1回答
我想用下面的形式训练一个具有共享层的模型： ==> G(F(x),F(y))x和y是两个独立的输入层，而F是共享层。G是连接F(x)和F(y)之后的最后一层。
是否有可能在Keras中对此进行建模？多么?
浏览 11提问于2018-08-25得票数 7
回答已采纳
我发现在keras.backend或keras.layers中有许多相同的名称，例如keras.backend.concatenate和keras.layers.Concatenate。我模糊地知道，一个是张量，另一个是层。但是当代码这么大的时候，这么多的函数让我混淆了张量或者层。有人有解决这个问题的好主意吗？我发现的一种方法是首先在一个函数中定义所有占位符，但函数将其作为变量在结束时返回层，而另一个函数以该层为变量可能返回另一个变量
浏览 0提问于2018-12-20得票数 0
回答已采纳
1回答
我想通过初始化一个保存的模型的权重来训练一个模型，下面是我使用的代码： la = saved_model.get_layer(name='conv2d') kernel,bias = out[0],out[1] relu = tf.nn.relu(conv+bia
浏览 16提问于2021-08-19得票数 0
1回答
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 = [] #store this in hypercolu
浏览 16提问于2019-09-12得票数 0
回答已采纳
在keras中，是否有可能在两个层之间共享权重，但有其他参数不同？input_shape, padding='same')注意，除了padding之外，这些层是相同的(也就是对网络进行相应的培训？)
我看过keras，似乎暗示，只有当层完全相同时，共享</em
浏览 4提问于2017-07-21得票数 14
回答已采纳
我正在评估HippoCMS，并试图对Venue的模式进行建模。我希望对具有不可翻译特征(如telephoneNumber和emailAddress )以及可翻译特征(如description )的文档建模。
如何在HippoCMS中对此进行建模？如何确保在不同的翻译之间共享未翻译的字段，以避免每个已翻译的文档都有自己的值副本。显然，无论你用哪种语言阅读网站，telephoneNum
浏览 3提问于2015-09-09得票数 0
对于我的自定义层的调用方法，我需要一些先例层的权重，但我不需要修改它们，只需要访问它们的值。我在How do I get the weights of a layer in Keras?所以我在张量中对它们进行了转换(使用Keras后端的tf.convert_to_tensor )，但在创建模型的那一刻，我遇到了这样的错误："'NoneType‘对象没有’_inbound_nodes‘
浏览 9提问于2020-01-24得票数 1
1回答
Keras中的多任务学习
、、、、
我试图在Keras中实现共享层。我确实看到Keras有keras.layers.concatenate，但是从文档中我并不确定它的使用情况。我可以使用它来创建多个共享层吗？使用Keras实现简单共享神经网络的最佳方法是什么？
编辑1:注意，所有3个NNs的输入、输出和共享层的所有形状都是相同的。在三个NNs中有多个共享层
浏览 0提问于2018-02-05得票数 2
回答已采纳
1回答
在keras中，有没有可能设计一个利用这一点的模型，这样就会为矩阵的每一行计算一个卷积和，并以某种方式使其知道25帧长度和10重叠。
浏览 0提问于2017-01-23得票数 1
1回答
我目前正在寻找一种方法，我可以将多个模型的输出合并成一个模型，我需要创建一个CNN网络来进行分类。
图像被分成几个部分(如颜色所示)，每个部分作为对某个模型(1、2、3、4)的输入，每个模型的结构是相同的，但每个部分被赋予一个单独的模型，以确保不对整个图像应用相同的权重--我试图避免完全的权重共享，并保持权重的本地共享然后，每个模型执行卷积和最大池，并生成某种类型的输出，这些输出必须输入到一个密集的层，该层从先前的模型(模型1、2、3、4)中提取输出并执行分类。
浏览 0提问于2017-03-31得票数 8
回答已采纳
4回答
我最近开始使用Tensorflow进行深度学习。我发现这句话model = tf.keras.models.Sequential()有点不同。我不能理解什么是真正的意思，还有其他的深度学习模型吗？
浏览 0提问于2019-09-02得票数 16
在这里，我已经检查了其他解决方案，但是没有一个方案对我有用，因为它们可能有点不同。我猜，问题就在tf.concat()函数上，它应该作为Lambda的tensorflow keras层，但是我也尝试过，但是没有帮助。在这个问题上有什么帮助吗？烦了我两天。
浏览 0提问于2019-06-08得票数 0
回答已采纳
1回答
角化文本矢量化层的反向？
、、、
tf.keras.layers.TextVectorization层将文本特性映射为整数序列，由于它可以作为keras模型层添加，因此可以方便地将模型部署为单个文件，该文件以字符串作为输入并对其进行处理我正在使用一个LSTM模型来预测前面单词中的下一个单词。例如，我的模型需要接受一个字符串“我爱”，并且应该输出可能的下一个单词，如“猫”、“狗”等等。我可以使用这样的tf.keras.preprocessing.text.Tokeniz
浏览 4提问于2022-04-09得票数 0
->output_images 我已经对自动编码器进行了校准，并保存了模型；一切都是在python3上使用keras.tensorflow开发的。下一步是将自动编码器应用于大量图像，并根据瓶颈层中的余弦距离对它们进行聚类。哦，我刚刚意识到我不知道keras.tf中的语法，不知道如何在批处理上运行模型直到特定的层，而不是输出层。因此，问题是： 如何在特定的“瓶
浏览 20提问于2019-09-11得票数 1
回答已采纳
我想用顺序模型训练TFQ中的一个简单电路如下：model.add(tf.keras.layers.Input(shape=(), dtypemodel_circuit=circuit,但是，我不想执行读出操作，而是希望模型输出状态向量，以便在输入丢失函数之前对其进行一些后处理原则上，tfq.layers.State似乎适合这个任务，但从示例中我并不清楚如何
浏览 4提问于2020-07-29得票数 1
回答已采纳
我正在尝试实现这个合并层： policy = merge([out1, out2], mode = lambda x: x[0]-K.mean(x[0])+x[1], output_shape = (out_node,)) 然而，"merge“在Keras 2中不再存在。你只能访问公共标准化的"Merge”层，如Add，Multiply，Dot。 如何在Keras 2中实现此功能？我想过做两个合并层，但我不知道如何
浏览 19提问于2019-04-20得票数 5
回答已采纳
1回答
TensorFlow模型语法
、、、、
我是神经网络和Tensorflow的新手model = tf.keras.models.Sequential([tf.keras.layers.Conv2D(32, (3,3), activation='relu', input_shape=(150, 150, 3)), tf.keras.layers.Conv2
浏览 3提问于2020-08-16得票数 0
回答已采纳
1回答
我正在尝试获取扁平层的值，在使用此方法"flatten=model.layers18.output“使用图像数据集对其进行微调后。您能告诉我是否有一种方法可以提取网络的特定层的值，以便将其用作实现不同技术的numpy数组？ 我已经使用Keras来构建模型。 谢谢。
浏览 34提问于2020-07-07得票数 0
1回答
我有一堆小的神经网络(比如，5到50个前馈神经网络，每个网络只有两个隐层，每个层有10-100个神经元)，它们只是在权值初始化上有所不同。我想用相同的小数据集(例如10K行)对它们进行训练，批量大小为1，目的是通过对结果进行平均处理，将它们组合成一个集合。现在，我当然可以在TensorFlow/Keras中将整个集成构建为一个神经网络，如下所示：
def bagging_ensemble(inputs: int, width: int, weak_learne
浏览 0提问于2019-08-30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
