我使用的是来自tf.keras 1.9.0的TensorFlow。在构建一个input_shape模型时，似乎没有在第一层指定Sequential，一切都很好：from tensorflow import keras可以很容易地从输入(X_train)中获得输入形状。我还尝试使用PyPI Keras，它也很好(使用TensorFlow 1.9.0后端)。
为什么官方的Ke
浏览 3提问于2018-07-16得票数 3
1回答
input_shape寻求帮助 假设我有这样的代码： G = ImageGenerator(batch_size,args,****kwargs) 其中G是定制的data_generator，它指定批量大小我的问题是： 在这种情况下，在生成器G中声明了批处理大小， 在构建第一层时，我是否必须告诉Keras(传递参数)： batch_size=32,input_shape=(256,256) 或者只是 input_shape
浏览 13提问于2019-03-08得票数 0
回答已采纳
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
THIS
tf.keras.layers.Conv1D(filters=32, kernel_size=5,
浏览 7提问于2021-11-26得票数 0
__init__(name='MyModel') def __callinputs)
my_model(tf.ones((4, 42, 30, 200), name='features'))
但是，当我试图在tf.function装饰器中显式指定输入签名时__init__(name='MyMod
浏览 8提问于2019-10-27得票数 1
DenseNet预训练模型(VGG、ResNet、Keras等)在具有输入形状(224,224，3)的ImageNet上训练后建立权重。但是，Keras允许我们指定任何其他输入形状(宽度和高度不应小于32)。当输入形状不是(224,224，3)时，Keras如何确定第一个隐藏层的初始权重？
浏览 0提问于2021-10-22得票数 1
我在丢失函数中调用keras.backend.conv2d，当我试图编译我的模型时，会得到以下错误：
我知道输入张量的形状，所以如果有某种方法可以手动指定我可以这样做，但是在keras中任何地方都找不到这样的东西。
浏览 0提问于2018-07-24得票数 2
在keras文档中，稠密层的输入张量将输入视为：
形状的nD张量：(batch_size, ..., input_dim).最常见的情况是带有形状(batch_size, input_dim)的2D输入。据我所知，输入张量中的批次大小是用于训练或预测的示例数量。
batch_size:整数或None。每个梯度更新的样本数。如果未<e
浏览 0提问于2019-07-28得票数 1
3回答
我目前有一个类似于这样的keras模型：model.add(keras.layers.Dense(100, activation=tf.nn.relu))model.add(keras.layers.Dense(len(labels), activation=tf.nn.softmax))
模型需要知道它应该期望什么样的<
浏览 0提问于2019-09-10得票数 13
回答已采纳
2回答
我希望下面的模型采用8，1的输入形状，批量大小为16。我一直试图使模型的输出形状与输入相同，但我只能在需要(16、8、1)时才能得到它输出的形状(16、8、1)。有可能这样做吗？谢谢你的帮助。model = tf.keras.models.Sequential([ strides = 1,
浏览 15提问于2022-07-09得票数 0
回答已采纳
我将Tensorflow 2.0与keras结合使用。在某些情况下，我需要在同一程序执行中生成多个模型(例如，交叉验证类型的情况)。当我在没有指定输入形状的情况下生成这些模型时，如下面的代码片段所示，没有内存泄漏。', time.sleep(0.1)但是，如果我在添加模型的第一层时指定了输入形状，那么模
浏览 1提问于2019-05-19得票数 1
2回答
我正在尝试keras.layers.LSTM，下面的代码可以工作。x = keras.layers.Input(shape=(3, 1)) model= keras.Model(inputs=x, outputs=y)
如上所述，输入数据形状为(1, 3, 1)，输入层中</e
浏览 0提问于2019-09-07得票数 0
回答已采纳
1回答
这是我尝试过的： import tensorflow as tf
model.add(tf.keras.layers.Dense(128, activation=tf.nn.relu))model.add(tf.keras.layers
浏览 34提问于2020-09-27得票数 0
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
我正在尝试在具有多个输入的函数式API上编写一个混合模型。) but got array with shape (5808, 5) 我搞不懂的是shape( validation_data (5808,5))是如何传递给model.fit_generator中的
浏览 32提问于2019-10-16得票数 0
1回答
layers.embedding有一个参数(input_length)，将其描述为：
你能帮我指出我对整个逻辑理解上的失误吗？
浏览 2提问于2020-05-17得票数 4
回答已采纳
我主要是从这里复制代码：ValueError: None is only这就是我的代码的样子：model.add(keras.layers.Embedding(vocab_size, 16))
model.add(keras.layers.Globa
浏览 0提问于2019-01-17得票数 2
2回答
feature_model = MobileNet(include_top=False, weights='imagenet', input_shape=(200, 200, 3))
Val
浏览 0提问于2019-04-08得票数 1
回答已采纳
1回答
我最近更新到了Tensorflow 2.3.1的最新版本，更新后我的模型不再工作： model = tf.keras.Sequential([ layers.Dense(ds_info.features['label'].num_classes)
]) 问题是输入层添加了一个新的
浏览 18提问于2020-10-24得票数 1
回答已采纳
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
云直播
腾讯会议活动推荐
腾讯云开发者
