我正在训练一个模型来预测医学图像中的分割。在训练数据中，输入数据的类型为: numpy.float64，地面实况标签的类型为: numpy.uint8。问题是，由于某种原因，我的模型生成的输出类型为numpy.float32。train_ground, batch_size=batch_size,epochs=epochs,verbose=1,validation_data=(valid_X, va
浏览 36提问于2019-03-26得票数 0
回答已采纳
1回答
我正在将角星h5模型量化为uint8。为了得到完全的uint8量化，用户在中告诉我，有代表性的数据集应该已经在uint8中了，否则输入层仍然在float32中。问题是，如果我输入uint8数据，则在调用converter.convert()期间会收到以下错误
ValueError:不能设置张量:获取类型为INT8的张量，但输入FLOAT32类型为FLOA
浏览 13提问于2020-09-10得票数 0
问题尝试
尝试了dtype arg，但是同样的错误。layer = tf.keras.layers.experimental.preprocessing.Normalization(dtype='<e
浏览 1提问于2020-10-07得票数 2
TensorFlow: 1.14.0
我正在尝试修改来自tf.keras.applications的MobileNetV2实现，以接受uint8输入而不是float32。然后，我将造型添加到float32，并将其重新缩放为-1,1作为模型的前几层。这个想法是让转换成为推理图的一部分，而不是必须在TF之外进行。InputLayer，然后进行强制转换和重缩放，并用它替
浏览 0提问于2019-06-28得票数 1
我用Tensorflow 1.15.3量化了一个Keras h5模型(Tf1.13；keras_vggface模型)，以便与NPU一起使用它。我用于转换的代码是：converter.optimizationsconverter.inference_output_type = tf.int8
浏览 4提问于2020-09-09得票数 1
回答已采纳
我有一个使用numpy数组作为特性和标签在Tensorflow中训练Keras模型的简单代码。然后，如果我使用tf.data.Dataset.from_tensor_slices包装这些numpy数组，以便使用tensorflow数据集训练相同的Keras模型，则会得到一个错误。OBS3：在以"###WORKAROUND 1###“开头的第13行中，如果删除注释，并将该行用于tf.data.Dataset inputs，则错误将发生更改，<e
浏览 0提问于2018-09-07得票数 2
回答已采纳
我需要在Keras中计算模型输出wrt输入的导数。我也看到过类似的帖子，但也没有得到答案：
这是我
浏览 4提问于2018-03-16得票数 4
回答已采纳
2回答
在Keras中可以做这样的事情吗？：
除了模型A，B，C都是水平堆叠成一个模型？我见过一些使用输入层的解决方案，但每当我使用输入层时，我似乎在尝试加载模型时遇到错误。有没有一种方法可以加载所有的模型，将它们连接起来，并保存为一个新的更大的模型？
编辑:我已经训练好了所有的模型。我想在事后将它们结合起来。
浏览 0提问于2021-01-31得票数 1
2回答
为了对图像进行分类，我尝试构建一个CNN模型，但是每当训练完成之后，我尝试给它一个单一的图像(来自训练数据集)，它总是错误地分类这个图像。提前谢谢你。首先，我声明了一个用于培训和测试集的图像数据生成器：我选择了一张作为训练集一部分的图像，我甚至对模型<
浏览 2提问于2021-07-19得票数 0
回答已采纳
我想使用Keras Resnet50模型使用OpenCV来读取和调整输入图像的大小。我正在使用来自Keras的相同的预处理代码(对于OpenCV，我需要转换为RGB，因为这是preprocess_input()所期望的格式)。使用OpenCV和Keras图像加载，我得到的预测略有不同。我不明白为什么预测不一样。这是我的代码：import json
from tensorflow
浏览 2提问于2020-09-30得票数 8
回答已采纳
1回答
我要使用这个TensorFlow来混合张量和Keras张量：model = Model(input=input, output=finalOut)错误信息：
TypeError:将张量输出到模型必须
浏览 2提问于2018-02-23得票数 5
我正在尝试用python对数据进行预处理，以便在深度学习keras函数中使用。 在模型拟合中，我使用categorical crossentropy作为损失函数。它需要分类变量作为目标。我的目标数据示例： y_train = y_train.astype('category') 0 01 0 3 0
4 0 当我尝
浏览 8提问于2019-04-03得票数 2
回答已采纳
我是一名高中生，正在努力学习TensorFlow的基础知识。我目前正在使用从原始原始数据压缩而来的TFRecords输入文件(来自TensorFlow的默认数据集文件类型)构建模型。我目前正在使用一种复杂的方式将数据解析成numpy数组，以便Keras解释它。虽然Keras是TF的一部分，但它应该能够轻松地读取TFRecord数据集。tmp =
浏览 18提问于2019-10-28得票数 1
回答已采纳
我有一个工作的.tflite模型(它以180x180浮子灰度图像)作为输入，并返回6个浮动乙状结肠输出。所有的工作，如预期一样，产生预期的结果与测试图像.当我查看图像数据和输入张量的类型时，它们是uint8。因此-实际上，输入张量应该是一个uint8</e
浏览 6提问于2021-10-10得票数 0
回答已采纳
1回答
(optimizer=..., loss=..., metrics=['accuracy'])
如果模型输出概率和地面真相标签是一个热编码，那么loss='catego
浏览 2提问于2019-09-18得票数 3
回答已采纳
背景：I有两个顺序模型，它们形成一个单一模型，格式如下seq_model1的输出是预先确定的，因此它是tf.Tensor因此，seq_model2的输入可以写成keras.layers.Input(shape(5,))。
如何访问Input() seq_model2**?**的层的各个输入元素？Input()对象充当传入<em
浏览 1提问于2022-11-07得票数 0
2回答
我创建了顺序预处理层模型，如下所示：from keras.datasets import cifar10qy = keras.utils.to_categorical(qy, 10)qx = qx.astype=DA(X).numpy()
pl
浏览 12提问于2022-06-02得票数 0
回答已采纳
该模型的第一层是LSTM。，这是一个长度为3的向量，映射到一个实数)
该模型的input_length为1，input_dim为3。请注意，第一个和最后一个是相同的，并且具有相同的输出(0.23589483)。因此，我的假设是，在Keras处理样本(在本例中是一个3-D向量序列)之后，它会重置模型的记忆。也就是
浏览 1提问于2016-08-29得票数 8
我正在尝试获取一张输入图像，并使用ImageDataGenerator对象的flow方法保存该图像的10个增强版本。问题是它无意中改变了图像的颜色，即使我没有向ImageDataGenerator类传递任何参数。fr
浏览 0提问于2020-08-21得票数 2
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
