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
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
文章
问答
(9999+)
视频
沙龙
1
回答
Keras:为什么
只能
使用嵌入层作为第一层呢?
tensorflow
、
keras
在中,它声明嵌入层“
只能
用作模型中的第一层”。这对我来说没有任何意义,在将
输入
传递到嵌入层之前,我可能需要对
输入
进行
整形
/扁平,但这是不允许的。为什么嵌入层必须仅作为第一层使用?
浏览 1
提问于2019-01-05
得票数 3
1
回答
在BSD中是否有相当于LinuxIMQ的内容?
freebsd
、
openbsd
、
traffic-shaping
、
pf
来自linuximq.net:信息
整形
:多接口上的get连接到设备上。其结果是,一个qdisc
只能
处理连接到它所连接的接口的流量。有时,希望对多个接口具有全局限制。
浏览 0
提问于2011-12-31
得票数 2
1
回答
tensorflow: CNN非方形图像
python
、
tensorflow
tensorflow版本1.5.0rc1 python版本:3.5有没有办法摆脱它,把我的CNN设置成一个非方形图像? 谢谢
浏览 0
提问于2018-04-18
得票数 0
1
回答
网站不来谷歌本地上市吗?
local-seo
、
google-local-search
因此,我有一个网站,在谷歌本地上市的关键字“
整形
外科在我的城市名称”,但没有出现时,我
输入
“
整形
外科真菌名称”。注意缺少的单词"in“。虽然该网站是在第一和第二位的有机搜索。那是什么原因呢?
浏览 0
提问于2019-07-05
得票数 0
2
回答
为什么tc不能做入口
整形
?入口
整形
有意义吗?
linux
、
networking
、
network-traffic
、
trafficshaping
在我的工作中,我发现tc可以进行出口
整形
,并且
只能
进行入口监管。我想知道为什么tc不实现入口
整形
?入口
整形
有意义吗?为什么tc不支持它?
浏览 5
提问于2013-04-08
得票数 13
1
回答
对象检测器上的Tensorflow Lite GPU支持
android
、
tensorflow-lite
我已经阅读了https://www.tensorflow.org/lite/performance/gpu页面,我想知道是否有人可以帮我弄清楚如何对"MobileNet固态硬盘对象检测“的
输入
进行
整形
你
只能
得到一个文件:"mobile_ssd_v2_float_coco.tflite“ 我尝试了320x320*3*4,因为如果我尝试300x300的“旧”图像分辨率,我得到一个错误,数组大小不匹配,而新的大小匹配
浏览 4
提问于2019-01-29
得票数 2
1
回答
可变序列的LSTM &返回全序列
keras
如何建立keras模型,以便最终的LSTM层在
输入
可变序列长度的同时输出每个时间步骤的预测值? 这是可能的吗?
浏览 2
提问于2016-12-30
得票数 0
3
回答
将Python数组转换为4维列
python
因此,假设我有a
输入
数组,并b输出数组:b = [ [2, 27, 52, 77], [25, 50, 75, 100]我已经在网上查看过这类格式,但是
只能
找到使用Numpy进行
整形
的方法。
浏览 7
提问于2022-07-07
得票数 1
回答已采纳
1
回答
使用keras模型.hdf5预测图像时出错
python
、
tensorflow
、
keras
、
deep-learning
、
siamese-network
我尝试使用暹罗神经网络来预测图像,我有一个格式为.hdf5的模型,首先我尝试加载我想预测的图像,然后加载模型,最后调用.predict来预测我想知道的图像。这是我尝试的代码siamese_model1.load_weights("/Users/tania/Desktop/weights/siamese_n1.hdf5")我发现了这个错误 --------------
浏览 4
提问于2020-03-18
得票数 0
1
回答
Pybrain多维数据
输入
python
、
neural-network
、
pybrain
有人有用Multi-Dimensional数据作为
输入
的例子吗?我已经搜索了这些文档,并且只找到了一维
输入
示例。
浏览 4
提问于2013-01-18
得票数 1
回答已采纳
1
回答
火炬卷积
输入
整形
cnn
、
pytorch
显然,框架中有一些不同之处,但特别是我很难理解
输入
噪声向量是如何根据生成器架构的以下图像处理的:代码继续将网络的第一层定义为: # input is Z, going into a convolution
浏览 0
提问于2019-07-04
得票数 0
回答已采纳
1
回答
为RNN批量重塑ndarray
python
、
numpy
、
recurrent-neural-network
从给定的数组中获取
输入
,目标是下一个要
整形
的element.Due,直到12个
输入
到来。我需要将
输入
重塑为形状数组(批次数为2,2,3),其中批数数为len(文本)//(2*2*3),以便
输入
批数:批数为1,2,3,4,5,6,7,8,9,10,11,12,13,14,15 [从给定的数组中获取
输入
,在12个
输入
到来之前,目标是其下一个要
整形
的element.Due。我需要将
输入
重塑为形状数组(批次数,2,
浏览 0
提问于2017-06-04
得票数 2
1
回答
将scikits.learn.hmm.GaussianHMM拟合到可变长度的训练序列
python
、
scikits
、
hidden-markov-models
、
scikit-learn
我想让scikits.learn.hmm.GaussianHMM适合不同长度的训练序列。然而,fit方法通过执行以下操作来防止使用不同长度的序列它只适用于形状相同的数组列表。有谁有关于如何继续的提示吗?
浏览 1
提问于2011-01-02
得票数 38
1
回答
如何解决具有不同张量等级的问题?
tensorflow
、
tensorflow.js
我有一个tensorflow.
js
模型,并为我的模型创建了虚拟
输入
,即:我使用以下行将其
输入
到我的模型中:其中三个
输入
具有相同的值我的
输入
浏览 3
提问于2022-03-27
得票数 2
3
回答
节流带宽通过iptables
iptables
、
traffic-shaping
、
bandwidth-control
我需要控制带宽的使用,类似于一些ISP是如何做到的,这样几秒钟后,它就会降低速度。
浏览 0
提问于2010-06-24
得票数 16
回答已采纳
1
回答
多标签矩阵
输入
python
、
c++
、
neural-network
、
deep-learning
、
caffe
所以,在计算L2-损失之前,我使用了Reshape Layer,将向量
整形
成矩阵。然而,我意识到
整形
层在H x W中格式化数据,而我的标签矩阵是[W x H],即w=3,h=5,因此
整形
是不正确的。
输入
矩阵标签的示例(注意,图像只是放大以作说明) Caffe
整形
层的结果如果我做得对,有什么建议吗?
浏览 1
提问于2016-12-05
得票数 0
回答已采纳
1
回答
ValueError:检查
输入
时出错:
输入
应为4维,但得到形状为(859307,1)的数组
python
、
tensorflow
、
keras
、
conv-neural-network
、
dimension
True,decoded_imgs = autoencoder.predict(x_test)TypeError: only integer scalar arrays can be converted to a scalar index 未
整形
的错误
浏览 6
提问于2019-08-16
得票数 1
1
回答
Tensorflow
输入
标签的
整形
tensorflow
假设我有1000x500表,其中500是列和1000行。如果我想把这个tensorflow模型,并说,每次我得到一批20 samplesinputdata #is filled and has a shape of 499x1000 y_ = tf.placeholder(tf.float32,[None,batchSize],name=&
浏览 7
提问于2017-04-10
得票数 0
回答已采纳
2
回答
Keras/Tensorflow预测:阵列形状误差
python
、
python-3.x
、
tensorflow
、
reshape
、
keras
, 3, 32, 32)'我有,而不是,在./keras/keras.json中添加了"image_dim_ordering": "tf"。
浏览 3
提问于2016-06-06
得票数 6
回答已采纳
1
回答
Pyfaster CAFFE模型的图像
整形
caffe
test.prototxt使用以下
输入
参数:input_shape { dim: 3 dim: 224
浏览 1
提问于2017-10-05
得票数 1
回答已采纳
点击加载更多
热门
标签
更多标签
云服务器
对象存储
ICP备案
云点播
腾讯会议
活动推荐
运营活动
广告
关闭
领券