我如何在Keras中创建一个嘈杂的Relu函数？特别是如何创建噪声Y~N(0,1)。return x*(x>0) + N(0,1)
有什么想法吗？谢谢!
浏览 1提问于2017-07-03得票数 1
回答已采纳
我看到和都只计算ReLU函数(没有其他完全连接的层或其他东西，如描述的)，那么它们之间有什么区别呢？其中一个只是包裹另一个吗？
浏览 4提问于2019-02-19得票数 5
1回答
我把我的代码留在这里，如果有人能帮忙的话，我会把它付诸实践！我也准备好了测试数据。 tf.keras.layers.Flatten(), tf.keras.layers.Dense(128, activation=tf.nn.relu),
tf.keras.layer
浏览 0提问于2019-09-10得票数 2
回答已采纳
我只是在想，在使用和专业上是否有显著的区别？和如何和在哪里可以使用后一个？我最好的猜测是在Functional中使用，但我不知道怎么做。
浏览 5提问于2019-12-25得票数 4
回答已采纳
2回答
我必须从pytorch切换到keras，在py手电筒中，我可以用这样的代码创建类似模块的层：def __initself, x1, x2): x = t.cat([x2, x1], dim=1) return x
如何在keras中以类似模块的方式组织代码？
浏览 0提问于2018-03-24得票数 2
回答已采纳
1回答
我知道我们可以像下面的方法一样创建自定义损失函数。(layers.Dense(1, activation="relu")) metrics= [tf.keras.metrics.RootMeanSquaredError(), custom_loss])
opt = tf.keras.optimizers.Adam(learning_
浏览 3提问于2020-10-19得票数 1
回答已采纳
keras/activation.py中定义的Relu函数是： return K.relu(x, alpha现在，如何在代码中使用/调用它呢？',max_value=250)(c) uu = activat
浏览 0提问于2016-12-21得票数 6
2回答
我正在使用insider作为TensorFlow中的数据集进行内部威胁检测.npimport tensorflow as tffrom tensorflow.keras([ layers.Dense(128, activation='relu'),
layers.Dense(128, activation='relu'),我
浏览 3提问于2020-07-03得票数 0
回答已采纳
1回答
我将自定义函数my_sigmoid定义为：def my_sigmoid(x): returna return K.categorical_crossentropy(0, y_pred_transform)
我的keras后
浏览 0提问于2018-10-09得票数 1
回答已采纳
1回答
我有一个关于TF2.0中的tf.keras和tf函数的问题。='relu')(x)def SubPixel1D(I, r): import tensorflow as tf
from tensorf
浏览 16提问于2020-03-03得票数 0
回答已采纳
这是我的凯拉斯模型( Dense(2, activation="relu", name="L1"), Dense(4,name="L3"))
浏览 8提问于2022-08-21得票数 0
回答已采纳
1回答
我创建了一个keras模型，很大程度上受的影响，它看起来像from tensorflow import kerasimport time import sys
model.add(layers.Dense
浏览 2提问于2019-10-25得票数 2
下面是在tensorflow中注册渐变和覆盖操作的渐变的代码。g.gradient_override_map({"Ada": "AdaGrad"}):我想在keras中复制同样的东西。我得到了相同的结果，无论有没有梯度覆盖。我通过将some_multiplier设置为零进行了检查。.) # Keras model
mode
浏览 0提问于2018-04-17得票数 3
3回答
我试图运行一个基于Keras/TensorFlow的机器学习代码。在tensorflow环境下运行时，遇到以下错误：ImportError: cannot import name'relu6'
我该怎么解决它呢？
浏览 27提问于2018-08-09得票数 1
回答已采纳
2回答
我有一个简单的Keras网络，它使用定义为lambda的自定义激活函数：lrelu = lambda x:relu( x, alpha=0.01 )model.add(Dense( 10, activation=lrelu, input_dim=12 ))
...但是，当我试图使用loaded = tf.kera
浏览 4提问于2020-08-05得票数 2
回答已采纳
1回答
如何从零开始实现漏式ReLU并将其用作Keras中的自定义函数，我有一个粗略的片段，但不确定我离正确的定义有多近。我的问题分为两部分：如果没有，我做错了什么？实现使用：from keras.layers import Conv3D
浏览 1提问于2020-10-06得票数 0
回答已采纳
我是python，深度学习和神经网络的初学者。我做了自定义激活函数。当我从sigmoid创建自定义激活函数时，我想知道什么，我应该在哪里定义我的自定义激活函数的导数？ 我试过阅读有关自动微分的内容。但我不确定keras会自动派生我的自定义sigmoid吗？keras/activation.py中的<e
浏览 24提问于2019-04-24得票数 0
回答已采纳
我目前正在努力实现一个新的方法(layerwise相关性传播)，它是在现有的关于自动编码器架构的流水线上实现的，它由一个类进行编码，如下所示： 类自动编码器(tf.keras.Model)： def __encoder = tf.keras.Sequential( tf.keras.layers.Dense(500, activation='relu', input_shape=(input_size, )
浏览 119提问于2021-10-11得票数 0
1回答
我正在做一个简单的二进制分类模型，它需要30个时间戳和5个特征，并且应该返回某个类别的概率 我遇到了模型的损失不会随着时代的推移而减少的问题。我查看了模型的摘要和输出，发现它不是生成单个输出数字(类的概率)，而是生成一个包含30个概率的数组，这可能会导致它无法学习。([ tf.keras.layers.Activation('relu&
浏览 10提问于2021-01-28得票数 0
回答已采纳
我正在运行一个google colab来探索自动编码器，以删除嘈杂的数据，但我一直收到来自TensorFlow的OOM错误。我的代码如下： model = Sequential()
model.add(keras.layers.Input(shape=(420(keras.layers.Conv2D(72, (3, 3), activation='relu', padding=
浏览 27提问于2021-03-08得票数 0
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
