ValueError:形状(32，5，5)和(32，2)不兼容
这个错误信息是Python编程语言中的一个异常类型，表示形状(32, 5, 5)的数据与形状(32, 2)的数据不兼容。下面是对这个错误的解释和可能的解决方案：
- 错误解释：这个错误通常发生在使用NumPy或其他科学计算库进行矩阵运算时，两个矩阵的形状不匹配，无法进行相应的操作。
- 解决方案：要解决这个错误，可以考虑以下几个方面：
- 检查数据的形状：首先，确保你的数据的形状是正确的。在这个例子中，形状(32, 5, 5)的数据与形状(32, 2)的数据不兼容，可能是因为你在进行某种矩阵运算时，两个矩阵的维度不匹配。你可以使用NumPy的
shape属性来检查数据的形状，然后根据需要进行调整。 - 调整数据的形状：如果你确定数据的形状不匹配，你可以使用NumPy的
reshape方法来调整数据的形状，使其与另一个矩阵兼容。例如，你可以使用reshape((32, 10))将形状为(32, 5, 5)的数据调整为(32, 10)，然后再进行相应的操作。 - 检查代码逻辑：除了数据形状的问题，这个错误也可能是由于代码逻辑错误导致的。你可以仔细检查你的代码，确保在进行矩阵运算时，维度和形状的变化是正确的。
- 检查数据的形状：首先，确保你的数据的形状是正确的。在这个例子中，形状(32, 5, 5)的数据与形状(32, 2)的数据不兼容，可能是因为你在进行某种矩阵运算时，两个矩阵的维度不匹配。你可以使用NumPy的
- 相关概念和知识：
- 异常处理：在编程中，异常处理是一种机制，用于捕获和处理程序运行过程中可能出现的错误或异常情况。Python提供了
try-except语句来实现异常处理，可以在try块中编写可能引发异常的代码，然后在except块中处理异常情况。 - NumPy：NumPy是Python中用于科学计算的一个重要库，提供了高性能的多维数组对象和各种用于操作数组的函数。它是许多其他科学计算库的基础。
- 异常处理：在编程中，异常处理是一种机制，用于捕获和处理程序运行过程中可能出现的错误或异常情况。Python提供了
- 推荐的腾讯云相关产品和产品介绍链接地址：
请注意，以上推荐的腾讯云产品仅供参考，具体选择应根据实际需求进行评估和决策。
相关·内容
安装程序
我在Azure DSVM STANDARD_NC6 (6核，56 GB RAM，380 GB磁盘)上使用1 GPU，使用Python3.6，TF 2.4.0
参数/模型
我有训练数据:形状为print(xtrain.shape)的(4599, 124, 124, 3)和作为分类的ytrain。
我用的是一个经典的发电机
datagen = ImageDataGenerator(
zoom_range=0.1,
rotation_range=25,
width_shift_range=0.1,
height_shift_range=0.1,
s
浏览 1提问于2021-01-22得票数 1
回答已采纳
1回答
卷积层失配的Keras维数
、、、、
我试着和Keras玩来构建我的第一个神经网络。我没有经验，我似乎不明白为什么我的维度不正确。我无法从他们的文档中找出这个错误在抱怨什么，甚至是哪个层导致了它。
我的模型接受一个32字节的数字数组，并在另一边给出一个布尔值。我要输入字节数组上的一维卷积。
arr1是32字节数组，arr2是布尔数组。
inputData = np.array(arr1)
inputData = np.expand_dims(inputData, axis = 2)
labelData = np.array(arr2)
print inputData.shape
print labelData.shape
m
浏览 3提问于2017-07-15得票数 2
回答已采纳
抱歉，如果这个已经回答了，但我找不到它。
我有一个二进制分类问题，我一直在使用CrossEntropyLoss解决这个问题，它需要以下输入和目标张量维度：
我已经转而使用带有预先计算的类权重的BCEWithLogitsLoss来解决标签不平衡问题。问题是BCEWithLogitsLoss需要以下尺寸：
我该如何去塑造我的一维张量，即。我输入的形状的tensor([[0, 0, 0, ..., 1, 0, 0]])是(No. of X samples, 2)？我已经尝试过.unsqueeze(1)，但这给了我(#X, 1)。为了澄清，我在前一个问题中的输入形状是上面文档中的
浏览 35提问于2021-02-18得票数 0
回答已采纳
1回答
全,
我有一个numpy数组的形状(32，2，.)
我想选择轴1中的第一列或第二列，使用32 0和1s的数组。最后一个数组应该具有形状(32，.)。
我试过：arr[:, select]，但是这个形状(32，32，.)。
谢谢!
浏览 2提问于2020-06-08得票数 1
回答已采纳
我正在使用SciPy的pearsonr(x,y)方法，我不知道为什么会发生以下错误：
ValueError:形状不匹配:不能将对象广播到单个形状
它计算前两个测试(我在一个循环中运行了几千个这样的测试)，然后死亡。有没有人知道这个问题可能是什么？
r_num = n*(np.add.reduce(xm*ym))
这是发生错误的珠光体方法中的一行，任何帮助都将不胜感激。
浏览 3提问于2013-06-05得票数 44
回答已采纳
在我正在执行的每个代码部分之后，我都会得到这个错误，并且我无法解决这个问题。以下是代码：需要解决这个问题，
成本函数
def compute_logistic_cost(theta, X, y):
m=len(y)
J = (1/m) * np.sum((-y * np.log(h(theta,X))) - ((1-y)*np.log(1-h(theta,X))))
eps = 1e-12
h[h < eps] = eps
eps = 1.0 - 1e-12
h[h > eps] = eps
return J
#
浏览 3提问于2019-09-27得票数 0
回答已采纳
代码有点长，所以我请求您在这个链接上检查它。
我正在建造一个自动编码器。一开始我工作得很好，但是在增加了一个CNN层之后，我的意思是，在将这个layer_filters = [32, 64]更改为layer_filters = [32, 64, 128]之后，我得到了一个维度错误。这个：
ValueError: Dimensions must be equal, but are 32 and 28 for '{{node mean_squared_error/SquaredDifference}} = SquaredDifference[T=DT_FLOAT](autoencoders
浏览 1提问于2021-08-15得票数 1
回答已采纳
X_train=X_train.reshape((len(X_train), 7, 2))
X_test=X_test.reshape((len(X_test), 7, 2)
ValueError:无法将大小为250670的数组整形为形状(7162,7,2)，如何找到重塑所需的维度值？
浏览 2提问于2022-04-27得票数 0
1回答
我当时正在做“Iris数据集上的模型验证”的作业。
我得到这个错误：“检查输入时出错:期望dense_input具有形状(135，)，但得到具有形状(4，)的数组”。我如何克服这个问题？
我的代码是
from numpy.random import seed
seed(8)
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets, model_selection
from sklearn.model_selection import trai
浏览 1提问于2020-12-25得票数 1
我目前正在学习TensorFlow。我正在尝试创建一个神经网络，它可以准确地评估预测模型，并为其分配分数。我现在的计划是将已经存在的程序的分数结合起来，通过mlp运行它们，同时将它们与真实值进行比较。我已经使用了MNIST的数据，我正在尝试将我所学到的知识应用到我的项目中。不幸的是我有个问题
def multilayer_perceptron(x, w1):
# Hidden layer with RELU activation
layer_1 = tf.matmul(x, w1)
layer_1 = tf.nn.relu(layer_1)
# Output layer
浏览 0提问于2017-01-25得票数 0
回答已采纳
1回答
根据Keras中的shared layers documentation，可以创建一个共享层，并使用不同的输入形状实例化它。它给出了一个Conv2D共享层的示例，如下所示： a = Input(shape=(32, 32, 3))
b = Input(shape=(64, 64, 3))
conv = Conv2D(16, (3, 3), padding='same')
conved_a = conv(a)
# Only one input so far, the following will work:
assert conv.input_shape == (None,
浏览 19提问于2019-01-03得票数 2
回答已采纳
1回答
所以我在这里不知所措。我训练了我的模型，一切正常；但是当我尝试使用预测方法时，我得到了以下错误：
ValueError:在检查输入时出错:期望dense_1_input具有形状(64 )，但得到带有形状(1，)的数组
我觉得很奇怪，因为我给的输入是(64，)，我甚至用cli返回了这个形状
print(type(test_x[0]))
print(test_x[0].shape)
回传
<class 'numpy.ndarray'>
(64，)
在我看来，当我使用
print(str(np.argmax(model.predict(test_x
浏览 1提问于2021-08-10得票数 0
回答已采纳
我有以下(部分)网络架构：
获得的
...
pool = GlobalAvgPool()(gc_2)
predictions = Dense(units=32, activation='relu', use_bias=False)(pool)
predictions = BatchNormalization()(predictions)
...
我正在尝试插入一个批处理规范化层，但是我得到了以下错误：
ValueError:层batch_normalization_1的输入0与图层不兼容:预期的ndim=2，找到了ndim=3。收到的完整形状:无，1，32
我猜第
浏览 1提问于2020-12-03得票数 0
我已经成功地为一些数据安装了一个TFTransformOutput (在本例中，是TF和TFX示例中常见的UCI普查数据集)。我尝试使用transform_raw_features(raw_features)方法应用转换器，但始终得到错误：
ValueError:节点'transform/transform/inputs/workclass_copy‘具有一个与输出#0的GraphDef不一致的_output_shapes属性:形状必须相等，但为0和1。
深入了解源代码，错误似乎起源于saved_transform_io中的_partially_apply_saved_tran
浏览 1提问于2018-10-09得票数 2
1回答
所以我很确定我输入的尺寸是正确的。我认为错误在于输入的重塑，但不是很确定。
以下是我正在使用的内容：
df_matrix = df_model.as_matrix()
df_matrix = np.reshape(df_matrix,(-1,588425,26))
df_matrix.shape
y_matrix = y.as_matrix()
y_matrix = np.reshape(y_matrix,(-1,588425,1))
df_matrix2 = df_model.as_matrix()
model.add(LSTM(32, input_shape=(588425, 26),
浏览 6提问于2017-09-01得票数 1
1回答
基于卷积网的Keras形状失配
、、、、
我以以下方式构建了我的keras模型(当然，这不是最终的生产准备模型)：
self.model = Sequential()
self.model.add(Conv2D(32, (3, 3), input_shape=(674, 514, 1), padding='same',
activation='relu'))
self.model.compile(loss='mean_squared_error', optimizer='adam', metrics=
['accuracy'])
示范摘要
浏览 0提问于2018-02-08得票数 1
回答已采纳
我是板条箱和程序员的新手，我知道如何解决这个问题，我是在YouTube的帮助下编程的，但他没有这个问题，因为我是新手，我不知道如何解决它，更不用说它是关于什么的-请帮助D： 问题是： ---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-58-2d579b4cf5ca> in <module>
浏览 706提问于2021-02-02得票数 1
回答已采纳
我正在寻找一个关于广播规则和乘法因子的numpy.dot方法的一点澄清。我已经创建了两个形状数组(2，)和(3)，它们可以通过添加一个新的轴(3,1形状)来乘以，但是即使添加了一个新的轴并变成(3,1)形状，它也不能通过np.dot方法实现。以下是完成的小测试。
x_1 = np.random.rand(2,)
print(x_1)
x_2 = np.random.rand(3,)
print(x_2)
> [ 0.48362051 0.55892736]
> [ 0.16988562 0.09078386 0.04844093]
x_8 = np.dot(x_1, x_
浏览 1提问于2017-06-18得票数 0
回答已采纳
我试着在我的keras中优化超参数，CNN为图像分类做了准备。我决定使用sklearn中的网格搜索。我克服了从keras flow_from_directory中生成x和y的根本困难，但它仍然不能工作。最后一行ValueError: dropout is not a legal parameter出错 def grid_model(optimizer='adam',
kernel_initializer='random_uniform',
dropout=0.2,
浏览 18提问于2019-04-07得票数 2
1回答
我对NLP非常陌生，我想根据他们的语言对不同的单词进行分类(基本上，我的模型应该告诉我一个单词是法语、英语还是西班牙语等等)。
当我适应下面的模型时，我会得到一个尺寸误差。"dataset“包含单词，它是大小的填充张量(1550，19)，"y”包含不同的语言，它也是大小的填充张量(1550，10)。
np.random.seed(42)
tf.random.set_seed(42)
from tensorflow.keras.layers import LSTM, GRU, Input, Embedding, Dense
input = Input(shape=[None]
浏览 2提问于2020-07-22得票数 0
4回答
所以我试图将两个np数组附加在一起，但它给了我这个错误，ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 2 dimension(s) and the array at index 1 has 1 dimension(s)，我知道这意味着数组的形状不一样，但我不知道为什么和如何修复它。
arr1 = np.array([
[10.24217065 5.63381577]
[ 2.71521988 -3.33068004]
[-3.43022
浏览 307提问于2020-06-06得票数 1
我试着用cnn的方法训练一个模型，用tensorflow和keras，但是我一直收到错误--在这个代码下面，有人能帮我或者至少给我一个安静的建议吗？
#Convolutional Neural Network (CNN) with Word2Vec
CNN_Word2Vec_model = Sequential([
Embedding(input_dim =word2Vec_embedding_matrix.shape[0], input_length=max_len, output_dim=word2Vec_embedding_matrix.shape[1],weig
浏览 5提问于2022-05-06得票数 0
1回答
我正在使用Keras.版本的 '2.3.1‘来训练使用迁移学习的Resnet-50。
在运行以下代码时，我得到了一个错误：
history = model.fit_generator(generator=train_generator,
epochs= 3,
validation_data=validation_generator)
我得到的错误是：
Epoch 1/3
-------------------------------------------------
浏览 3提问于2020-07-01得票数 0
我有一个很简单的例子：
import tensorflow as tf
import pdb
number_features = tf.random_uniform((4096,22))
probs = number_features
probs_L = probs[:,:3]
probs_S1 = probs[:,3:12]
probs_S2 = probs[:,12:22]
confidence_no_digits = probs_L[:,0]
confidence_single_digit = probs_L[:,1] * probs_S1
with tf.Session() a
浏览 2提问于2018-08-23得票数 0
回答已采纳
在结合使用Dense层和TimeseriesGenerator时，我遇到了一些尺寸问题。 我的训练数据如下所示： X = (1 000 000, 6) y = (1 000 000, 2) 我把所有这些都放到了TimeseriesGenerator中 train_gen = TimeseriesGenerator(X, y, length=4, batch_size=32, stride=1) 我收到了： train_gen[0][0].shape
(32, 4, 6)
train_gen[0][1].shape
(32, 2) 之后，我创建了一个简单的模型： optimizer = ke
浏览 16提问于2020-01-08得票数 1
回答已采纳
1回答
嗨，对于我推荐的电影，我使用TF-IDF，但我有一个形状错误。
from sklearn.feature_extraction.text import TfidfVectorizer
tfidf = TfidfVectorizer(analyzer='word', ngram_range=(1, 2), min_df=0, stop_words='english')
tfidf_matrix = tfidf.fit_transform(X_train.summary)
tfidf_matrix.shape
OutPut：
(3933, 56162)
然后：
f
浏览 2提问于2020-04-27得票数 0
我有一些数据集有两个类。当我尝试使用某些度量标准时--例如，、、、或-I--得到一个类似于以下内容的错误：
ValueError: Shapes (None, None, None, 2) and (None, 1) are incompatible.
我想我可以使用并为PR和ROC写我自己的AUC。但说真的我只上了两节课。AFAIK，两个类等于一个类。
如何将我的my记录折叠成一个类？
要完整地完成，以下是重新创建此错误的完整工作示例，从导入、全局和争论开始：
from tempfile import mkdtemp
from os import path, mkdir
from shut
浏览 5提问于2020-12-22得票数 0
1回答
我正在编写一段Python代码，将ConvNet层的输出可视化。看起来一切都不好，但在sess.run函数调用时，我得到了一个维度转换错误，如下所示。 ValueError:无法为形状为'(?，128,128，3)‘的张量'image-in:0’馈送形状(128,128，3)的值 loaded_graph = tf.Graph()
image_to_use = train_images[0]
print(image_to_use.shape) # (128, 128, 3)
with tf.Session(graph=loaded_graph) as sess:
浏览 19提问于2019-04-03得票数 0
回答已采纳
2回答
有人能告诉我，这段代码出了什么问题吗？显示索引错误的原因。编码器和解码器是分开定义的，当我通过最后一行组合这两个模型时，如图所示，它抛出了索引错误。
def Encoder():
x= Conv2D(128, (3, 3),padding='same',activation='relu')(input_img)
x= Conv2D(128, (3, 3), activation='relu', padding='same')(x)
x= MaxPooling2D(pool_size=(2, 2), str
浏览 0提问于2018-09-03得票数 1
我想使用Conv1D使扩展卷积网络成为序列数据集。
所以我尝试了波士顿数据集的Conv1D。
from tensorflow.python.keras.layers import Conv1D, MaxPooling2D
from tensorflow.python.keras.layers import Activation, Dropout, Flatten, Input, Dense
from tensorflow.python.keras.models import Model
from sklearn.datasets import load_boston
from sklearn.
浏览 0提问于2019-02-16得票数 1
回答已采纳
1回答
我有以下功能，我正试图对一组数据执行它。
def spln_inter_curve2(x,y,x_new):
f = interpolate.interp1d(x, y,kind='cubic')
return f(x_new)
我希望能够传递x和y作为数组形状(1892,15)和返回和插值数组的形状(1892,22) (形状的x_new)。插值数组的每一行代表x和y的每一行。
如果将数组传递给函数，则会得到以下错误：
ValueError: X和y阵列必须沿插值轴长度相等。
这样做是可行的：
y_new= spln_inter_curve2(x1000，y10
浏览 1提问于2021-02-01得票数 0
我一直在使用以下功能API来完成使用CNN的图像分类任务：
def create_model(X_train, X_test):
visible = Input(shape=(X_train.shape[0], X_train.shape[1], 1))
conv1 = Conv2D(32, kernel_size=4, activation='relu')(visible)
hidden1 = Dense(10, activation='relu')(pool2)
output = Dense(1, activation=&#
浏览 0提问于2017-11-01得票数 3
1回答
我正在尝试使用Keras Dot，并有以下错误。你能解释一下我做错了什么吗？
x1 = Input(shape=(2,4))
x2 = Input(shape=(4,))
y1 = dot([x1,x2], axes = (2,1))
modelA = Model(inputs=[x1, x2], outputs=y1)
a1 = np.arange(16).reshape(2,2,4)
a2 = np.array( [1,2,3,4] )
modelA.predict([a1,a2])
---->
ValueError: Error when checking : expecte
浏览 1提问于2018-06-17得票数 0
1回答
R-角的不相容形状
、、、、
我尝试使用R进行音频分类，但我遇到了网络形状错误不兼容的问题。我创建了这两个函数，以便读取所有的wave文件并使用mel特性将它们转换成一个矩阵
audio = readWave(paste(outDir, '/', labels$filename[i], sep = ('') ))
audio = normalize(audio)
audio = crop(audio) #in order to have all signals of same size
return(melfcc(audio, sr = audio@samp.rate))
}
浏览 3提问于2022-02-10得票数 0
我是TensorFlow和机器学习的新手。我正在尝试用tensorflow创建一个情感分析NN。
我已经建立了我的架构，我试图训练模型，但我遇到了错误
ValueError:不能为具有形状'(?，100)‘的张量'InputData/X:0’提供形状(32，2)的值
我认为这个错误与输入"layer = tflearn.input_data(None，100)“有关。下面的教程建议输入形状，批次大小为0，长度为100，因为这是序列长度。因此(无，100)，据我所知，这就是被输入网络的培训数据需要的维度，对吗？
有人能解释为什么建议的批次大小输入形状为零，以及为什
浏览 0提问于2018-10-15得票数 0
回答已采纳
我在创建一个新的GeoTIFF文件时，仿射变换系数有一些问题。我正在做的是ETL在一个科学数据集上产生一个2D Ndarray，以及一组包含Lat和Lon的网格Ndarray。网格和数据集数组的尺寸都相同，为645x980。据我所理解，当通过Python通过GeoTIFF方法创建仿射系数时，SetGeoTransform()需要一个仿射系数列表。该列表的形式为[xllcorner, xrotation, x_cellsize, yllcorner, yrotation, y_cellsize]。我的方法类似于这里概述的内容：
在这一点上，我遇到了问题。分别用min()方法对lat &
浏览 4提问于2014-07-02得票数 2
错误：ValueError: matmul: Input operand 1 has a mismatch in its core dimension 0, with gufunc signature (n?,k),(k,m?)->(n?,m?) (size 1 is different from 2) 我正在使用csv数据帧进行线性回归。在重塑和拟合x和y值之后，我遇到了这个错误，突出显示了model.predict部分。 我的代码： import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from
浏览 87提问于2021-04-26得票数 2
回答已采纳
1回答
我现在有一个公式，它从2列收集，在本例中是CB和CC，并将它们连接到列CD中。如果第一列小于5，则公式应为2小数点；如果第一列小于5，则为0小数点。
下面是我为实现这一目标而制定的方案：
=IFERROR(IF(CB32 < 5,CONCATENATE(ROUND(CB32,2),"-",ROUND(CC32,2),"%"),CONCATENATE(ROUND(CB32,0),"-",ROUND(CC32,0),"%")),"")
现在，我需要确保如果列CB或CC都是空的，那么它不会像添加的IFERROR那样
浏览 0提问于2017-03-08得票数 2
回答已采纳
我试着训练我的角膜模型，但是形状是不相容的。错误说
ValueError: Shapes (None, 3) and (None, 3, 3) are incompatible
我的火车组的形状是(2000，3,768)，lable的形状是(2000，3)。
有什么错呢？
模型定义与拟合代码
input_shape = x_train.shape[1:]
model = my_dnn(input_shape, 3)
model.fit(x_train, y_train, epochs=25, verbose=1)
模型码
def my_dnn(input, num_classes):
浏览 1提问于2021-04-12得票数 0
回答已采纳
1回答
我使用Keras/TF的模型如下：
conv = Conv2D(4, 3, activation = None, use_bias=True)(inputs)
conv = Conv2D(2, 1, activation = None, use_bias=True)(conv)
model = Model(input = inputs, output = conv)
model.compile(optimizer=Adam(lr=1e-4), loss=keras.losses.mean_absolute_error)
在model.fit中，我收到一个错误：
ValueError:检
浏览 0提问于2019-01-02得票数 5
回答已采纳
1回答
我使用pandas数据帧和序列作为测试和训练数据。我正在检查我的列车数据帧和测试数据帧的形状，它们是完全相同的。但是我仍然有shapes not aligned错误。下面是我的fit/predict代码： train_df = df.loc[:50]
X_train = train_df[["Value", "Momentum", "Quality", "MinimumVolatility"]]
y_train = train_df["P1ExRe"]
X_train = sm.add_constant(X_t
浏览 17提问于2021-08-08得票数 0
回答已采纳
当我将lambda层添加到我的序列模型中时，它给出了ValueError: Input 0 is incompatible with ... 对于这个模型，我得到了ValueError: Input 0 is incompatible with layer flatten_1: expected min_ndim=3, found ndim=2 model1 = Sequential()
model1.add(Embedding(max_words, embedding_dim, input_length=maxlen))
model1.add(Lambda(lambda x: mean(x
浏览 109提问于2019-03-07得票数 0
回答已采纳
2回答
我正在解决手写数字的问题。希望我的代码是自解释的。 import tensorflow as tf
from tensorflow import keras
from tensorflow.keras.utils import to_categorical
import matplotlib.pyplot as plt
import csv
import numpy as np
with open('train.csv') as f:
reader = csv.reader(f)
contents = list(reader)
labels = n
浏览 118提问于2021-05-11得票数 1
2回答
我得到了一个基本错误，有一个奇怪的输出，我不太理解：
复制的步骤
arr1 = np.zeros([6,10,50])
arr2 = np.zeros([6,10])
arr1[:, :, range(25,26,1)] = [arr2]
产生此错误的：
ValueError: shape mismatch: value array of shape (1,6,10) could not be broadcast to indexing result of shape (1,6,10)
有人能解释我做错了什么吗？
浏览 0提问于2019-10-29得票数 0
回答已采纳
我正在编写一个程序，它使用正向欧拉方法数值求解一些速度方程。当我运行代码时，我会得到一个错误：
` 235 y = np.atleast_1d(y)
236 if x.shape[0] != y.shape[0]:
--> 237 raise ValueError("x and y must have same first dimension")
238 if x.ndim > 2 or y.ndim > 2:
239 raise Val
浏览 5提问于2014-02-05得票数 0
回答已采纳
我正在测试一个图像堆栈上的高斯滤波器，使用来自超级间谍官方网站的代码。我一直收到错误消息'ValueError:至少需要一个数组来堆栈‘。
%matplotlib qt
import hyperspy.api as hs
import numpy as np
import scipy.ndimage
im = hs.signals.Signal2D(np.random.random((10, 64, 64)))
im.map(scipy.ndimage.gaussian_filter, sigma=2.5)
ValueError:至少需要一个数组来堆栈
追溯信息
ValueErro
浏览 0提问于2019-08-18得票数 1
2回答
将数组除以标量数组
、、、
如果我有一个数组，A，具有形状(n，m，o)和一个数组，B，具有形状(n，m)，是否有一种方法可以将a，m处的每个数组除以Bn，m处的标量，而没有列表理解？
>>> A.shape
(4,173,1469)
>>> B.shape
(4,173)
>>> # Better way to do:
>>> np.array([[A[i, j] / B[i, j] for j in range(len(B[i]))] for i in range(len(B))])
列表理解的问题是，它很慢，它不返回数组(所以您必须np.arr
浏览 2提问于2014-02-02得票数 1
回答已采纳
1回答
我在keras上使用LSTM，并使用之前的重整型层，希望我不必为LSTM层指定形状。 输入是84600 x 6 两个月内84600秒。6公制/标签im在2个月内进行测量 到目前为止，我已经 model = tf.keras.models.Sequential()
model.add(tf.keras.layers.Reshape((86400,1,6), input_shape=(84600, 6)))
model.add(tf.keras.layers.LSTM(128, activation='relu', input_shape=
(x_train.shape),
浏览 39提问于2019-02-17得票数 1
据我所知，输入元组从卷积块进入。因此，如果我们想改变input_tuple形状，修改卷积是有意义的。为什么我们需要include_top=False和删除完全连接的层在最后？
另一方面，如果我们有不同数量的类，Keras可以选择使用no_of_classes更改softmax层
我知道我是那个遗漏了什么的人。请帮帮我
示例:用于Inception Resnet V2
input_shape:可选的形状元组，只能在include_top为False时指定(否则输入形状必须为(299,299，3) (带有“channels_last”数据格式)或(3,299,299) (带有“channels_
浏览 1提问于2018-04-27得票数 2
回答已采纳
2回答
我刚接触tensorflow，在将我的自定义数据提供给keras模型时遇到了麻烦。
我遵循这个指南：将我的.jpg文件转换为tf.data。
现在，我将数据转换为(image_batch，label_batch)。image_batch是形状为(32,224,224,3)的EagerTensor，label_batch是形状为(32,2)的EagerTensor。
然后我找到了这个指南：，但行会中的数据被转换为具有shape (32,4)的EagerTensor。
我在执行代码时收到警告：
model = tf.keras.Sequential([
tf.keras.layers.Dens
浏览 24提问于2020-05-11得票数 0
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
即时通信 IM活动推荐
腾讯云开发者
