tqdm
import keras
import sys
import time
import numpy as np
#This data frame is ~2.6GB
d
浏览 0提问于2019-07-31得票数 0
5回答
我们目前正在使用Keras训练各种神经网络，这是非常理想的，因为它有一个很好的接口，并且相对容易使用，但是我们希望能够在我们的生产环境中应用它们。
不幸的是，生产环境是C++，所以我们的计划是：
使用TensorFlow后端将模型保存到protobuf
将生产代码链接到TensorFlow，然后加载到protobuf中
不幸的是，我不知道如何从Keras访问TensorFlow保存实用程序，后者通常保存到HDF5和JSON。我怎样才能保存原型机呢？
浏览 4提问于2016-04-04得票数 21
我对TensorFlow世界有点陌生，但我用Keras编写了一些程序。由于TensorFlow 2在官方上类似于Keras，所以我对tf.keras.callbacks.ModelCheckpoint和tf.train.Checkpoint之间的区别感到非常困惑。如果有人能说明这一点，我会很感激的。
浏览 3提问于2020-04-16得票数 3
回答已采纳
1回答
我必须将用py手电筒编写的代码转换为keras (带有tensorflow后端)。但是有一个叫做CrossMapLRN2d的层，它在Keras中没有直接的对应。所以想知道这个层是做什么的，以及如何在keras中实现它。确切的代码行是
nn.CrossMapLRN2d(size=5, alpha=0.0001, beta=0.75, k=1.0)
浏览 0提问于2019-12-19得票数 0
回答已采纳
我对Keras和多重处理有问题。我已经搜索了很多问题，也发现了很多相同主题的问题：
(还有更多)
我尝试了这些解决方案，所以基本上是在多进程实例化之后导入Keras。事实上，我看到了这样的信息：
Using TensorFlow backend.
Using TensorFlow backend.
Using TensorFlow backend.
Using TensorFlow backend.
Using TensorFlow backend.
Using TensorFlow backend.
Using TensorFlow backend.
Using TensorFlow ba
浏览 3提问于2019-09-28得票数 0
回答已采纳
import tensorflow as tf
from tensorflow import keras
from keras import backend as K
使用-> from keras import backend as K命令的原因是什么？
是干什么的呢？如果有人用简单的方式解释它，使它不会在头脑中变得复杂，我将不胜感激。
浏览 3提问于2022-01-30得票数 0
1回答
我知道这是个愚蠢的问题，但我找不到一个好的方法来表达它。
我曾与TensorFlow和TFAgents合作过，现在正在转到RLlib。查看所有的RL框架/库，我对以下两种框架/库之间的区别感到困惑：
框架，如Keras、TensorFlow、PyTorchRL实现库，如TFAgents、RLlib、OpenAi基线、Tensorforce、KerasRL等
例如，TensorFlow中有Keras代码，Ray RLlib支持TensorFlow和PyTorch。它们之间有什么关系？
到目前为止，我的理解是Keras允许建立神经网络，而TensorFlow更像是RL的数学库(我对PyTorch还
浏览 5提问于2020-12-14得票数 3
回答已采纳
尝试使用多个TensorFlow模型并行使用pathos.multiprocessing.Pool
错误是：
multiprocess.pool.RemoteTraceback:
Traceback (most recent call last):
File "c:\users\burge\appdata\local\programs\python\python37\lib\site-packages\multiprocess\pool.py", line 121, in worker
result = (True, func(*args, **kwds))
浏览 12提问于2021-03-28得票数 0
回答已采纳
我想将keras训练的模型集成到tensorflow网络中，以帮助训练tensorflow模型，也就是说，keras模型不需要再次训练，它只会为tensorflow模型产生损失。下图是基本的网络架构。
下面的代码是为keras模型生成损失。但是，不幸的是，它未能加载预训练的keras模型，尽管它没有给出任何错误。也就是说，代码可以工作，但它只是加载了一个随机模型(变量的随机值)，它返回了一个随机值，而不是预先训练的模型生成的值。
def keras_loss(sess,prediction):
#import package
from keras.models import Mo
浏览 0提问于2018-07-25得票数 0
我也不能说太多，因为我得到了一个错误，我似乎不能从下面的代码中解决。 import tensorflow as tf
import matplotlib.pyplot as plt
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.cifar10.load_data()
inpTensor = tf.keras.layers.Input(x_train.shape[1:],)
hidden1Out = tf.keras.layers.Dense(units=128, activation=tf.nn.relu)(inpTe
浏览 7提问于2020-07-05得票数 0
回答已采纳
这是Keras，因为Poling导入了问题，代码下面，
import keras
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPoling2D
from keras.layers import backend as k
现在的错误是，
--------------------------------------------------
浏览 1提问于2020-09-06得票数 2
1回答
我在Python中使用Keras训练了一个模型，我想在Java程序中使用这个经过训练的模型。我最初打算在Java中直接使用Keras模型，但似乎Keras 2.0还没有得到很好的支持。因此，我将我的Keras模型(存储在.h5中)转换为tensorflow模型(存储在.pb中)。现在，我想在我的Java代码中使用这个模型。但是，我需要三个字符串才能成功地做到这一点：
“标识要加载的特定图解的标签”
将数据输入网络的操作
获取网络结果的操作
我几乎不知道如何找到这些字符串。此时，我无法修改我的模型，特别是因为Tensorflow 2.0删除了get_session()，这意味
浏览 4提问于2019-12-10得票数 5
回答已采纳
我正在尝试导入一些正则化程序，代码如下： import tensorflow as tf
from tensorflow import keras
import numpy as np
# importing regularizers
from tf.keras.regularizers import l2, activity_l2 问题是我得到了以下错误： ---------------------------------------------------------------------------
ModuleNotFoundError
浏览 49提问于2021-09-29得票数 0
我使用Chaquopy在Android上运行keras和tensorflow。当我在我的模型上调用predict()时，我得到了一个异常，堆栈跟踪如下： AndroidRuntime: Process: com.example.android.camera2basic, PID: 10113
AndroidRuntime: com.chaquo.python.PyException: ImportError: This platform lacks a functioning sem_open implementation, therefore, the required synchroni
浏览 23提问于2020-04-08得票数 1
回答已采纳
1回答
假设我已经在imagenet上预先训练过的VGG19中输入了一个图像，如下所示：
from tensorflow.keras.applications.vgg19 import VGG19
from tensorflow.keras.preprocessing import image
from tensorflow.keras.applications.vgg19 import preprocess_input
from tensorflow.keras.models import Model
import numpy as np
base_model = VGG19(weights=&#
浏览 0提问于2020-08-06得票数 0
1回答
是否可以更改keras框架中的传播函数或参数？我在文档中没有找到任何东西。使用的是哪一个，是最简单的"Input ij = aj*wij“吗？
在文献中我可以找到不同的功能，例如
但是Keras使用的是哪一个呢？
提前谢谢你！
浏览 0提问于2018-05-20得票数 0
我正在尝试使用model.to_json()保存我的子类model(tf.keras.Model)。然而，当我试图保存它时，我得到了下面的错误。
C:\ProgramData\Anaconda3\envs\chatbot\lib\site-packages\tensorflow\python\keras\engine\network.py in to_json(self, **kwargs)
1296 A JSON string.
1297 """
-> 1298 model_config = self._updated
浏览 2提问于2020-05-13得票数 0
系统信息
操作系统平台和发行版(例如Linux Ubuntu 16.04)：Ubuntu 18.04
安装自(源或二进制)的射线:二进制
射线版本: 0.7.3
Python版本: 3.7
Tensorflow版本: tensorflow-gpu 2.0.0rc0
精确的复制命令：
# Importing packages
from time import time
import gym
import tensorflow as tf
import ray
# Creating our initial model
model = tf.keras.Sequential([
浏览 2提问于2019-09-02得票数 2
回答已采纳
1回答
我正在凯拉斯建立一个小小的yolo cnn模型。我得到一个奇怪的错误。有人能帮上忙吗？ 导入 import numpy as np
import matplotlib.pyplot as plt
import cv2
import glob
#from moviepy.editor import VideoFileClip
from IPython.display import HTML
%matplotlib inline
from tensorflow.keras import backend as K
import tensorflow.keras as keras# broken
浏览 17提问于2019-06-19得票数 0
回答已采纳
2回答
我正在使用谷歌的tensorflow和colab notbook加载一个神经网络。我删除了输出层的完全连接的层，并添加了另一个仅与一个神经元完全连接的层，然后冻结了另一层。我正在使用tf.keras.application.MobileNetV2和mledu-datasets/cats_and_dogs。我只想训练这个添加的输出层，但我得到了一个‘错误’。我想我必须添加一个池化层，使用
我的代码如下：
model = tf.keras.applications.mobilenet_v2.MobileNetV2(input_shape=(IMG_HEIGHT, IMG_WIDTH ,3), al
浏览 0提问于2019-11-06得票数 0
2回答
全局池操作的池大小是多少？
、、、、
在正常的池化操作中，我们必须在池化操作中提到池大小，就像我们在2D池化操作中提到的(2,2)一样；然而，在全局池化操作中，这不是必需的。那么它的大小与输入的大小相同吗？我正在研究Keras。一位作者提到，池大小与input size或input size-filter size+1相同。哪一个是正确的？
浏览 16提问于2018-08-24得票数 1
回答已采纳
## MODEL IMPORTING ##
import tensorflow
import pandas as pd
import numpy as np
import os
import keras
import random
import cv2
import math
import seaborn as sns
from sklearn.metrics import confusion_matrix
from sklearn.preprocessing import LabelBinarizer
from sklearn.model_selection import train_
浏览 2提问于2020-10-04得票数 0
火炬：“1.9.0+Cu111”
Tensorflow-gpu：‘2.5.0’
我遇到了一件奇怪的事情，当使用tensorflow 2.5的批处理法线层和Pyortle1.9的BatchNorm2d层计算相同的张量时，结果是完全不同的 (TensorFlow接近1，Py手电接近0)，.I最初认为是动量和epsilon之间的差异，但是在将它们改变后，结果是相同的。
from torch import nn
import torch
x = torch.ones((20, 100, 35, 45))
a = nn.Sequential(
# nn.Conv2d(512, 1
浏览 3提问于2021-09-23得票数 1
回答已采纳
1回答
我正试图从零开始训练VGG16模型( keras.applications)，我得到了一个奇怪的错误
X_train形状为(73257，48，48，3)
Y_train形状为(73257，10)
我不知道怎么回事..。我假设它与前面的conv层有关，但是由于我直接从keras导入模型，所以我有问题找出我哪里出错了。
我的数据集包含73,257幅具有(48,48,3)形状的图像。我基本上是在尝试进行字符识别(想想mnist的味道)，但是我被挂在了通过模型(权值设置为0)来提供这个信息上。
model = keras.applications.vgg16.VGG16(include_top=Fal
浏览 5提问于2017-11-28得票数 0
我正在尝试使用来自Tensorflow的Keras使用Glorot重新初始化层的权重。最接近的方法是： import numpy as np
import tensorflow as tf
for layer in base_model.layers:
layer_new_weights = []
for layer_weights in layer.get_weights():
initializer = tf.compat.v1.keras.initializers.glorot_normal
weights = initializer(np.shape(laye
浏览 21提问于2020-09-30得票数 0
我的代码中有一些张量，需要得到这些张量的值。这是其中之一。如何打印张量OA值？
Input:OA
Output: <tf.Tensor 'Sum_1:0' shape=(1, 600) dtype=float32>
Input:type(OA)
Output: tensorflow.python.framework.ops.Tensor
我已经尝试过所有可用的函数，如tf.print()、eval()、tensor.numpy()。在Tensorflow 2.0中，他们都没有为我工作。它们似乎只适用于“EagerTensor”，而不适用于“评论”。
1) OA.e
浏览 3提问于2020-02-21得票数 13
我试图用.imwrite测试openCV的一个MNIST图像，但它显示的只是一个黑色的方块。我不明白为什么！！
import keras
import numpy as np
import mnist
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.utils import to_categorical
import cv2
train_images = mnist.tra
浏览 2提问于2020-08-12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
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
