腾讯云
开发者社区
文档
建议反馈
控制台
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
登录/注册
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
(95)
视频
沙龙
1
回答
Tensorflow
嵌入
层
后
紧跟着
Dense
会
产生
形状
误差
python
、
tensorflow
、
keras
、
tf.keras
实际上,我正在尝试使用keras将这个旧的
Tensorflow
1代码转换为TF2: def init_net(batch_size=256, num_feats=30, hidden_size=100tf.keras.initializers.RandomUniform())network.add(softmax_layer) network.compile(optimizer='SGD', los
浏览 17
提问于2021-01-05
得票数 0
回答已采纳
1
回答
与密集
层
相比,RNN和LSTM的精度较低
python
、
tensorflow
、
keras
、
deep-learning
、
lstm
sequence列车数据
形状
:(8982,8982),列车标签
形状
:(8982,46)当使用LSTM或简单的RNN时,我无法获得超过~35我尝试更改变量,添加不同的激活
层
,并添加dropout以防过度拟合。我不认为
浏览 0
提问于2020-12-07
得票数 0
3
回答
不提供输入
形状
的Keras序列
python
、
tensorflow
、
keras
我目前有一个类似于这样的keras模型:model.add(keras.layers.
Dense
(100, activation=tf.nn.relu))model.add(keras.layers.
Dense
(len(labels), activation=tf.nn.softmax)) 模型需要知道它应该期望什么样的输入
形状
。因此,序列
浏览 0
提问于2019-09-10
得票数 13
回答已采纳
1
回答
层
lstm_35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
:[None,1966,7059,256]
python
、
tensorflow
、
keras-layer
、
seq2seq
、
lstm-stateful
我正在为文本摘要创建一个基于单词级
嵌入
的seq2seq模型,并且我面临数据
形状
问题,请帮助。谢谢。=
Dense
(num_decoder_tokens,activation='softmax')编码器数据
形状
:(50,1966,7059)解码器数据
形状
:(
浏览 6
提问于2020-04-28
得票数 2
回答已采纳
1
回答
当使用Keras子类API时,fit()方法返回ValueError
python
、
tensorflow
、
machine-learning
、
keras
、
neural-network
kernel_initializer=params['initializer']) self.output_layer =
Dense
(units=params['layoutx = self.batch_norm(x) x = self.output_layer(x) return x 其中布局是每一
层
(包括输入和输出
层
)神经元的列表。然而,在对模型进行拟合时,
会
产生
以下<
浏览 4
提问于2022-04-16
得票数 0
回答已采纳
1
回答
无法运行具有多重输入的
嵌入
网络Keras
tensorflow
、
keras
我尝试运行一个有9个输入的
嵌入
层
的简单keras模型。但是我总是得到两个错误,取决于
嵌入
后
的
层
。我试图使用两种不同的数据表示,但我得到的是相同的。_1 =
Dense
(256, activation='relu')(x) #x
dense
_meta_2 =
Dense
25/MatMul(定义在recv_device=&quo
浏览 2
提问于2018-11-20
得票数 2
回答已采纳
2
回答
在Conv2D和Keras中数据
形状
是如何变化的?
python
、
machine-learning
、
keras
、
conv-neural-network
、
flatten
此代码仅使用以下方法工作:在卷积
层
和稠密
层
之间。import numpy as npfrom keras.models import Sequential, Modelx = Conv2D(32, (3, 3), activation='relu')(input_layer) x =
Dense
(2
浏览 3
提问于2017-07-07
得票数 5
回答已采纳
1
回答
当我尝试在keras模型中
嵌入
序列数据时,如何解决‘无法将字符串转换为浮点数:’错误
python
、
tensorflow
、
keras
、
sequence
、
bioinformatics
我的环境是Python 3.6.7,
Tensorflow
1.12.0,Keras 2.2.4。'L', 'V', 'L', 'K'], dtype='<U1') 我尝试在keras中使用
嵌入
层
,但出现了以下错误。ValueError: could not convert string to float: 'I'
嵌入
层
的用法如下。我试着把它放在密集
层
中,而不是以
浏览 9
提问于2019-04-18
得票数 1
回答已采纳
1
回答
在运行模型之前,
tensorflow
.keras.layers中是否有一种方法可以获得特定
层
的输出
形状
?
tensorflow
、
keras
、
deep-learning
、
conv-neural-network
、
keras-layer
_keras_shape[3],))(conv) # Define Sigmoid
Dense
LayerAttributeError: 'Tensor' object has no attribute '_keras_shape' 这是因为在模型体系结构开始时
浏览 4
提问于2020-07-23
得票数 2
回答已采纳
1
回答
为什么我的编码器和解码器的参数在自动编码器中不对称?
python
、
tensorflow
、
keras
、
autoencoder
我正在尝试使用Keras API在
Tensorflow
中实现一个自动编码器。我的代码的灵感来自于Keras网站上的示例:https://blog.keras.io/building-autoencoders-in-keras.html 目标是能够通过测量重建
误差
来检测数据集中的异常值我的代码如下所示(我删除了一些
层
以使其更适合): inputD = tf.keras.Input(shape=(1602,)) encoded = tf.keras.layers.
Dense
(1024,Total
浏览 28
提问于2019-04-03
得票数 0
1
回答
我应该使用哪一种ML算法来预测事件列表?
python
、
deep-learning
、
neural-network
我是数据科学模型选择的新手,我希望你能对我目前的问题在模型选择上有所帮助。x1 x2 x3 x4 x5 y1 2 2 2 1 3 Flood3 2 1 1 1 Fire我喜欢根据分类特征来预测前三大事件。假设机器学习涉及概率方法,您建议我使用哪种算法/ ML /深度学习方法?1. Injury3. Flood
浏览 1
提问于2020-02-19
得票数 0
回答已采纳
1
回答
ValueError:检查目标时出错:期望
dense
_3具有二维,但得到
形状
为(500,10,14)的数组
python
、
machine-learning
、
keras
、
lstm
、
rnn
Keras: 2.1.6,python 3.6,
tensorflow
1.8.0from k
浏览 3
提问于2018-11-14
得票数 1
回答已采纳
1
回答
词
嵌入
解释
python
、
tensorflow
在我提出这个问题之前,让我先说明这个问题已经在许多文章中得到了回答,但我仍然很难理解word
嵌入
的基本格式。 让我们从“我喜欢狗”这句话开始。据我所知,这个向量被馈送到一个
嵌入
层
,该
嵌入
层
在RNN的输入张量上添加了一个额外的
嵌入
维度(不必是普通的RNN)。对于批中的单个条目,
嵌入
张量(假设
嵌入
维度为2)如下所示: [4.55,6.78,-> i 3.12,8.17,-> like 1.87,10.95] ->狗 这个张量的
形状
浏览 14
提问于2018-12-21
得票数 2
回答已采纳
1
回答
Tensorflow
:我的rnn总是输出相同的值,rnn的权重没有经过训练。
tensorflow
、
recurrent-neural-network
我使用
tensorflow
实现了一个简单的RNN模型,以了解时间序列数据的可能趋势并预测未来值。然而,模型在训练
后
总是
产生
相同的值。实际上,它得到的最好的模型是:
dense
/bias:0 [CHANGING] loss: 175372340.0 我试过: 添加更多的BasicRNNCell
层
浏览 0
提问于2019-03-15
得票数 3
1
回答
Tensorflow
误差
:奇异
形状
张量分配时的OOM
tensorflow
、
out-of-memory
、
vgg-net
当我得到这个错误时,我试图用一些512x512图像执行一个小的VGG16变体:
dense
_1 (
Dense
) (None, 4096) 16781312 _________在我的模型中,正如我们在model.summary()中所看到的,唯一的4096在
Dense
层
的末尾,在
浏览 2
提问于2020-07-17
得票数 0
回答已采纳
1
回答
多输出的Scikeras
python
、
keras
、
scikit-learn
X_test.shape) #(19, 39) ann = Sequential() ann.add(
Dense
(y_train.shape
浏览 9
提问于2022-02-22
得票数 1
回答已采纳
1
回答
构建一个扁平
层
以处理具有可变输入
形状
的
层
。
python
、
tensorflow
、
keras
我想要做一个新的
层
,将能够建立一个扁平张量从张量可变
形状
的(None, None, 1)。(2, activation='softmax'))但这也
会
产生
另一个错误:更新 我能够为第一个MyFlattenLayer
层</
浏览 0
提问于2021-10-09
得票数 1
1
回答
ValueError:在检查目标时出错:期望
dense
_44具有
形状
(1 ),但得到与
形状
(3,)相同的数组
python
、
tensorflow
、
keras
、
conv-neural-network
、
linear-regression
输入是矩阵(经过预处理
后
可以绘制为RGB图像),初始大小为(3724,4073,3)。with shape (3,)然而,似乎有效的是只预测这三个参数中的一个,给出输入
形状
为(1,0)。(稍后会
产生
与内存有关的其他错误。)这实际上独立于我如何塑造
dense
_4
层
,这意味着
浏览 0
提问于2018-08-02
得票数 0
回答已采纳
8
回答
接收到的标签值为1,它超出了[0,1) - Python,Keras的有效范围
python
、
machine-learning
、
keras
我正在开发一个简单的cnn分类器,它使用带有
tensorflow
背景的keras。model.add(MaxPooling2D(pool_size=(1, 1))) model.add(Flatten()) model.add(Dropout(0.5)) model.a
浏览 0
提问于2017-05-24
得票数 49
回答已采纳
1
回答
变长序列序列学习的奇异行为序列
keras
、
masking
、
recurrent-neural-network
我不清楚我所观察到的行为是否是图书馆想要的行为,以及为什么
会
这样。我建立了一个带有
嵌入
层
和GRU递归
层
的递归模型,说明了这个问题。我使用mask_zero=0.0作为
嵌入
层
,而不是掩蔽
层
,但改变这一点似乎没有什么区别(在输出之前添加掩蔽
层
也一样):from keras.layers import Embedding[[1], [2]]] Y_padded = keras.preprocessing.sequen
浏览 1
提问于2016-09-23
得票数 1
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
基于TensorFlow+Python的文本分类全程详解
Tensorflow2.1实践-IMDB影评文本分类(Kears
动手深度学习:线性回归
TensorFlow和Keras:初学者的简单示例教程
梳理十年Kaggle竞赛,看自然语言处理的变迁史
热门
标签
更多标签
活动推荐
运营活动
广告
关闭
领券