我们有1000x512x512x1的输入图像(input_x)，1000x512x512x1的权重图(Input_w)。事实上，每个图像都有自己的权重图，该图是在网络运行之前生成的，因此我们必须将其作为第二个输入传递。两者都被馈送到网络，尽管这些权重图只是用于乘以损失函数，而不是真正的张量(它们不来自任何层，在达到损失函数之前一直是模型的输入)。首先，我们的模型有两个输入<
浏览 11提问于2018-12-25得票数 0
回答已采纳
有没有一种方法可以将特征作为输入传递给keras模型，仅供自定义损失函数访问，而不会影响模型作为输入特征？我只需要该功能来计算损失，而不是通过网络中的隐藏层进行前馈。(基本上，我想要的是将特征作为输入输入，并按原样提取它作为输出，以及要在损失函数中访问的y_pred )。一个有效的例子将非常感
浏览 11提问于2020-12-09得票数 0
回答已采纳
2回答
Generate Deep learning model & Read Inputs
logits = keras.layers.Dense(365, activation=keras.activations.softmax传递给回调函数CallbackA，以便在每个时代结束时打印子丢失值。:0/device:CPU:0"](^_clooploss/dense_3_loss/survive_rates/while/strided_
浏览 0提问于2019-02-27得票数 0
回答已采纳
我需要为Keras实现一个自定义目标函数，其中我需要一个额外的tensorflow占位符用于计算。对于Keras损失函数，input_R和解码器分别是对应于y_true和y_pred的占位符。我将Keras损失函数实现为，
pre_cost1 = tf.multiply((y_true - y_p
浏览 1提问于2017-04-29得票数 0
1回答
我正在使用人工神经网络在带有tensorflow后端的keras中执行回归学习。我的输出形状是。我希望在每个输入样本旁边传递一个4维数据(此数据的形状为100,4)，以便我可以访问它来编写自定义丢失函数。我不想让它卷入训练过程。API进行了大量的研究，以及如何在多个输入和多个输出的情况下使用keras来训练网络。我解决这个问题的</em
浏览 0提问于2020-01-25得票数 0
回答已采纳
我目前正在从事我的年级项目。该项目的主要目标是建立一个人工智能辅助库存系统。我目前的方法是使用神经网络来“教”系统如何根据其当前状态(当前库存)和伪随机需求来行为。网络的输入应该是当前的库存，网络应该输出公司应该订购多少特定的产品，以尽量减少由于库存和库存水平不足而造成的销售损失(模型不应该因为保持库存成本而输出疯狂的数量)。一次运行的输出应用于根据当前库存、当前需求和订单(输出本身)计算<
浏览 0提问于2019-07-31得票数 0
回答已采纳
2回答
在Keras中，当指定平均绝对误差等损失时，它是否将学习算法(Adam或SGD)中的代价函数替换为平均绝对误差？我对ML还不熟悉，在这方面有点困惑。
浏览 0提问于2020-06-17得票数 0
回答已采纳
2回答
\keras\legacy\interfaces.py"，行87，在包装器返回函数(*args，**kwargs)中文件"C:\Users\Pedro\Anaconda3\lib\site-packages‘float32’的值的DataType形状不在允许值列表中: int32，int64
来自：“降低神经网络计算成本的第二个超参数是分辨率乘法器ρ。我们将其应用于输入图像，随后将每个层的内部表
浏览 27提问于2018-06-04得票数 0
回答已采纳
1回答
我的目标是创建一个自定义损失函数，它基于y_true、y_pred和模型输入层的张量来计算损失：from tensorflow import keras as Knp.ones(input_shape), np.zeros(input_shape))TypeError: Cannot convert a symbolic KerasOr, you may be tryin
浏览 0提问于2021-03-14得票数 3
我在Keras中设置自定义丢失函数时遇到了麻烦。
在我们的模型中，最终层(y_pred)的大小为32,365，这被视为下一个365个时间段的量化速率。因此，这些操作需要1)额外的y_pred预处理来生成32，1大小的日志，以计算与二进制标签(y_true)的交叉熵；2)对y_pred进行另一次预处理以生成额外的32，1值，以使用
浏览 2提问于2019-03-30得票数 0
回答已采纳
2回答
我试图用Keras函数API为我的策略梯度(深层强化学习)代理建立一个NN模型。我打算通过将无效行为的概率分布降低到logit层中的零来掩盖无效行为： inputs = keras.layers.Input(shape=(self.input_dim,))
浏览 0提问于2021-04-29得票数 1
回答已采纳
函数keras.metrics.binary_accuracy非常简单： return K.mean(K.equal(y_true, K.round(y_pred)), axis=-1)
def categorical_accuracy=-1),
K.argmax(y_pre
浏览 2提问于2017-09-13得票数 2
回答已采纳
我有一些带有以下代码片段的神经网络，请注意batch_size == 1和input_dim == output_dim：目前，上面的神经网络工作得很好，但它非常慢，因为它会在每个样本我希望将批处理大小设置为> 1，但my_fn_that_only_takes_in_vectors不能容纳第一维不是1的矩阵。由于我的自定义损失的性质，将批处理输入平整为长度矢量(batch_siz
浏览 23提问于2019-12-04得票数 0
1回答
我很难为我在Keras中使用的自定义丢失函数编写一些张量操作代码。y_trainModded = numpy.append(y_train, MyExtraData, axis=1)
然后将
浏览 0提问于2018-05-16得票数 1
回答已采纳
2回答
基于转换模型的多实例分类
、、、、
我使用这个中的转换器进行多实例分类。每个实例的类依赖于一个包中的其他实例。我使用变压器模型是因为：
def transformer_encoder(inputs, head_size我需要一个自定义
浏览 13提问于2022-08-06得票数 3
回答已采纳
1回答
)作为输入，以跟踪我们访问本地存储的频率和添加多少项，并返回'a ->‘b类型的函数。当使用'a‘类型的输入调用此函数时，它将运行f，回传中间结果，并作为最终结果返回类型'b’的值。它还将相应地更新其统计记录中的值。例如，要创建一个将数字之和为x的回传函数，我们有备注(如果->为0 x=0 x+g(x-1
浏览 5提问于2020-10-15得票数 0
当我测试我的tensorflow keras自定义损失(使用额外的输入数据计算损失)时，如下所示：def build_walker_loss(labeled_output_t_SymbolicException(
73 "Inputs to eager execution function cannot be Keras symbolic "---> 74
浏览 13提问于2021-12-18得票数 0
回答已采纳
1回答
我试图用keras训练一个神经网络，但我得到的错误是，任何变量都没有梯度，这可能意味着图是断开的。我在这里复制一个精简的代码版本，其中只包含与模型定义相关的位。该模型接受两个输入，其中一个同时输入到同一个共享模型:编码器。然后将编码器的两个输出连在一起，并发送到密集层以计算最终输出。我不明白出了什么问题，在实例化编码器时，我创建了额外的可训练变量，这些变量在任何地
浏览 0提问于2020-06-05得票数 0
回答已采纳
("id_1").output])final_model = tf.keras.Model(inputs=[inp_outer], outputs=[y])
这与第一个示例中的模型本质上是相同的，只是层'id_1‘封装在inner_model由于额外的输入层，图将有所不同，但
浏览 3提问于2019-12-05得票数 3
1回答
有没有一种方法可以让自定义C函数作用于pandas DF？例如，我知道我可以将一个c函数包装在python函数中，然后在逐行迭代中使用它，但这似乎效率很低。我知道pandas是用c写的。我想用一种简单的方式告诉pandas“使用这个c函数”。我的用例是，我一遍又一遍地做一组简单但计算成本较高的计算，我希望使这组特定的计算速度大大
浏览 33提问于2020-10-05得票数 0
回答已采纳
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
腾讯云开发者
