1回答
因此，我正在尝试使用Keras构建一个文本生成器。我有35983个句子，长度为50，即我的训练数据x具有(35983,50,1)的形状。然而，我不知道如何给我的模型提供输入形状，并且总是遇到错误。我的模型中的其他维度是：vocab_size = 45model = Sequential()
model.add(TimeDistribut
浏览 62提问于2020-05-10得票数 0
1回答
向Keras层输入
、、、、
我有以下形状的输入序列。共有1434个序列，每个序列的长度为185个，唯一的字符总数为37个。因此，在某种程度上，我们有如下的词汇大小。vocab_size=37user_input = keras.layers.Input(shape=((185,37)), name='Input_1')
user_vec = keras
浏览 0提问于2019-07-25得票数 0
回答已采纳
1回答
我试图从我的模型中的SimpleRNN层获取输出和最终的隐藏状态。该模型的结构如下：emb_out= Embedding(input_dim, output_dim, input_length=input_length,
weights= [Emat], trainable= False)(i
浏览 8提问于2022-02-11得票数 0
回答已采纳
我知道这个问题已经问了很多次了，但是我不能用任何答案来解决这个错误。我试图构建嵌入和我的数据是成形的：( 20，7，12)，即20个训练样本，每个有7个单词，一个热编码到12个维度。当我使用以下规格来拟合我的模型时，我会得到错误：model= Sequential()
model.add(Embedding(12, embe
浏览 2提问于2021-03-04得票数 1
回答已采纳
1回答
我是一个有状态的RNN与嵌入层，以执行二进制分类。我对函数API中需要的batch_size和batch_shape有一些混淆。这一错误似乎表明模型混淆了返回的隐藏状态，rnn_ht在拟合数据时将其形状为2400,1403,200和其他的状态。然而，我需要这些状态来计算初始隐藏状态上的梯度，即
我对有状态RNN中的维度感到困惑：
如果有状态=真，我们是基于
浏览 11提问于2022-02-12得票数 1
回答已采纳
1回答
我正在用我自己的数据集处理图像OCR，我有1000个可变长度的图像，我想以46X1补丁的形式提供图像。我已经生成了图像的补丁，我的标签值是以乌尔都语文本表示的，所以我将它们编码为utf-8。我试图按照github的image_ocr示例来实现CTC。但是，在我的CTC实现中，我得到了以下错误。'numpy.ndarray‘对象没有属性'get_shape’
浏览 4提问于2017-05-02得票数 1
看来，Keras已经为您做了许多繁重的工作，当涉及到CTC功能时。然而，我发现建立一个解码函数是很棘手的，我不想把它作为神经网络的一部分来运行。我有一个自定义函数，它是在划时代端执行的，然后迭代我的所有测试数据并评估度量，我目前正在手工完成这个任务，但是我希望使用k.ctc_decode函数(贪婪函数和beam函数)，但是我发现很难访问和合并到我的定制函数中], [dec])
de
浏览 3提问于2017-08-09得票数 2
1回答
我正在建立一个LSTM，作为一份报告，并想总结一下有关它的事情。但是，我已经看到了在Keras中构建LSTM的两种不同的方法，它们为参数的数量产生了两个不同的值。问题正确地说明了为什么这样的代码from keras.layers import Dense, Dropout, Activation据我所知，以下两个LSTM应该是
浏览 11提问于2019-10-09得票数 0
2回答
为了在我的模型(用TensorFlow版本2.1.0编写)的培训过程中获得更多的度量，比如字符错误率(CER)和单词错误率(WER)，我创建了一个回调来传递给我的模型的fit函数。它能够在一个时代结束时产生CER和WER。
这是我的第二个选择，因为我想为此创建一个自定义度量，但是您只能将keras后端功能用于自定义度量。是否有人对如何将下面的回调转换为自定义度量(然后可以在验证<e
浏览 6提问于2020-02-18得票数 2
回答已采纳
我在这里遗漏了一些基本的东西。但我总是使用转置卷积的tf.nn API，其中我必须指定输出形状，因为它是不明确的(Link)。然而，对于TF 2.0，我切换到Keras子类化，现在我想知道为什么我不必在更高级别的API中指定转置卷积的输出形状。他们如何准确地计算它？
浏览 20提问于2019-04-24得票数 2
回答已采纳
我尝试用Keras建立一个CNN + LSTM模型来训练一个视频分类任务模型。首先，建立了一个简单的模型，并使用模拟数据“fit()”api进行了训练，它也能工作！但是实际上，用来训练这个模型的是一个视频数据集，它太大了，无法加载到内存中。所以我需要一个生成器，在这里，我还编写了一个模拟生成器，它生成形状与模拟数据方法相同的数据。当我运行train_gen函数时，我得到以下错误：
浏览 0提问于2018-10-09得票数 1
1回答
我正试图了解CTC丢失如何在语音识别方面起作用，以及如何在Keras中实现它。
和：
y_true：包含真值标签的张量(样本，max_string_length)。y
浏览 0提问于2019-07-31得票数 7
回答已采纳
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<
浏览 2提问于2020-05-17得票数 4
回答已采纳
1回答
我将在Keras模型中使用预先训练过的单词嵌入。我的矩阵权重存储在；matrix.w2v.wv.vectors.npy中；它有形状(150854,100)。现在，当我使用不同的参数在Keras模型中添加嵌入层时，如下所示： embeddings_initializer=keras.initializers.Constant(emb_matrix),
input_len
浏览 1提问于2021-03-03得票数 0
回答已采纳
我已经获得了3D体积的输入数据，并希望对每个切片应用ConvNet。在Keras中，我会使用层。在Tensorflow中，我找不到直接的等价物。这是我到目前为止的代码：slices=tf.split(0,40, x)
segmented_slices这确实减少了维度<em
浏览 1提问于2016-11-03得票数 2
1回答
我试图使用Keras重塑函数API将手套嵌入的输出(4D形状：(?，9，20,100)降到3D (?，9,2000)。但是，当我尝试重新构造((9,2000))(text_layer)时，会弹出一个错误，并指出新数组的总大小必须保持不变，即使9* 20 * 100 =9* 2000。知道为什么吗？密码是附加的。text = Input(shape=(9, news_text.shape[1]), name='text')
text_layer = E
浏览 1提问于2018-08-10得票数 2
回答已采纳
1回答
简单加权嵌入网络
、、
我想要建立一个简单的情感分类器，它接受这个嵌入的可训练加权和。例如，对于“狗”一词，当x和y是学习参数时，我想得到x“狗”*E1“狗”+y“狗”*E2“狗”(请注意，我想学习x和y对于我知道的每个单词，我需要以某种方式学习X向量和Y向量，并使用合并与"add"，但我不知道如何实际做到这一点我的网络看起来如下：embd.add(Embedding(topWords + 2, embedding
浏览 0提问于2018-04-27得票数 3
回答已采纳
使用进行基本操作似乎会产生错误。例如，以下操作失败：input = InputLayer(name="input", input_shapeinput_length参数来“欺骗”，但是当我尝试连接两个这样的嵌入时，它就失败了：
from keras.layers import InputLayer, Embedding, Concatenateconcat = Concat
浏览 2提问于2020-11-10得票数 2
回答已采纳
我正在尝试在keras中实现分别从编码器和解码器的输出和隐藏状态计算相似度分数的点积和通用实现。我的想法是做tf.keras.layers.dot(encoder_output,decoder_state)的乘积来计算产品分数，但这两个值的乘法有错误。= 20
decoder_state = tf.random.uniform(shape=[batch_size,
浏览 6提问于2020-06-28得票数 2
1回答
我的模型由嵌入层和SimpleRNN层组成。我用model.predict获得了所有步骤的隐藏状态，并根据这些步骤绘制了它们的图。我发现隐藏的状态收敛到零，但我不确定我是否能从中推断出任何东西。我的模特：inp= Input(batch_shape= (batch_size, input_length), name=
浏览 13提问于2022-02-14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
腾讯会议
云直播活动推荐
腾讯云开发者
