1回答
我正在编写一个自定义的Keras层，它将除输入的最后一个维度之外的所有内容都展平。但是，当将该层的输出馈送到下一层时，会出现错误，因为该层的输出形状在所有维度上都是None。
浏览 25提问于2019-05-27得票数 1
2回答
图层：对于最后一层，输出必须计算为( (H21*w1)*(H22*w2)*(H23*w3))，其中H21,H22,H23将是隐藏层2的结果，而w1,w2,w3将是不可训练的恒定权重。那么，如何为上面的结果编写lambda函数 return X[0]*X[1]
<e
浏览 3提问于2019-12-27得票数 1
回答已采纳
在我的数据集中，单个输入和输出的形状是15 x 61。我指定input_shape=(15,61)。这意味着15x61到15x61之间的映射，这不是一个分类问题。输出层中的单位规格应该是什么？model = tf.keras.models.Sequential([tf.keras.layers.Dense(units=128,input_shape =(15,61),
tf.keras.layers.Dense(un
浏览 6提问于2019-09-14得票数 0
1回答
更改Keras图层输出形状
、、、、
我使用中描述的方法将Conv2D层替换为无跨距版本，并在激活之后插入AveragePooling2D层。替换Conv2D层可以完美地工作。问题是，激活层的新输出将具有与以前不同的形状。解释说，“多”输出形状是因为现在有两个输出节点连接到激活层，一个节点具有来自步长卷积的旧形状，另一个节点具有来自非步长卷积的新形状。下面是用来说明问题的代码：
# Origninal
浏览 45提问于2021-03-07得票数 1
回答已采纳
我一直在尝试使用tf.keras.layers.Reshape函数将其重塑为NCHW格式，但最终的xml文件输出如下： 重塑为(1,6,26,26)后有一个转置图层，最终形状为(1,26,6,26)我不确定为什么会有转置图层，我希望形状为(1,6,26,26) 原因是什么？
浏览 13提问于2021-01-31得票数 0
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
浏览 3提问于2018-03-23得票数 2
我有这段来自youtube视频的Keras代码： from keras.models import Sequentialmodel.add(Embedding(10000, 32))model.summary() 摘要的输出如下===============T
浏览 33提问于2019-06-13得票数 1
回答已采纳
我想创建一个自定义Keras图层，用于计算2个输入矩阵和1个权重矩阵(对角线矩阵)之间的乘积:x W y x = Input((8,200)) # (?,10,200)K.dot(x*
浏览 30提问于2019-02-06得票数 1
回答已采纳
我有一个带有".h5“和".json”文件的预先训练好的Keras模型。我想知道使用的模型的体系结构和层的名称。有没有什么我可以做的？我是新手，所以我真的不知道从哪里开始 我期待你在加载tensorflow模型时得到的日志。
浏览 14提问于2019-10-15得票数 0
我正在使用TensorFlow 2和Keras训练一个国际象棋程序。以前，如果我将数据加载到与模型训练相同的脚本中，我就可以做到这一点，但随着数据集变得更大，挑选数据然后重新加载它的速度会快得多。当我这样做的时候，我现在得到了这组错误，即使在将我的模型修剪到1层以简化问题之后。 #tf.keras.layers.Conv1D(kernel_si
浏览 2提问于2019-10-29得票数 5
我使用的是由多个Keras层构建的Keras自定义层。我试图从一个回调(on_train_batch_end)中获取内部层的output_shape，但得到以下错误："AttributeError:该层从未被调用过，因此没有定义输入形状。“from tensorflow.keras.layers i
浏览 1提问于2021-07-21得票数 0
3回答
我一直在尝试用keras编写一个python模型，它可以为高中项目检测几种类型的DDOS攻击，但无法使输出层具有正确的形状。我的代码：import numpy as npfrom keras.modelsimport Sequential
from keras.utils import to_categor
浏览 0提问于2017-12-11得票数 0
我正在构建一个自定义图层，然后在添加密集图层时遇到了输出形状问题。该层的输出形状似乎没有定义，即使我显式地这样做了。以下是重现该问题的最小代码：from tensorflow import keras
输出如下：
WARNING:tensorflow:En
浏览 0提问于2020-03-09得票数 4
1回答
一个跨度=1和1的一维CNN滤波器不应该有等于输入长度的输出长度，而不需要填充吗？我认为是这样的，但创建了一个具有这些规范的Keras模型，当输入形状为(17910,1)时，该模型的输出形状为(17902,1)。我想知道为什么维数降低了，因为步长是1，它是一维卷积。model = keras.Sequential([
layers.Conv1D(filters=1,kernel_size=9,str
浏览 16提问于2019-04-16得票数 1
回答已采纳
通过附加操作和未定义的形状将Keras Upsampling2d操作转换为此操作。但是，Tensorflow在没有此操作的情况下以正确的形状进行转换。
这会导致未定义的整体模型输出形状，并导致设备上的错误。怎么解决这个问题呢？
浏览 2提问于2021-04-07得票数 0
回答已采纳
3回答
我想访问Sequential Keras模型中所有层的层大小。我的代码：model.add(Conv2D(filters=32, ))然后，我希望像下面这样的代码可以工作
浏览 0提问于2017-05-03得票数 36
回答已采纳
3回答
在Keras中，我们可以按照以下方式定义网络。有没有办法在每一层之后输出形状。例如，我想在定义inputs的行之后打印出conv1的形状，然后在定义conv1的行之后打印出conv1的形状，等等。
浏览 5提问于2016-11-22得票数 5
回答已采纳
1回答
我正在使用Keras构建一个卷积神经网络，并希望在最后一个完全连接的层之前添加一个具有数据标准差的单个节点。以下是重现错误的最小代码：from keras.layers import Convolution1D, Flattenfrom keras import backend as K
x = Convolu
浏览 7提问于2016-09-28得票数 3
我定义了一个自定义的Keras层custom_layer，有两个输出: output_1和output_2。接下来，我想让两个独立的层A和B分别连接到output_1和output_2。
浏览 12提问于2018-08-24得票数 1
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
