Keras Tensorflow，只有Adam眼镜片有效。所有其他优化器都不会产生值错误
Keras是一个高级神经网络API，它可以运行在TensorFlow、Theano和CNTK等后端上。TensorFlow是一个开源的机器学习框架，广泛应用于深度学习领域。
Adam是一种常用的优化器，用于调整神经网络的权重以最小化训练误差。它结合了Adaptive Gradient Algorithm（AdaGrad）和Root Mean Square Propagation（RMSProp）的优点，具有较快的收敛速度和较好的性能。
根据问题描述，只有使用Adam优化器时，眼镜片才有效。这是一个幽默的说法，实际上并不具有实际意义。在深度学习中，优化器的选择通常取决于具体的任务和数据集，没有绝对的优劣之分。除了Adam之外，还有其他常用的优化器，如随机梯度下降（SGD）、动量优化器（Momentum）、Adagrad、RMSProp等，它们在不同场景下可能会有不同的表现。
总结起来，Keras是一个高级神经网络API，TensorFlow是一个开源的机器学习框架，Adam是一种常用的优化器。在深度学习中，选择合适的优化器需要根据具体任务和数据集进行评估和调整。
相关·内容
1回答
Keras Tensorflow，只有Adam眼镜片有效。所有其他优化器都不会产生值错误
python、tensorflow、keras
使用除adam和adamax之外的keras优化器会产生一个值错误。错误的完整堆栈包含在帖子的底部。tensorflow-gpu (1.4.1)下面是定义网络的代码。Nadam(lr=0.002, beta_1=0.9, beta_2=0.999, epsilon=N
浏览 1提问于2018-01-21得票数 0
2回答
Tensorflow for XOR在500个时期后无法正确预测
python、tensorflow、machine-learning、keras、neural-network
我正在尝试使用TensorFlow实现一个神经网络来解决异或问题。我选择sigmoid作为激活函数，shape (2, 2, 1)和optimizer=SGD()。我在Google Colab上这样做，Tensorflow的版本是2.3.0。()model.add(tf.keras.layers.Dense(2, activation=tf.keras.activations.sigmoid))
model.add(tf.<em
浏览 46提问于2020-11-04得票数 3
回答已采纳
7回答
获取角点模型的学习率
python、machine-learning、neural-network、keras
我似乎无法得到学习率的价值。我得到的是下面。>>> print(ig_cnn_model.optimizer.lr)
浏览 0提问于2018-04-11得票数 35
回答已采纳
13回答
TypeError:传递给优化器的意外关键字参数: learning_rate
python、tensorflow、keras、deep-learning、conv-neural-network
我正在尝试加载一个Keras模型，它是在Azure VM (NC promo)上训练的。但是我得到了以下错误。TypeError:传递给optimizer:learning_rate的意外关键字参数
下面是我用来加载模型的代码片段：
from keras.models import load_model
浏览 5提问于2019-09-20得票数 17
回答已采纳
17回答
当我导入keras时，上面的错误弹出，尽管昨天它工作得很好。完整的错误回溯如下所示：
Traceback (most recent call last\world\AppData\Local\Programs\Python\Python38\lib\site-packages\keras\backend\tensorflow</
浏览 20提问于2020-04-10得票数 28
2回答
传递给优化器的意外关键字参数: amsgrad
python、keras
在尝试遵循Adam上的时，我从文档中复制这一行：得到这个错误
省略amsgrad参数同意插入行
keras.optimizers.Adam(lr包装器中的/opt&
浏览 0提问于2018-10-19得票数 2
回答已采纳
1回答
Keras中自定义损失函数批量错误
python、tensorflow、keras、loss-function
我正在使用Keras开发一个检测器，其中输出y_true包含一个具有500个值的向量"y“，其中包含一个脉冲，该脉冲表示从信号的500个样本中检测到的事件的时间。.,0,1,1,1,1,1,1,1,1,1,1,1,0,....0,0,0] 我以前用过“均方误差”来计算损失，它是有效的，但我想使用一个损失函数，它考虑了从脉冲到y_true的中间值和y_pred的最大值之间的距离我用这个损失函数编译了这个模型，使用Adam优化器
浏览 23提问于2021-02-05得票数 0
回答已采纳
1回答
Keras错误与我只有一个类的事实有关
python、python-3.x、tensorflow、machine-learning、keras
我正在尝试在keras中创建一个CNN，但我希望它只有一个类，所以只有一个概率作为输出。因此，我使用sigmoid函数来预测概率(不能对一个类使用softmax，我最终记住了这一点)。通常情况下，我会使用1概率来获得损失，并使用优化器来减少损失，因为我们所有的答案都将是1。但是，我不确定如何在keras和atm中实现所有它们的目标都是1的事实。它抛出了以下错误： 收到的标签值1超出了[0，1]的有效
浏览 25提问于2020-06-20得票数 0
2回答
为什么抑制权值提高了Tensorflow神经网络的性能？
neural-network、tensorflow
我在Tensorflow中有一个2层非卷积网络，使用tanh作为激活函数.我知道权值应该用截断正态分布除以sqrt(nInputs)来初始化，例如：weightsLayer1 = tf.div(weightsLayer1, math.sqrt(nInputUnits))
我现在知道这是错误的，第2行导致在每个学习步骤重新计算权重。然而，令我惊讶的是，“不正确”的实现始终产生更好的性能，无论是在列车和测试/评估数据集。我认为不正确的2行实现应该是一场灾难
浏览 4提问于2016-06-21得票数 0
回答已采纳
1回答
有没有一种方法可以将图像的像素值转换为4D数组(包括1通道)，而不是Keras的3D数组？
python、arrays、tensorflow、keras
正是由于这最后一点，准确率只有50%。所以我使用keras来访问'adam‘优化器。 model.fit的使用显然需要一个包含图像数量、二维和通道数量的数组。在下面的代码中，我没有提取图像的通道，因此我只有3维的数组，它不起作用。如何添加第四个(通道)维度？我正在使用下面的代码atm。import numpy as npfrom te
浏览 8提问于2020-06-18得票数 0
6回答
如何初始化Tensorflow中的优化器变量？
python、tensorflow
我想在Tensorflow中使用MomentumOptimizer。但是，由于此优化器使用的是一些内部变量，因此尝试在不初始化该变量的情况下使用它会产生错误：
tf.global_variables_initializer().run()
但是，我不想初始化所有的变量-只有</
浏览 8提问于2017-01-08得票数 26
回答已采纳
3回答
keras模型中的nan值损失
python、tensorflow、keras
[52]: ((983, 19900), (983,))Out[53]: ((52, 19900), (52,))import tensorflow as tffrom keras.layers import Input, Densefrom keras.models import Model,Sequential
浏览 2提问于2019-05-20得票数 12
2回答
如何在函数API中正确使用Tensorflow插件的度量？
python、tensorflow、keras
我有一个LSTM模型，可以使用多变量智能手机传感器数据对人类活动进行二进制分类。这两个班不平衡(1:50)。因此，我想使用F1-得分作为衡量标准，但我看到它被废弃为一个度量标准。下面是我目前正在运行的代码：import tensorflow_addons as tfa如果我为度量参数average (例如，average=None或average
浏览 4提问于2019-12-27得票数 15
回答已采纳
1回答
如何在aclImdb数据集上使用预训练的静态词向量
keras、deep-learning、nlp、lstm
我试着用LSTM和预先训练的BERT嵌入来进行情感分类，然后用转换器进行语言翻译，首先我下载了!as tffrom tensorflow.keras.layers import ( Layer, Input, MultiHeadAttention, LayerNormalization)
浏览 14提问于2022-06-19得票数 0
回答已采纳
4回答
如果Keras的结果不能重复，那么比较模型和选择超参数的最佳实践是什么？
python、tensorflow、keras、reproducible-research
在keras/tensorflow上训练完全相同的模型/参数/数据不会给出可重复的结果，每次训练该模型时，损失都有显着性差异。关于这一点有很多堆叠溢出的问题(例如， )，但推荐的解决办法似乎不适合我或StackOverflow上的许多其他人。好吧，就是这样。但是考虑到tensorflow上keras的不可重现性的限制--比较模型和选择超参数的最佳实践是什么？我正在测试不同的架构和激活，但由于每次损失估计都不同，所以我无法确定一种模型是否比另一种更好。as tf
import
浏览 2提问于2019-11-27得票数 5
回答已采纳
1回答
使用tensorflow.keras版本2.4+进行Resnet50迁移学习
machine-learning、keras、tensorflow2.0、transfer-learning、resnet
多年来，它一直很有效。它运行在tensorflow版本1.9和keras 2.3.1上。例如:在resnet50所有层都冻结的两个预热时期，我在旧电脑上获得了超过50%的准确率-但在新电脑上只有7.5%。我还试图将tensorflow降级到2.4，重新安装Anaconda，并从头开始设置所有内容，等等--但都不起作用。为了比较两种架构，并确保没有其他原因造成差异，我将整个数据复制到外部硬盘驱动器上-并且只调整了从keras</
浏览 136提问于2021-06-22得票数 0
3回答
在Keras中使用Tensorflow数据集API时出现的问题
python、tensorflow、machine-learning、keras、tensorflow-datasets
我正在尝试拟合CNN Keras模型，向其提供由Tensorflow的Datasets处理的数据。each key in: ['conv2d_8_input'] ), keras.layers.Dense(
512,
浏览 25提问于2019-05-14得票数 2
回答已采纳
11回答
如何在角膜缘中获得可重复的结果
python、numpy、theano、keras
每次从Keras ()运行imdb_lstm.py示例时，代码在导入任何keras之前都会在顶部包含np.random.seed(1337)，得到不同的结果(测试准确性)。更新:如何复制：
预期结果:每次测试的准确度是相同的。
实际结果:每次运行测试精度不同。如果我使用GPU运行这个示例(设置theano标志device=gpu0)，那么每次都得到不同的测试精度，但是如果我在CPU上运行它，那么所有的事情都会像预期的那样工作。
浏览 17提问于2015-09-06得票数 103
2回答
我怎样才能用伯特取代LSTM？
lstm、bert-language-model
在本例中，我需要使用BERT而不是LSTM。能用伯特代替LSTM这个词吗？
decoder1 = Concatenate()([fe1, s
浏览 6提问于2021-12-11得票数 2
3回答
Keras序列模型返回损失'nan‘
python、neural-network、keras、loss-function
我正在用Keras实现一个神经网络，但是Sequential模型返回nan作为损失值。我在输出层中有sigmoid激活函数来压缩0到1之间的输出，但可能不能正常工作。()
mlp.add( shape = (training_dataset.shape[1], ))# add hidden layer keras.layers.Dense(
units=training_da
浏览 0提问于2020-02-19得票数 14
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
活动推荐
腾讯云开发者
