我正在实现一个自动编码器，用于IoT传感器数据的异常检测。我的数据集来自模拟，但基本上是加速度计数据-三维，每个轴一个。nEpochs; i++) { model.fit(iterator);我收到以下错误:形状不匹配我的错误在哪里？提前谢谢你……
编辑:更新到最新版本13.9.16我得到了相同的错
浏览 21提问于2016-09-10得票数 0
回答已采纳
input size (layer # inputs = 42) (layer name: layer2, layer index: 2, layer type: OutputLayer) 我不明白为什么创建的INDArray是二维的，63是从哪里来的。
浏览 42提问于2021-01-22得票数 1
回答已采纳
1回答
问题所在encoded_input = Input(shape=(1, 28, 28))输入数据print(x_train.shape)(10000plt.gray()
浏览 13提问于2017-03-04得票数 2
回答已采纳
我在尝试将以下数据输入我的网络时出错。我在重塑训练数据和网络输入方面遇到了问题。我得到的错误是： Error when checking target: expected conv1d_92 to have shape (4, 1) but got array with shape
浏览 60提问于2021-03-19得票数 0
2回答
我正在使用创建一个学习图形的模型。Error when checking target: expected GraphConv to have 3 dimensions, but got array with shape (4, 1)
而标签的形状是
浏览 10提问于2019-11-29得票数 0
回答已采纳
我有一个这样的CNN自动编码器结构。但解码器输出形状与编码器形状不匹配。我尝试过修改池或Conv层，但很难找到一个好的。如何修改网络结构使其在我的情况下工作？我也在考虑调整输入形状的大小，但它可能会影响输入质量，这是一个好方法吗？2,2))(x2)
x2d = Conv2D(2,(3,3),activation='linear',padding='sa
浏览 4提问于2022-06-13得票数 0
回答已采纳
我正在使用自动布局制作一个自定义单元格，但自动布局没有很好地应用。我像这样设置自动布局，最后，这个形状就出来了。但是这个比例的形状是不正确的。为什么不匹配..？我在故事板上设置了自动布局...据我所知，如果堆栈视图中的图像视图变为隐藏，则未隐藏的图像视图将填充到堆栈视图空间的其余部分。是对的吗？如果它是正
浏览 8提问于2020-08-29得票数 0
3回答
我有一组特定物体的图像。我想找出其中一些是否存在机器学习算法的异常。例如，如果我有很多照片的眼镜，我想知道其中一个是坏了，或有什么异常。就像这样：BAD!!
问题是我不知道每一个消极的情况，所以，对于训练，我只有正面的形象。
换句话说，我需要一种算法来识别图像是否有与数据集不同的内容。你有什么建议吗？特别是有一种使用卷积神经网络的方法吗？
浏览 7提问于2017-02-07得票数 4
我有一个自动编码器模型，看起来像：x = Conv2D(...)my_model = Model(input_img, decoded)目前，out的形状与我想要操作out，使其具有(None, 128, 128, 2)形状。额外块的内容与此无关。如果有人想知道我为
浏览 0提问于2018-06-04得票数 0
回答已采纳
我正在建立的图像数据集的自动编码器模型，它的形状为(3,347,400)使用的烧结器，我面临的错误，当我试图训练我的模型，这里是我的编码器和解码器的模型。encoded = self.encoder(x) return decoded
对于我使用MSE()的损失
浏览 2提问于2022-08-12得票数 0
1回答
改进自动编码器网络的性能
、、、、
几天来，我一直在努力提高我的自动编码器网络的性能，从改变网络架构到手动调整一些参数，最近又使用来优化lately参数。所有这些都导致网络性能没有显著提高。epochs=250, batch_size=output['batch_size'], 不幸的是，尽管做了这些努力，我的模型性能并没有显著的提高。
浏览 3提问于2021-03-30得票数 0
嗨，我正在为一类分类构建一个图像分类器，其中我在运行这个模型时使用了自动编码器，我通过这一行(autoencoder_model.fit)得到了这个错误(ValueError:当检查目标时出错:预期的model_2具有形状(None，252,252，1)，但是得到了与形状(300,128,128,128，3)的数组)。
浏览 3提问于2017-12-16得票数 3
回答已采纳
1回答
我有一个简单的自动编码器DNN，有4个卷积层，然后是4个反卷积层。, 1, [5, 5], stride=2, padding='SAME', activation_fn=tf.nn.tanh) #shape (64,64,1)
这里，输入是(64,64)灰度图像，自动编码器在输出层请注意，这个自动编码器的目标不是进行分割，而是将(64x64)图像表示为(1,1,100)形状的唯一张量，损失最小。
浏览 0提问于2018-10-23得票数 0
回答已采纳
我尝试在keras中实现我自己的第一个dl，它将是一个自动编码器(希望是去噪和叠加)。但我很难理解输入层的输入形状格式，输入层可以是Conv1D或Dense层(目前它是Dense层，因为我希望这样可以解决问题)--我也尝试了pytorch，但这也解决不了我的问题。根本的问题是，我觉得我没有得到输入形状参数及其结构。对于图片，你可以在互联网上找到很好的逻辑解释。但它不起作用，我只是得到信息，我的输入数据和形状<
浏览 1提问于2020-08-13得票数 0
1回答
我有一个三张图片的数据集。当我创建一个自动编码器来对这三幅图像进行训练时，我得到的输出对每个图像都是完全相同的，它看起来像是三幅图像的混合。我的结果如下：输出图像1：
输入图像2：
输出图像2：
输入图像3：
输出图像3：
所以你可以看到输出对于每一个输入都给出了完全相同的东西，虽然它与每个输入都匹配得比较好我很担心，因为这表明自动编码器没有保存任
浏览 4提问于2018-07-09得票数 2
回答已采纳
1回答
我尝试在ForestFires数据集上运行线性回归。数据集可在Kaggle上使用，我的尝试要点如下：
火把中的SGD从不汇
浏览 0提问于2018-07-30得票数 1
回答已采纳
1回答
我已经实现了一个CNN自动编码器，它没有方形输入。我有点困惑。自动编码器是否必须输入正方形形状？每个2D图像的形状为800x20。我已经根据形状提供了数据。但是当模型建立时，形状却不匹配。我已经分享了模型的代码和下面的错误信息。需要你的专家建议。谢谢。
浏览 4提问于2021-10-14得票数 0
回答已采纳
我最近在Google Cloud Vision上训练了一个对象检测模型。我导出了训练模型的metadat jason文件、标签文本文件和模型tflite文件，我打算在Android上运行它。使用的演示应用程序与本地训练和转换的tflite模型兼容，但与从Google Cloud导出的模型不兼容。 这里可能出了什么问题，该如何解决？Looper.java:175)
at android.os.HandlerThread.run(HandlerThread.
浏览 40提问于2020-01-24得票数 1
回答已采纳
1回答
我想用时间序列上的自动编码器。当我在数据上使用填充时，所有操作都正常，但是当我使用可变数据长度时，数据形状问题很小：Incompatible shapes: [1,125,4] vs. [1,126,4]
input_series
浏览 3提问于2018-06-01得票数 0
回答已采纳
云服务器
ICP备案
对象存储
即时通信 IM
云直播
腾讯云开发者
