1回答
我正在尝试使用我在新数据上构建的keras模型，除非我在尝试预测预测时遇到了输入错误。下面是我的模型代码： """Build LSTM model"""
浏览 0提问于2018-08-17得票数 1
回答已采纳
3回答
我试图加载一个灰度图像数据集(时尚-mnist)到MobileNet模型，以预测手写数字，但根据教程，只有RGB图像可以加载到模型。当我尝试提供时尚-mnist样本时，它会给出以下错误：
如何解决这个问题
浏览 0提问于2019-08-05得票数 4
回答已采纳
1回答
我正在尝试加载一个Keras模型，并使用它进行预测，结果遇到了一个奇怪的错误。最起码的例子如下：import numpy as np
x = np.ones(36, dtype=float)
浏览 0提问于2018-10-15得票数 2
我已经在网上做了一些例子，现在已经完成了模型。一旦使用Keras训练了模型，我如何在不重新训练整个模型的情况下获得翻译的预测，因为我使用的数据集很大，每个时期都需要一些时间，当然，我不能在每次需要翻译时都训练模型。那么，在不重新训练整个模型的情况下，对新输入生成预测的正确方法是什么？ 谢谢 ? ?
浏览 21提问于2021-01-28得票数 0
1回答
我训练了一个模型并将它保存为import os model.save('')，我想使用我的模型对新的测试集进行预测，所以我用model = tf.keras.models.load_model('')加载它它向我展示了在加载Keras模型时检测到Tf2.5之前保存的这个waring (WARNING:tensorflow:SavedModel。请确保使用model.save()或tf.keras
浏览 2提问于2021-08-26得票数 3
上面是我使用TF2构建的Keras模型。我希望只通过连接层将来自Right Network的预测馈送到批处理归一化层，尽管训练是在上面显示的具有两个输入层的网络上完成的。在预测期间，我只将输入提供给input_5层，以从最终分类层获得输出。我不希望在预测过程中来自左网络的任何贡献。创建了一个新模型，并将所有这些片段添加到一起，以根据预测需要制定新模型，其中Source_Model被
浏览 22提问于2020-06-10得票数 1
回答已采纳
1回答
我按照这个tensorflow教程笔记本来分类花儿的图片：print(predictions)然后预测(向日葵的)样本图像：sunflower
浏览 5提问于2022-07-16得票数 0
回答已采纳
1回答
我用Keras的内置inception_resnet_v2训练CNN来识别图像.在训练模型时，我有一个数字数组作为输入，输入形状为(1000,299,299，3)，
x = np.reshape(x, ((1, 299, 299,我想确保我在训练和预测中正确地理解了
浏览 1提问于2019-03-17得票数 2
回答已采纳
1回答
在训练下面的GRU模型时，我遇到了一些问题，它必须是有状态的，并且输出隐藏的状态。mean_absolute_error', 'mean_squared_error'])提供给网络的特征是形状np.shape(x)=(30,3)和目标np.shape(y)=(5,)。ValueError:检查输入时出错:期望<e
浏览 0提问于2020-06-03得票数 1
1回答
我训练了我的模型，一切正常；但是当我尝试使用预测方法时，我得到了以下错误：x，_，_= self._standardize_user_data(x)
文件"/home/drbunsen/.local&
浏览 1提问于2021-08-10得票数 0
回答已采纳
我有一个Keras模型和一个numpy数组，我想在其中调用predict。3110, 2425, 3407,当我做test.shape时，Traceback (most recent call last): File "...python2.7/site-pac
浏览 0提问于2018-09-13得票数 3
1回答
我们正在研究我们的Tensorflow AI Sequential model，它有大量的输入数据，并在预测中提供“真”或“假”的概率。我们想知道哪个预测与'true‘对应，哪个对应于'false'model = tf.keras.Sequential([ 模型汇编：
model.compile(loss="sparse_categorical_crossentr
浏览 2提问于2020-08-23得票数 0
回答已采纳
2回答
我正在尝试使用amazon sagemaker部署tensorflow keras模型。过程成功完成，但是当直接使用keras进行预测和调用sagemaker端点进行预测时，我得到了不同的预测结果。我在将模型部署到sagemaker时使用了步骤。print(sagemaker_predict
浏览 1提问于2021-07-31得票数 1
1回答
我使用带有Tensorflow后端的Keras对多个序列同时进行一步一步的序列预测；也就是说，我有n个具有m个时间步骤的序列，我使用一个model.predict()命令将它们全部加载到Keras中，模型返回一个所以我的目标是最大限度地提高Keras检测序列间交叉相关性的能力。例如，假设序列a与序列b有一定的时间延迟和缩放因子差异，那么理论上，Keras应该能够使用序列b更好地预测序列a的下一步。我现在如何使用4个序列(每个30个元素)进行测试，并将它们发送给我的<em
浏览 1提问于2017-11-09得票数 0
回答已采纳
1回答
我有一个Keras模型，我想在预测中添加一个常量。在进行了一些搜索之后，我得到了以下代码，这些代码完全符合我的要求：from keras.layers import Input, Addfrom keras.models import Model, load_model
add_in = Input：
检查</em
浏览 0提问于2018-09-19得票数 1
回答已采纳
1回答
当我试图做这件事时，我得到了一个错误：
追溯(最近一次调用)：文件"test.py"，第34行，在输出=预测(模型，输入)文件的第12行，在预测预测=model.predict(图像，batch_size=batch_size)文件的第1441行，在预测x，_中，_=文件"/home/kbdp5524/anaconda3/envs/densedepth/lib/pyth
浏览 4提问于2020-02-12得票数 0
回答已采纳
我正在使用TFRecordDataset迭代器作为输入来训练Keras模型。训练阶段运行良好，但是当我调用model.predict时，模型仍然使用训练数据作为输入而不是新的数据。a1)output_layer = Dense(classes_num, activation='sigmoid')(a1)
model = keras.models.Modelmodel.fit
浏览 1提问于2018-12-02得票数 2
回答已采纳
我试图预测不同消息的标签(36个类)。我使用LSTM和tensorflow作为Keras。当我预测11条信息的标签(Y)时，我得到了一些结果。但是当我预测59条消息的标签(11 + 48行)时，我会预测这11条信息的变化.以下是结果当我添加新的38行时，前11行的结果。据我所知，处理更简单的框架(Sklearn)时，如
浏览 1提问于2020-10-06得票数 0
使用netron检查Keras模型yolov3-tiny.h5时 我看到输入节点名为input_1，类型为float32 ?，3。 如何强制它为32？，416,416，3？这是下游处理所需的。Keras模型必须在Tensorflow中转换为frozen_model.pb，然后进一步处理以进行部署。部署工具无法处理具有未知w，h大小的输入。 下面是我如何生成Keras模型的。然后使用以下命令将模型转换
浏览 45提问于2019-09-25得票数 2
2回答
我使用一个简单的Keras模型来进行序列预测。在训练过程中，模型的预测精度似乎是正确的。但是，当我绘制model.predict()函数的输出时，我可以看到输出已经以某种方式被缩放了。它似乎是某种规范化/标准化的缩放类型。我的假
浏览 3提问于2017-05-21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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
