在过去的两天里，我真的费了很大的劲才弄明白这个问题。我是机器学习的新手，我正在尝试用keras构建一个使用sparse_c._c的非常简单的神经网络。因为一个热编码矩阵将是巨大的，实际上我的标签达到了非常随机的值，高达1000；但我得到一个错误，说sparse_c._c。不接受超出[0，1]范围的值，这很奇怪，因为我从文档和许多文章中看到，这个<
浏览 39提问于2019-02-17得票数 0
回答已采纳
我正在尝试做一个图像分类器CNN使用tensoflow。我正在尝试使用ImageDataGenerator加载数据集。, batch_size=80, shuffle=True这是我的网络的样子keras.layers.Dense(units=16, activation="softmax")
model
浏览 0提问于2021-04-07得票数 0
我正在创建一个使用ISIC皮肤癌数据集检测皮肤癌的模型。我已经创建了一个CNN模型，但是在编译之后抛出了一个形状错误。我的代码-num_classes = 9model.add(layers.experimental.preprocessing.Rescaling<PrefetchDataset shapes: ((None, 180, 180, 3), (None,)), types: (tf.
浏览 27提问于2021-05-27得票数 3
回答已采纳
ConstantFoldingCtrl/loss_12/time_distributed_6_loss/broadcast_weights/assert_broadcastable/AssertGuard/Switch_0}}]]model.compile(
浏览 0提问于2019-03-17得票数 4
回答已采纳
1回答
我正在使用google collab来学习一些CNN。 我使用model.compile()来设置我的损失和优化器函数。 在下面的代码中，我应该在哪里改变学习率？model.compile(optimizer='adam', metrics
浏览 43提问于2019-10-19得票数 1
回答已采纳
1回答
我加载了一个模型的角星model.fit(x,y, batch_size=1, epochs=2)
在最后一行中我的y文件的示例是0,0，-1，可以在第一种情况下改为[0,0，-1]或[，，-1]，在第一种情况下，错误是:带有形状(3)的got数组，其中期望形状(1)；在第二种情况下，错误:有3个期望为1的样本。在本培训部分之前，我运行mo
浏览 1提问于2018-10-01得票数 0
回答已采纳
这是我的cnn模型的代码，我在这里使用flow_from_directory()，我不知道这个错误的解决方案。 如果解决方案是，我必须使用One-将标签转换为一组50个数字，以输入到神经网络中。你能解释一下如何在我的代码中使用它吗？model.add(Dense(output_dim=50, activation="softmax"))
model.compile(optimizer='adam
浏览 18提问于2019-11-23得票数 0
回答已采纳
1回答
我的LSTM输入样本由- 1，1范围内的实数组成，目标(类别)是-1，0和1。我已经为损失函数选择了sparse_categorical_crossentropy，但它似乎不支持负数-当我开始训练时，它显示"InvalidArgumentError: Received a label我应该使用什么损失函数来代替这个任务？我也不明白为什么它说[0，1]，这意味着一个等于或大
浏览 0提问于2018-11-01得票数 0
1回答
我正在尝试在tensorflow，google colab环境中构建一个bi-LSTM模型。在训练过程中，模型存在一个问题:最后一层表示存在形状不兼容。我想知道是否有任何方法可以重塑x_train和y_train来解决这个问题 回溯 ValueError: Shapes (16, 11) and (16, 10) are incompatible 如果我将神经元单位的值更改为我的输出层但是，我希望输出是10，而不是11。loss=loss,
浏览 49提问于2020-10-12得票数 2
1回答
我想预测Tensorflow的下一个单词。以前，我为每个单词保存了一个向量，每个单词都是唯一的，但是这占用了大量的内存，所以我想使用嵌入的方法，但是我对向量的维数有点困惑，因为在这种方法中，我们使用整数而不是0和1。我写了这段代码：# next_words is a list of the= 'a
浏览 2提问于2020-08-18得票数 0
回答已采纳
1回答
我找到了MNIST手写字符分类问题的一些示例代码。如果网络在训练后工作正常，那么(适当的)十个输出中的一个将具有非常接近于一的激活，其余的应该具有非常接近于零的激活。
我知道训练集包含60000个示例模式。因此，我假设目标输出数据(y_train)将是一个形状为60000x10的2Dnumpy数组。我决定仔细检查并执行print(y_train.shape)，非常
浏览 9提问于2020-02-28得票数 2
回答已采纳
当我试图拟合一个模型时，我得到了这个错误： print('labels batch shape:', labels_batch.shape)数据批处理形状：(5,192,192，3)标签批处理形状：(5，3)
当我更改批处理大小时，错误中标签<em
浏览 3提问于2019-10-15得票数 25
2回答
我正在学习keras中的深度学习，但我有一个问题。损失并没有减少，而且非常高，大约是650。我在tensorflow.keras.datasets.mnist的MNIST数据集上工作，没有错误，只是我的NN没有学习。这是我的模型：from tensorflow.keras.layers import Dense, Flat
浏览 29提问于2019-07-26得票数 0
回答已采纳
1回答
我在Keras的自定义损失函数上遇到了问题。这些任务看起来相当简单，但由于意外的行为而无法进行。首先我想确认，如果我只是在自定义损失函数中使用稀疏分类交叉，它不会改变网络训练。默认解决方案是设置这是没有问题的。网络学习并显示出训练和验证准确性<e
浏览 0提问于2020-08-16得票数 1
2回答
我试图在Keras中实现一个自定义丢失函数。model.compile(loss="sparse_categorical_crossentropy", optimizer="adam", metrics=['accuracy现在，"spars
浏览 0提问于2019-07-03得票数 0
回答已采纳
我有一些数据，想要分类。我已经检查过我的数据不为空。| (pd.isnull(DataSet['Discharge_results']))])) 我的代码model.add(Dense(8, activation="relu"))
model.add(Dense(1, activation=
浏览 20提问于2019-02-26得票数 2
回答已采纳
其中一个步骤是 loss='sparse_categorical_crossentropy',metrics=['accuracy'])
loss：String (目标函数的名称)、目标函数或tf.losses.Loss实例。如果模型有多个输出，则可以通过传递字典或损失列表，对每个输出使用不同<e
浏览 0提问于2019-07-28得票数 0
回答已采纳
1回答
我正在尝试使用tensorflow/keras，并尝试创建一个小的神经网络，它根据我产生的一些随机数据进行训练。然而，无论我如何改变数据集或图层的大小，我总是得到0的精度。我在这里做错了什么？).batch(BATCH_SIZE)
model.fit(train_dataset, epochs = 10, steps_per_epoch=len(numbers)/BATCH_SIZE)
浏览 15提问于2019-04-26得票数 0
1回答
利用MLP进行特征提取和降维
、、、、
我试图建立一个使用MLP进行特征提取和降维的模型。该模型可将204个维度的数据转换为80个维度。拟议的模式如下：我的问题是：在训练MLP时，我应该设置
浏览 8提问于2021-12-11得票数 1
1回答
我正在研究这个笔记本电脑-- --我们使用一个嵌入层，LSTM和最后的密集层w/ softmax来生成音乐。然而，对于我们如何计算损失，我有点困惑；据我理解，在这个笔记本中(在compute_loss()中)，在任何给定的批次中，我们将预期的标签(即注释本身)与逻辑(即从密集层预测)进行比较。然而，这些预测不应该是概率分布吗？我们什么时候才能真正选择我们预测的标签呢？对我的问题做更多的澄
浏览 7提问于2020-05-14得票数 2
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
云直播
腾讯云开发者
