1回答
卷积神经网络的应用
tensorflow、regression、conv-neural-network
但是我得到了下面的错误， 对于2D，错误是 ValueError:层sequential_4的输入0与layer：：expected min_ndim=4不兼容，找到ndim=2。收到的完整形状：(None，18) 对于1D，错误是 <em
浏览 22提问于2020-12-20得票数 1
1回答
是否可以使用输入维数不固定的conv2d？
python、tensorflow、keras、conv-neural-network
我是tensorflow的新手，我有一个问题:我能在我的conv2d中输入一个形状不是固定的输入吗？inputs.shape =(?，1568)当我训练我的神经网络时，我得到这样的信息：raise ValueError(f'Input {input_index} of layer "{layer_name}" ' ValueError
浏览 3提问于2022-01-19得票数 2
回答已采纳
1回答
如何将CNN训练与适当的输入形式相匹配？
python、keras、conv-neural-network
这是我的列车数据集的形状：model.add(TimeDistributed(Conv1D(filters=64,kernel_size=1, activation='relu'), input_shape=(None,16)))
在代码中显示的输入形状参数中，我得到了以下错误
浏览 0提问于2020-08-20得票数 2
回答已采纳
1回答
如何解决与Keras的Conv2D相关的问题？
python、tensorflow、keras、conv-neural-network
我创建了以下神经网络：model.add(layers.Conv2D(3, (3,3), activation="relu", padding="same", input_shape=constants.GRID_SHAPE))model.add(layers.Flatten())
model.add(layers.Dense(con
浏览 5提问于2022-04-06得票数 1
回答已采纳
2回答
来自conv2d模型的Pedicting说图像也必须是4d的
python、tensorflow、keras、computer-vision、conv-neural-network
这是我创建的模型： model.add(Conv2D(64, (5,5), input_shape = (28, 28, 3)))model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Activation('relu'))
model.addprint((model.predict(test_image))) 导致
浏览 22提问于2021-01-08得票数 1
回答已采纳
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
tensorflow、reshape、tensor、dimension
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
浏览 5提问于2022-10-26得票数 0
1回答
conv2d层在角点文本分类中的尺寸误差
python、tensorflow、keras
我有一个数据，我分裂成火车和测试集和输入形状为(4115,588)。现在我想要创建一个带有Conv2D层的神经网络，但是当我传递输入形状的论证时会面临这个错误。ValueError: sequential_8层的输入0与层：：预期的min_ndim=4，found n
浏览 3提问于2021-11-29得票数 0
1回答
Keras --我应该如何指定培训数据的input_shape？(数据为灰度图像)
tensorflow、keras、neural-network、deep-learning、conv-neural-network
我在Keras中使用Conv2d对灰度图像进行分类。每个图像存储为一个240*300矩阵(即列表[ A_1, A_2,..., A_240 ]，而每个A_k是长度为300的列表)。我应该如何指定我的ConvNet第一层的ConvNet？
ValueError: conv2d层的输入0与图层不兼容:预期的ndim<
浏览 1提问于2019-05-25得票数 0
回答已采纳
1回答
三维CNN中的Input_shape
python、machine-learning、neural-network、conv-neural-network
我有一个包含100000个二进制三维形状数组(6，4，4)的数据集，所以我输入的形状是(10000，6，4，4)。='he_uniform', input_shape=(None, 6, 4, 4, 1))) ValueError:应该定义Dense输入的</em
浏览 1提问于2021-06-11得票数 0
回答已采纳
2回答
将数据集调整为正确的大小
python、tensorflow、machine-learning、scikit-learn、computer-vision
我正在尝试学习tensorflow，并且正在尝试从sklearn导入手写数据集，但我收到以下错误： ValueError: Input 0 of layer conv2d is incompatiblewith the layer: : expected min_ndim=4, found ndim=3.Full shape received: [None, 1797, 64] 我
浏览 62提问于2020-08-22得票数 0
1回答
ValueError:层conv2d的输入0与layer：：expected min_ndim=4不兼容，找到了ndim=3。收到的完整形状：(None，180,180)
python、tensorflow、conv-neural-network
这是我的代码， 我试图建立下面的CNN网络，我观察到的这个错误， model.add(Conv2D(8,3,activation='relu',padding='same',input_shape=(180,180)))model.add(Conv2D(16,3,activation='relu',padding='
浏览 8提问于2021-09-28得票数 0
回答已采纳
1回答
用CONV2D + LSTM叠加
tensorflow、image-processing、deep-learning、conv-neural-network、lstm
我试图使用两种方法，例如Conv2D和LSTM。我已经运行了ImageDataGenerator代码.
结果表明:发现1312幅图像，分属于3类。发现876幅图像，分属于3类。我的形体训练和val是(150,150,1)和(150,150,1)。这里是结合Conv2d + LSTM 的代码。我已经运行了程序model_image，它显示：“输入0层conv2d_76是不兼容层：：期
浏览 1提问于2021-05-04得票数 0
1回答
ValueError: conv2d层的输入0与层：：预期的min_ndim=4，found ndim=3不兼容。接收到的完整形状：(无，400，50)
python、tensorflow、keras
我继续获取与输入形状相关的错误。任何帮助都将不胜感激。谢谢!keras.layers.Conv1D(filters=50, kernel_size=9, strides=1, padding='same', model.add(Dense(100, activation ='relu')) mod
浏览 4提问于2021-06-01得票数 0
1回答
在TensorFlow / Keras中实现3张CNN
python、tensorflow、keras、conv-neural-network
我的数据的形状分别为NHW (N，40，4)。你可以看到它是一个大小为40x4的灰度图像。我想跨越内核，它的大小(3，4)刚好在高度轴上，所以它应该计算3整行的结果。正如您所看到的，没有通道(这意味着我有一个3张)，但是Keras Conv2D层需要一个NHWC (4张)的形状</em
浏览 2提问于2021-03-17得票数 0
1回答
LSTM层不接受CNN层输出的输入形状
python、lstm、sequential、conv-neural-network
我试图创建一个CNN + LSTM网络，但LSTM层不接受输入形状。有什么我能做的吗？model = Sequential()model.addLSTM(512, input_shape = (7, 54, 256,)))model.add(Dense(7, activation='s
浏览 2提问于2020-05-14得票数 1
回答已采纳
1回答
输入0与层flatten_5不兼容:预期的min_ndim=3，找到ndim=2
python-3.x、tensorflow、keras、jupyter-notebook、vgg-net
：
2 model.add(vgg16_model)->4 model.add(平面())412 #在输入不兼容<
浏览 0提问于2018-12-10得票数 2
回答已采纳
1回答
为什么我们要将灰度图像重塑为(x，y,1)？
keras、deep-learning、conv-neural-network
我注意到在用灰度图像训练CNN的时候。图像的维数被重塑为(x，y,1)。我认为这不应该是必要的，但当我尝试形状(x，y)时。我犯了个错误
ValueError: Input 0 of layer conv2d is incompatible with the layer: : expected min_ndim=4, foundndim=3.Fu
浏览 2提问于2021-12-06得票数 -1
回答已采纳
1回答
ValueError: layer sequential的输入0与layer：：expected min_ndim=4不兼容，找到了ndim=2。收到的完整形状：[None，1]
python、tensorflow、machine-learning、keras
layers model.add(Conv2D(32, (3, 3),model.add(Conv2D(64, (3, 3))) model.add(MaxPooling2D(pool_size=我收到
浏览 0提问于2020-09-12得票数 0
2回答
ValueError: layer sequential的输入0与layer：：expected min_ndim=4不兼容，找到了ndim=2。收到的完整形状：[None，2584]
python、tensorflow、machine-learning、keras、deep-learning
(16, (3,3), padding='same', input_shape=(513, 25, 1)))model.add(Conv2D(16, (3,3(0.25))model.add(LeakyReLU())
model.add(Conv2D(16,
浏览 0提问于2020-09-06得票数 8
回答已采纳
1回答
灰度图像卷积神经网络
python、tensorflow
我试图运行一个CNN (卷积神经网络)的1通道/灰度图像大小28x28像素。当我试图训练这个模型时，它说：
ValueError: sequential_5层的输入0与层：：预期的min_ndim=4，found ndim=3不兼容。收到的完整形状</em
浏览 3提问于2020-08-12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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
