我试图构建一个只有一个输入X(大小为Xa*Xb的二维矩阵)和两个输出Y1和Y2 (都是一维的)的网络。即使不是我在下面发布的代码中的情况，Y1应该是一个输出一个热点向量的分类器，而Y2应该是用于回归的(原始代码引发了相同的错误)。在训练网络时，我得到以下错误： ValueError: Shapes (None, None) and (None,
浏览 0提问于2020-09-16得票数 0
回答已采纳
我正在使用keras构建一个预测糖尿病的神经网络。然而，我遇到了一个ValueError:当将符号张量提供给模型时，我们希望张量具有静态批量大小。 我试着改变输入形状，但还是卡住了。num_classes = 2from keras.models import Model
# This returnsloss='binary_crossentropy',
浏览 13提问于2019-01-17得票数 1
回答已采纳
我在Keras中使用functional API来构建一个具有多个输出层的神经网络模型。我想知道在优化过程中更新权重时(当做back-prop时)损失是如何评估的。假设使用相同的损失函数，那么所有输出的平均损失是用于最小化成本函数还是单独评估每个输出以更新权重？
提前感谢！
浏览 0提问于2017-04-29得票数 3
我正在尝试在Keras中构建一个具有预先指定连接的神经网络。例如：
我不确定如何在keras中指定各层之间的连接。
谢谢!
浏览 2提问于2018-12-04得票数 1
2回答
是否有可能预测特定输出的"Keras神经网络“的输入？
例如，我有一个具有28输入和3输出的数据集。所以，我在Keras训练过模型，效果很好。现在，我必须在输出中输入特定的值，我必须预测输出的输入是什么。
浏览 2提问于2020-03-11得票数 0
1回答
我在Keras中有一个模型，其中我想让神经网络显式地查看几个特性的总和。我试着这样做：d_input = keras.layers.concatenate(哪里 return K.reshape(K.sum(x), [1])
浏览 0提问于2018-06-08得票数 0
回答已采纳
1回答
我有一个具有数字特征和标签的数据集。我正在使用TensorFlow (TFF)构建一个联邦学习模型。基本上，我所拥有的模型是(神经网络)，它总是在TFF教程中解释。因为它适合我的数据集。我的神经网络： initializer = tf.keras.initializers.Zeros()
return tf.keras.m
浏览 5提问于2022-06-06得票数 0
回答已采纳
1回答
数据：形状= (T，N，K) #特定数据的微观时间序列
其中T是月份的时间维数，M是宏观特征的个数，N是企业的数目，K是P/E比等微观特征的个数任务:使用LSTM输出，重复N次并与微数据连接。我希望对所有公司使用LSTM的输出，即所有t中t的所有(此处H=4)隐藏状态，从而设置return_
浏览 4提问于2020-07-24得票数 0
回答已采纳
1回答
我有一个神经网络，输入一个热m*n向量，行表示类别，列表示位置。
我想训练一个网络输出另一个(随机)向量，在输出层具有相同的m*n形状，每列的概率之和为1。其想法是使用softmax最终层，但我是否需要分别构建每个列并连接？或者，是否可以在Keras中更简单地(例如，一行)完成这一任务？
浏览 2提问于2018-09-20得票数 0
回答已采纳
我正在尝试使用keras构建一个简单的单层LSTM神经网络，它有一个带有一个神经元的Dense()输出层(用于回归)。对于像我这样的简单回归问题，重新调整输入和输出的正确选择是什么?为什么？我知道这与使用的激活函数有关，例如，sigmo
浏览 0提问于2017-08-22得票数 2
1回答
不知何故，我在Keras库里发现了一个非常奇怪的bug。
{ValueError}在检查输入时出错:期望dense_1_input具有形状(130517)，但得到具有形状
浏览 0提问于2018-08-22得票数 0
回答已采纳
1回答
我使用Tensorflow (2.4)和Keras来构建我的神经网络模型。它接受两个张量作为输入，并给出标量输出。网络已经经过训练，从现在开始，它具有固定的权重。在给定两个输入之一的情况下，可以找到使输出值最大化的另一个输入的值？提前谢谢你
浏览 0提问于2021-04-07得票数 0
2回答
我正在尝试构建一个复杂的神经网络。我导入了tensorflow和keras库，并加载了vgg16的卷积层权重，创建了一个适合于分类输入形状图像(128,128,3)的神经网络。以下是神经网络的总结：_________________________________________________________________
Layerparams: 14,755,653
浏览 5提问于2020-10-30得票数 0
回答已采纳
我想提供如下形状的神经网络输入:每个训练条目都是一个二维数组，维数为700x10。共有204人参加培训。标签只是大小为204的一维数组(二进制输出)。(Dense(1, activation='sigmoid'))ValueError: Error when checking它在培训前的验证过程中失败。它验证<
浏览 3提问于2017-11-14得票数 0
回答已采纳
2回答
假设我有一个如下所示的神经网络：model.add(keras.layers.Dense(10, input_shape=(5,),activation='relu'))其中n个输出神经元具有线性激活函数。训练过程在这里并不重要，所以我们可以看看
浏览 0提问于2021-05-08得票数 1
我有一个Keras神经网络，使用函数API，它具有多个输出和多个损失函数(一些回归，一些多类分类)。我将始终有一个标签，至少一个输出在培训，但通常至少有一个将丢失。), depth=5)其中y_pred和y_true应该具有相同的形状(n_samples_in_batch，n_classes (5))，而y_true的<
浏览 4提问于2022-04-27得票数 0
我正在尝试在keras R中构建一个用于时间序列分类的1D卷积神经网络。我的训练数据由1169个向量组成。其中每个向量包含30个时间点，并具有分类标签(类别总数为7，我使用一个热编码对它们进行了编码)。我的代码如下所示layer_conv_1d(filters = 30, kernel_size =
浏览 8提问于2018-08-16得票数 2
回答已采纳
如何使用Keras Functional API定义多输入层？下面是我想要构建的神经网络的一个示例。有三个输入节点。我希望每个节点都是一个长度不同的一维numpy数组。 这是我到目前为止所掌握的。基本上，我想定义一个具有多个输入张量的输入层。from keras.layers import Input, Dense, Dropout, concatenate
from keras.models im
浏览 20提问于2019-01-04得票数 1
回答已采纳
1回答
如何处理两个神经网络的两个输入
、、、、
我想在Keras中构建这样的体系结构。这里，一维CNN (平坦)的输出将作为ANN的输入，其他一些额外的输入也将提供给ANN。因此，有两个位置，这整个模型将接受输入。如何在Keras处理这件事？在model.fit函数中，我们通常使用一个输入。我在Tensorflow后端上使用Keras，并使用AnacondaPythona3.7.3。(这里ANN指正
浏览 2提问于2019-07-26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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
