我正在尝试将4个不同的层连接成一个层，以输入到我的模型的下一个部分。我使用的是Keras函数API，代码如下所示。conv_net)出现此错误时，表示我的输入形状不同然而，我也打印了输入形状，它似乎是相同的，除了沿着concat轴(这是自shape=以来的
浏览 3提问于2018-07-31得票数 1
我有不同大小的输入图像，我将它们通过CNN中的Conv层，然后我应该将Conv输出连接到一个完全连接的层进行分类。
由于该过程必须矢量化，因此输出必须具有相同的形状，以便一批图像可以用于前向传递。因此，对于在全连接层的输入处的所有图像具有相同形状的问题。但是由于我的输入图像具有不同的形状，我的final Conv layer给出了不同形状
浏览 0提问于2018-06-12得票数 0
1回答
角角如何从其形状中选择输入？
、、、、
在Keras中，我们不指定输入是什么，而是指定它的形状。Keras如何选择用作输入的数组？
例如，我有两个输入不同的模型，但这两个输入具有相同的形状。如何指定哪个输入到哪个模型？
浏览 0提问于2018-05-15得票数 0
回答已采纳
1回答
我想创建物体检测模型，输入为不同形状的图像，输出也为可变形状的图像，但输出图像是从相应的输入图像(因此是可变形状)裁剪的汽车。如何使用Keras实现这一点。我知道图像分割和自动编码器的过程，但由于输入和输出的大小是可变的，确切的过程似乎很遥远。请帮帮我。谢谢。
浏览 28提问于2021-06-21得票数 0
我目前正在学习Keras，并且对密集层的输入形状有问题。我目前正在尝试mnist数据集。我知道火车图像的input_shape是(60万，28，28)，而且我知道keras忽略了第一个维度，因为它是批大小，因此在密集模型中输入的输入形状应该是(28,28)，但是当我把输入形状设置为(784
浏览 0提问于2019-02-12得票数 3
回答已采纳
1回答
我有两个相同大小的输入，然后应用向量大小128的字嵌入，然后对其进行整形，使两个输入形状都为(none,1,128)，另一个输入具有维度(none,1,18)，我想将这三个输入连接起来，然后将合并的输出提供给但是，由于尺寸与此错误不同，我无法连接输入：
Concatenate层需要具有匹配形状的输入，但凹轴除外。获得输入形状：(
浏览 6提问于2020-05-31得票数 3
回答已采纳
1回答
我在CNN工作，我有不同大小和纵横比的图像，在预处理步骤中调整大小和中心裁剪图像可能会丢失一些有价值的信息(特别是从边缘-右，左，上和下)。在keras中，我可以添加一个简单的最大池化层，但是在keras中有没有一种方法来告诉/绑定最大池化层的输出大小？
浏览 7提问于2018-10-23得票数 2
input_img)x = d(x)
但是当我试图编写d.output_shape时，我得到了图像的原始形状
浏览 1提问于2016-08-18得票数 8
回答已采纳
我正在尝试在Keras中实现一个层，它为每个输入添加元素权重。因此，输入、权重和输出具有完全相同的形状。尽管如此，我正在努力实现这一点，我还没有找到任何不改变输入形状的自定义层的例子。从keras.engine.topology导入图层将keras.backend导入为Kdef __init__(self, **kwargs):
self.output_dimValue
浏览 3提问于2018-03-23得票数 2
1回答
我在使用用函数API编写的keras RNN进行掩蔽时遇到了一些问题。其想法是用形状(batch_size，timesteps，100)掩盖张量，零填充，并将其输入到SimpleRNN中。形状是?,20和?,2000。对于“选择”(op：'Select')输入形状：?,2000，?,20，?,20。通过将输入的形状更改为(None, 1) --一个连续的输入，其中每个元素都是一个整数，而不是n维嵌入--我已经完成了
浏览 1提问于2020-01-25得票数 1
回答已采纳
2回答
Keras能处理不同大小的输入图像吗？例如，在完全卷积神经网络中，输入图像可以具有任意大小。但是，当我们通过Keras创建网络时，我们需要指定输入形状。因此，我们如何使用Keras来处理不同的输入大小而不将输入图像调整到相同的大小？谢谢你的帮助。
浏览 4提问于2016-10-02得票数 44
1回答
用于任意形状输入的简单网络
、、、、
我试图在Keras中创建一个带有Tensorflow后端的自动编码器。我跟随是为了制造我自己的。网络输入是任意的，即每个样本都是一个具有固定列数的2d数组(在本例中是12)，但是行在4和24之间。, myTraces, epochs=50, batch_size=10, shuffle=True, validation_data=(myTraces, myTraces))
注意到：按照的说法，输入应该是一个我也是Keras的新手。我真的很希望在这方面有任何帮助。
浏览 1提问于2017-11-20得票数 0
回答已采纳
最近，我收集了几个Keras模型，我正在使用keras.Models.model_from_json函数导入它们的体系结构(注意，还没有进行任何培训)。我的图像数据生成器可以进行定制，以生成不同大小和形状(在相同的流生成器中变化)的批量样本。例如，我可以使用形状(*batchsize*,32,32,3)和总共6个类生成数据。目前，导入的模型具有不同的输入和输出形状，比如(5*100*100*3)和分配给它们层的两个类。我的目标是改变这
浏览 0提问于2018-08-16得票数 0
我的(Keras)模型有两个不同形状的输入。Keras网站上的说它应该能工作。/engine/training_utils.py in check_array_lengths(输入、目标、权重) 733提高ValueError(‘所有输入阵列(x)应该有’734‘相同数量的样本。得到数组形状：‘+- 735 str(x输入中的x.shape) 736如果len(set_y) > 1: 737
浏览 9提问于2020-01-27得票数 0
回答已采纳
1回答
因此，我想在keras-nn中将多个层合并为1。不同的是，我不想像在Add()-layer中那样将它们组合在一起，但我想将多个形状不同但尺寸相同的层组合成一个更大的层，其形状是输入层的总和。()([input_1, input_2])
(4,) (6,) (10,)
keras
浏览 9提问于2019-08-03得票数 0
回答已采纳
1回答
我正在尝试合并两个受过训练的神经网络。我有两个受过训练的凯拉斯模型文件A和B。
模型A用于图像的超分辨率，模型B用于图像的着色.我正在尝试合并两个经过训练的网络，以便我能够更快地推断SR+colorization。(我不愿意使用单一的网络来完成SR和彩色任务。我需要使用两个不同的网络来完成SR和彩色任务。)关于如何合并两个Keras神经网络，有什么建议吗？
浏览 4提问于2021-01-04得票数 0
回答已采纳
1回答
如何与扁平层连接
、、
我想在连接之前把输入压平，如下所示。import pandas as pdfrom matplotlib import pyplot as pltfrom tensorflow.keras.callbacks import TensorBoard
from tensorflow.keras.layersConca
浏览 6提问于2022-09-28得票数 1
我目前正在尝试设计一个生成器模型，它采用输入图像和连接在图像中的条件标签。输入图像是3D (包括通道)，而标签是1D (包含类的idx ) input_image = Input(shape=(row, col, chann))
cond = Input(shape=(1,)) 根据Concatenate的信息，我需要重塑cond，使其与input_image的形状相同。但就我在Keras docs上发现的，只有RepeatVector可以将2D张量重复到3D。 如何将cond输
浏览 20提问于2019-03-12得票数 0
回答已采纳
print(X_train.shape) print(Y_train.shape)因此，数据集的形状如下overfitting model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(1024,activation='relu'
浏览 3提问于2020-12-06得票数 1
回答已采纳
我在Keras文档和其他网站上读到了它们，但是我无法确切地理解它们到底是做什么的，我们应该如何使用它们来设计many-to-many或encoder-decoder LSTM网络？
浏览 0提问于2019-03-01得票数 20
回答已采纳
云服务器
ICP备案
对象存储
腾讯会议
云直播
腾讯云开发者
