我试着在凯拉斯重现this的花朵识别。该模型似乎可以工作，至少在笔记本中是有效的(同时在验证集上获得预测)，但我需要在其他地方使用该模型。model.predict(data) 我收到这个错误： ValueError: Input 0 of layer sequential_1 is incompatible with the layer: expected ndim=4, found ndim=3.Full shape received: [None, 150, <e
浏览 20提问于2020-06-16得票数 2
回答已采纳
self.LSTM = LSTM((1),input_shape=[7,5, 4])
这就是我如何定义我的lstm层的，这里5是时间步骤的no，4是特性的no，7是代理的，我希望输出的形状是批大小，7，4，但是我得到了错误"ValueError: LSTM的输入0与层不兼容:预期的ndim<
浏览 2提问于2022-02-03得票数 0
., A_240 ]，而每个A_k是长度为300的列表)。
ValueError: conv2d层的输入0与图层不兼容:预期的ndim=4，found ndim=3。收到的完整形状: None，240,300
浏览 1提问于2019-05-25得票数 0
回答已采纳
我是tensorflow.When的新手，我试着修改模型结构，我把一个张量'r'，它的形状是(None,1 )，转换成带有tf.reshape(r,4，)的一维张量，然后输入到稠密层中。一维张量的形状为(4，)，稠密层的input_shape设置为(4，)，出现错误。ValueError:层“值”的输入0与图层不</e
浏览 5提问于2022-10-26得票数 0
1回答
我创建了以下神经网络：model.add(layers.Conv2D(3, (3,3), activation="relu", padding="same", input_shape=constants.GRID_SHAPE))model.add(layers.Flatten())
model.add(layers.Dense(con
浏览 5提问于2022-04-06得票数 1
回答已采纳
Decoder_target_data由decoder_input_data的一个时间步长抵消。据我所知，数据的格式是正确的，但在运行model.fit时我得到：
Input 0 of layer "lstm" is incompatible with the layer: expected ndim=3, found ndim=4.
浏览 1提问于2022-09-29得票数 0
回答已采纳
1回答
这是我的列车数据集的形状：model.add(TimeDistributed(Conv1D(filters=64,kernel_size=1, activation='relu'), input_shape=(None,16))) ValueError: conv1d_8层的输入
浏览 0提问于2020-08-20得票数 2
回答已采纳
我完全是深入学习的初学者，我试图用Tensorflow建立简单的分类模型。当然，我想通过使用这个命令来保存训练后的模型。model.save('saved_model/my_model') ValueError:层顺序的输入0与图层不兼容:预期的ndim=4</em
浏览 2提问于2019-11-24得票数 1
我正在尝试建立一个CNN网络，我们想用output_shape探测层的尺寸。但它给了我一个错误如下：
from keras.layers importActivation
model.add(Convolution2D(32,
浏览 0提问于2019-02-26得票数 1
回答已采纳
=3, found ndim=2.=3, found ndim=2.=3, found ndim=2.=3, found ndim=2.=3, found ndim=2.
浏览 5提问于2021-05-19得票数 0
我尝试用RNN网络创建模型，但我收到了:层输入0与层lstm_9不兼容:预期的ndim=3，找到了ndim=4。完全接收到: None，2,4000,256错误。输入
labels_values = 0 or 1 (two classes
浏览 1提问于2020-04-29得票数 1
回答已采纳
我想预测这个序列是如何继续的。我有一个由数组组成的start_xy数组，顺序为start_x和start_y:例如: 1、2.4、3.8，而对于end_xy则是相同的。sequence[0],sequence[1]] end = [order,sequence[2],sequence[3]verbose=2) ValueError: Input 0 of layer sequential is incom
浏览 2提问于2020-08-14得票数 0
回答已采纳
我有以下(部分)网络架构：获得的pool = GlobalAvgPool()(gc_2) ValueError:层batch_normalization_1的输入0与图层不兼容:预期的ndim=2，找到了ndim=3。
浏览 1提问于2020-12-03得票数 0
activation='softmax')) 2 model.add(vgg16_model)->4 model.add-> 181 output_tensor = layer(self.outputs)提高TypeError(“顺序模型中的所有层anaconda/lib
浏览 0提问于2018-12-10得票数 2
回答已采纳
下面是我的代码： model = tf.keras.models.Sequential()
model.addloss='sparse_categorical_crossen
浏览 308提问于2020-02-25得票数 0
回答已采纳
1回答
我有一个包含100000个二进制三维形状数组(6，4，4)的数据集，所以我输入的形状是(10000，6，4，4)。我正在尝试使用Keras建立一个三维卷积神经网络( input_shape )；但是，我输入的这个3D卷积神经网络似乎有一个问题。我的第一层是：
model.add(Conv3D(20, kernel_size=(2, 2, 2), strides=(
浏览 1提问于2021-06-11得票数 0
回答已采纳
训练特征，形状(1032，5，5,122880)，进入LSTM层。这将产生"ValueError: Input 0与图层lstm_16不兼容:预期的ndim=3，找到的ndim=2“5x5x122880是训练样本的瓶颈特征
model =告诉我，在通过LSTM层运行它们之前，我应该重塑训练瓶颈特性。final_model.add(LSTM(2,input_sha
浏览 21提问于2018-03-05得票数 1
回答已采纳
1回答
我有一个以conv1d作为第一层的模型。我的数据是时间序列数据，每个样本由41个时间步长组成，每个时间步长有4个特征。我有大约1000个样品。我已经将conve1d层的输入形状指定为(41,4)。但是，我一直收到以下错误: Input 0与层conv1d_48不兼容: expected ndim=3，found ndim=2。
浏览 0提问于2019-05-29得票数 0
我一直在获取与输入形状相关的错误。任何帮助都将不胜感激。谢谢!='relu'), tf.keras.layers.Conv2D(32, kernel_size=3,validation_data=(xtest, ytest), ValueError:层顺序的输入0与层<
浏览 6提问于2020-08-06得票数 21
回答已采纳
我的输入形状应该是100x100。它代表一个句子。每个单词是100个维度的向量，一个句子中最多有100个单词。我给CNN.I输入了8个句子，我不确定这是否意味着我的输入形状应该是100x100x8。：这对我来说没有意义，因为我的<
浏览 2提问于2016-05-07得票数 16
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
