假设我有一个层输出(None,128)。如何将其重塑为(None, 200 , 128 )，其中将128值复制200次。对于上下文，我尝试将一个具有输出形状(None，128)的密集层的输出与另一个具有输出形状(None,200,1024)的层的输出连接起来，这样它就变成了shape (None,200,1152)，这就是为什么我想重塑第一个输出的原因下面是生成第一个输出的代码： def build
浏览 18提问于2021-11-11得票数 1
回答已采纳
通常我会把它输入到我的2DConv中，然后我就可以上路了。我的问题是，如果我必须将其转换为100个输入的1D，除了明显的部分，我的过滤器不会检测周围的邻居，而只检测前一个和下一个来检测模式，这可能会导致更差的性能。如果我必须这样做，我会只是重塑，使用重塑图层还是使用排列层？
谢谢
浏览 30提问于2021-03-25得票数 0
1回答
我想要可视化输出的每一层后，模型被训练。例如，在函数"evaluate_lenet5“中，我希望向网络传递一个实例(这是一个图像)，并查看每个层的输出以及训练神经网络集用于输入的类。我认为在每一层的图像和权重向量上做一个点积可能很容易，但是它根本不起作用。fully-connected sigmoidal layer那么，你能提出一种方法，在</em
浏览 0提问于2016-01-29得票数 5
回答已采纳
如何在Tensorflow中求出单个层的输出张量。假设TF模型通过输入图像后，我希望有一些图层的输出的名称。
我怎么能得到它？
浏览 1提问于2019-10-21得票数 0
回答已采纳
1回答
我有以下几点意见：例如[24, 51, 28,28]tf.keras.layer.Reshape(1,28,28)我可以处理。
这是一个重现错误的最小示例。我假设这个重塑层以[24, 1, 28, 28]的形式请求输入，但是我需要传递[24
浏览 0提问于2019-04-12得票数 0
回答已采纳
我有一个输入： [batch_size, number_of_images, img_size_x, img_size_y] 例如[24, 51, 28,28] 现在，我希望通过Conv2d层处理批处理项目的每个图像，并收集输出。我想使用图层重塑输入 tf.keras.layer.Reshape(1,28,28) 来获得像[1224, 1, 28, 28]这样的东西 我可以处理的。metrics=['accuracy'])
model.fit([input_data, input_la
浏览 14提问于2019-04-14得票数 1
回答已采纳
TensorFlow提供了一种在Fortran (列-主要顺序)中重塑张量的方法吗？NumPy允许：np.reshape(a, (32, 32, 3), order='F')
在Numpy中使用Fortran解决了这个问题，但我需要在TensorFlow中也这样做。编辑：，我现在意识到，我可以通过
浏览 4提问于2017-05-28得票数 11
我正在尝试在tensorflow中构建一个使用句子来预测图像的模型。我将所有句子转换为一个列表，每个列表的大小为300。Name: Text, Length: 31978, dtype: object此外，我使用了重塑图层来</e
浏览 1提问于2020-05-20得票数 0
我正在使用深度学习工具箱来设计一个深度神经网络。在网络中，2D卷积层需要遵循完全连接的层。但是deepNetworkDesigner不允许这样的结构，因为完全连接层的输出是1D的。在像Torch这样的其他框架中，解决这个问题的方法是将完整图层的输出重塑为2D。有没有办法实现Matlab2019b/2020a？谢谢。
浏览 1提问于2020-10-20得票数 0
4回答
我正在尝试将张量从[A, B, C, D]重塑为[A, B, C * D]，并将其提供给dynamic_rnn。假设我事先不知道B、C和D(它们是卷积网络的结果)。我认为在Theano中，这样的重塑应该是这样的：在TensorFlow中，似乎没有简单的方法来做到这一点，到目前为止，我想出了以下方法：x = tf.reshape(x, [batch_size, x_
浏览 0提问于2017-10-31得票数 6
我现在有下面的代码，我想用它来提供一个增量整数的“流”。import tensorflow as tfrecord_count = tf.user_ops.my_custom_op(...) # something I write in C++ of
浏览 0提问于2017-01-31得票数 0
回答已采纳
1回答
我想知道如何在CNTK中实现UpSampling2D。我在中找不到这样的图层。通过查看，它们使用backend.resize_images操作，但我也无法在中找到调整大小的操作。
浏览 2提问于2017-03-28得票数 4
回答已采纳
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
# mnist
浏览 0提问于2017-06-14得票数 0
3回答
LSTM:层顺序输入0与层不兼容
、、、、
我正试图将来自Pandas DataFrames的数据安装到LSTM中，但对我必须提供的格式感到困惑。我创建了一个小代码片段，它将向您展示我试图做的事情：from tensorflow.keras.models'adam', loss='mae')
其结果是：
ValueError:层序的输入0与<
浏览 13提问于2020-07-05得票数 1
回答已采纳
我看到类似的问题已经得到了回答，这帮助我意识到输入并不是模型所期望的，但是我没有找到如何纠正这个问题的方法。
我的问题是，为什么它需要2个维度，我可以对我的代码做些什么来将其分类为10个不同的类？
浏览 3提问于2019-11-25得票数 0
回答已采纳
2回答
在TensorFlow中，我有一个形状为(?, 14, 14, 512)的张量，h。这导致了形状为(?我在磁盘上保存了一个巨大的多维NumPy数组。它看起来是这样的：并且需要它的形状：我如何才能进行这种转换或n
浏览 1提问于2018-01-10得票数 0
是否有一种方法在自定义Keras损失函数中重塑TF张量？我定义了一个卷积神经网络的自定义损失函数？binary_crossentropy(x, x_hat)
除了计算标准binary_crossentropy之外，还会在损失中添加一个额外的由于CNN的输出是2d，reduce_median在一维阵列中工作得更好，所以我不得不将图像重塑为一维阵列。当我
浏览 4提问于2017-03-27得票数 2
1回答
tensorflow中的剩余学习
、、、、
我试图从一篇研究论文中复制这幅图像。在图像中，橙色箭头表示使用残差学习的快捷方式，而红色的图层表示膨胀的卷积。#relu layer...
浏览 1提问于2017-10-30得票数 3
回答已采纳
1回答
我有一个TensorFlow模型，在这个模型中，我想传递一个图像给它，以便它确定图像中的对象。然而，该模型抱怨图像的形状，说无论它接收(1, 7, 7, 2048)如何，它都希望它以(1, 1, 1, 2048)的形式出现。我已经尝试通过numpy.reshape(myObj, (1, 1, 1, 2048))或numpy.reshape(myObj, (1, 1, 1, -1))在图像上执行numpy.reshape()然而，前者只是抱怨它不能将大小为100352的数组重塑</
浏览 1提问于2018-07-08得票数 0
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
