腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(6861)
视频
沙龙
1
回答
Tensorflow
:
ValueError
:
输入
0
与
层
模型
不
兼容
:
期望
的
shape
=(
None
,
99
),
找到
的
shape
=(
None
,
3
)
、
、
、
、
我正在尝试使用
Tensorflow
中
的
ANN分类
模型
进行预测,以便使用MediaPipe对姿势关键点进行分类。mediapipe姿势跟踪器有33个关键点用于x,y和z坐标,总共有
99
个数据点。()(landmarks) import cv2import numpy,我从mediapipe和
Tensorflow
得到以下错误:
Valu
浏览 89
提问于2021-11-16
得票数 2
回答已采纳
1
回答
ValueError
:
层
“顺序”
的
输入
0
与
层
不
兼容
:
期望
shape
=(
None
,81),
找到
shape
=(
None
,77)
、
、
我正在尝试训练一个神经网络,但我得到了以下错误:我试图
找到
解决这一问题
的
办法,但无法这样做。但是,当我试图
找到
准确性时,我得到了如下所示
的
相同
浏览 2
提问于2022-04-20
得票数 1
回答已采纳
1
回答
ValueError
:
输入
0
与
层
模型
不
兼容
:应为
shape
=(
None
,x),
找到
shape
=(x)
、
、
我正在实现一个从游戏
的
最小地图中预测轮胜
的
ConvNet。但是我在训练网络时遇到了一些问题。当我运行以下代码时,我得到了错误:代码:fr
浏览 57
提问于2021-05-19
得票数 0
1
回答
使用inceptionv
3
预训练
模型
进行预测时为什么会出现误差
、
、
我使用
的
是初始v
3
预训练
模型
Images.
shape
为(15000,75,75,
3
) ? 但是当我使用model.predict时,我得到了这个错误:
输入
0
与
层
model_1
不
兼容
:
期望
的
shape
=(
None
,75,75,
3
),
找到
的
shape
=
浏览 26
提问于2021-08-21
得票数 0
回答已采纳
1
回答
Tensorflow
/ Keras
ValueError
:
层
“
模型
”
的
输入
0
与
层
不
兼容
:
期望
shape
=(
None
,224,224,
3
),
找到
shape
=(32,224,
3
)
、
、
我正在从keras中
的
resnet50
模型
进行转移学习。我就是这样创建
模型
的
: augmentation_layer = Sequential
ValueError
:
输入
0
层
“"model_2”是
不
兼容
的
层
浏览 9
提问于2022-09-29
得票数 0
回答已采纳
1
回答
CNN
不
预测图像类别
、
、
、
我用CNN制作了一个脑瘤检测
模型
,当我试图通过预测样本图像
的
类别来测试它时,会出现一个错误。best_model.predict(image)
ValueError
: zero_padding2d
层
的
输入
0
与
图层
不
兼容</
浏览 0
提问于2020-10-18
得票数 1
回答已采纳
1
回答
Tensorflow
ValueError
:
层
"sequential“
的
输入
0
与
层
不
兼容
:
期望
的
shape
=(
None
,20,20,
3
),发现
的
shape
=(
None
,20,
3
)
、
、
、
、
所以我试着测试我训练过
的
模型
(图像分类器)import
tensorflow
:tf.keras.layers.Conv2D(1
浏览 0
提问于2021-09-07
得票数 0
1
回答
ValueError
:
输入
0
与
层
model_1
不
兼容
:应为
shape
=(
None
,50),
找到
shape
=(
None
,52)
、
、
我
的
语言处理
模型
的
神经网络如下: ## inputsmasks = layers.Inputsparse_categorical_crossentropy', model.summary()
模型
的</
浏览 102
提问于2021-10-29
得票数 1
1
回答
ValueError
:
TensorFlow
2
输入
0
与
层
模型
不
兼容
、
、
、
我正试图通过使用ResNet、
TensorFlow
2和CIFAR-10数据集来编写基于
的
Python
3
CNN体系结构。您可以访问木星笔记本。在使用"model.fit()“对
模型
进行培训期间,经过一段时间
的
培训,我得到以下错误:
ValueError
:
输入
0
与
层
模型
不
兼容
:
期望
shape
=(无,32,32,
浏览 3
提问于2021-03-05
得票数 0
回答已采纳
1
回答
训练Keras回归
模型
时
的
误差
、
、
、
对于这个新手问题,我很抱歉,我试图用Keras来训练一个回归
模型
,但是我在model.fit()中遇到了一个错误。import
tensorflow
as tffrom
tensorflow
.keras import layers [ 5, 6, 7, 8, 9],[10, 11, 12, 13, 14]]) y
浏览 6
提问于2021-12-07
得票数 1
回答已采纳
1
回答
层
顺序
的
输入
0
与
层
不
兼容
:
输入
形状
的
期望
轴-1有值784。
、
、
、
、
我有一个在MNIST上训练
的
模型
,但是当我
输入
一个手工制作
的
图像样本时,它会引发
ValueError
:
层
顺序
的
输入
0
与
层
不
兼容
:
输入
形状
的
预期轴-1
的
值为784,但接收到
的
输入
具有形状(无,1)。我已经检查了
模型
的
输入
,它
浏览 2
提问于2021-02-13
得票数 4
回答已采纳
1
回答
ValueError
:
层
"model_23“
的
输入
0
与
该
层
不
兼容
:预期
的
shape
=(
None
,784),found
shape
=(50,28,28)
、
、
ValueError
:
层
"model_23“
的
输入
0
与
该
层
不
兼容
:预期
的
shape
=(
None
,784),found
shape
=(50,28,28)
浏览 1
提问于2022-02-24
得票数 -1
1
回答
层
“顺序”
的
输入
0
与
该
层
不
兼容
:
、
、
、
、
ValueError
:
层
“顺序”
的
输入
0
与
层
不
兼容
:
期望
shape
=(
None
,455,30),
找到
shape
=(
None
,30) 全新
的
ML,开始一个初学者项目,不知道为什么形状已经改变,我可以做什么来使
模型
加载这是我
的
代码供参考。pd.read_csv (r'&
浏览 1
提问于2022-11-04
得票数 0
1
回答
ValueError
:
层
“值”
的
输入
0
与
图层
不
兼容
:预期
的
min_ndim=2,
找到
ndim=1
、
、
、
我是
tensorflow
.When
的
新手,我试着修改
模型
结构,我把一个张量'r',它
的
形状是(
None
,1 ),转换成带有tf.reshape(r,4,)
的
一维张量,然后
输入
到稠密
层
中。一维张量
的
形状为(4,),稠密
层
的
input_
shape
设置为(4,),出现错误。
ValueError
:
层
“值”
的
输
浏览 5
提问于2022-10-26
得票数 0
3
回答
用不同
的
通道替换预先训练过
的
模型
的
输入
层
?
、
、
、
我想重复使用预先训练
的
权重
的
MobiletNetv2,但
与
图像
与
12频道。我知道这需要创造更多
的
重量,但这没关系,因为我想重新训练无论如何。我找不到办法让它起作用。__init__() self.flat1 = tf.keras.lay
浏览 2
提问于2021-05-14
得票数 1
1
回答
Tensorflow
2.4.1 --使用tf.data.Dataset拟合Keras序列
模型
、
、
、
、
我试图按以下方式安装一个tf.data.Dataset:from
tensorflow
import keras但是,我得到了以下错误:
ValueError
:
层
顺序
输入
0
与
<
浏览 5
提问于2022-01-11
得票数 0
回答已采纳
1
回答
在Keras
模型
中向Conv1D
层
输入
时出错
、
、
、
、
我使用tf-以色列国防军矢量数据作为我
的
Keras
模型
的
输入
。tf-以色列国防军载体
的
形状如下:代码:convnet1=Conv1D(128,
3
,padding='same',activation='relu')(in
浏览 0
提问于2018-10-03
得票数 1
1
回答
层
lstm_9
的
输入
0
与
图层
不
兼容
:
期望
的
ndim=
3
,
找到
的
ndim=4。收到
的
完整形状:[无,2,4000,256]
、
、
我尝试用RNN网络创建
模型
,但我收到了:
层
输入
0
与
层
lstm_9
不
兼容
:预期
的
ndim=
3
,
找到
了ndim=4。完全接收到:
None
,2,4000,256错误。
输入
labels_values =
浏览 1
提问于2020-04-29
得票数 1
回答已采纳
1
回答
层
“
模型
”
的
输入
0
与
该
层
不
兼容
:
期望
的
shape
=(
None
,512,512,
3
),
找到
的
shape
=(512,512,
3
)
、
、
、
、
我正在为二进制类训练一个Unet分段
模型
。数据集在
tensorflow
数据管道中加载。图像为(512,512,
3
)形状,面具为(512,512,1)形状。
模型
期望
输入
为(512,512,
3
)形状。
层
“
模型
”
的
输入
0
与
该
层
不
兼容
:
期望
的
shape
=(
N
浏览 1
提问于2022-03-08
得票数 4
回答已采纳
1
回答
三维CNN中
的
Input_
shape
、
、
、
我正在尝试使用Keras建立一个三维卷积神经网络( input_
shape
);但是,我
输入
的
这个
3
D卷积神经网络似乎有一个问题。我
的
第一
层
是: model.add(Conv
3
D(20, kernel_size=(2, 2, 2), strides=(1, 1, 1), activation='relu', kernel_initializer='he_uniform', input_
shape
=(
Non
浏览 1
提问于2021-06-11
得票数 0
回答已采纳
点击加载更多
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
Tensor,与Numpy比较,Constant
TensorFlow layers模块用法
使用Keras进行深度学习:(一)Keras 入门
马斯克开源的 grok-1 大模型对标 openai chatGPT 源码硬核第三弹
最新版 TensorFlow 快速入门
热门
标签
更多标签
云服务器
ICP备案
对象存储
腾讯会议
云直播
活动推荐
运营活动
广告
关闭
领券