1回答
我有一个长度相等的序列数组，每个序列包含300个数字(M=300)。我正在考虑使用Keras BiLSTM模型解决此任务的以下步骤：在火车集合上训练BiLSTM以预测序列中任何地方的下一个数目请回答以下问题：
在
浏览 0提问于2020-07-13得票数 2
回答已采纳
我以train_images和test_images的形式将我所有的图像保存在3D的numpy数组中。我有4个类，它们是0,1,2,3，我把它们作为列表，命名为“标签”。sparse_categorical_crossentropy',导游的一切都差不多，但当我尝试做预测时，我<e
浏览 1提问于2020-01-27得票数 0
1回答
问题在于代码输出不变，如下所示： lay_1 = layers.Denseactivation='relu')(x) self.model = keras.Model(inputs, out, name='SimpleD2De
浏览 0提问于2020-08-17得票数 2
回答已采纳
很抱歉，因为我对使用Keras和处理一般的LSTM预测都很陌生。我正在编写的代码接受一个CSV文件，该文件的列是浮点或int值，这些值在某种程度上是相关的，使用Keras模型对这些列进行训练，并尝试将其中一列预测为输出。我正在遵循这一指南：
在该示例中，相关的预测列是空气污染量，所有其他值都用于预测该值。为我的CSV修改示例代码似乎很简单--我适当地更改了培训数
浏览 6提问于2022-07-07得票数 0
2回答
有四个类具有标签1、2、3、4，向量y包含所有数据的标签。X矩阵中的一行如下所示：X的形状是(100，3 )，y的形状是(100，)。我使用了来自 StackOverflow应答的自定义StackOverflow(也请参阅解释)来构建RBFLayer。我想使用几个Keras稠密层来构建分类网络。到目前为止我尝试过的
我已经为第一个层使用了一
浏览 4提问于2020-12-20得票数 0
回答已采纳
我正在使用Tensorflow Keras模型来评估连续的传感器数据。我的模型输入由15个传感器数据帧组成。因为函数model.predict()花费了将近1秒的时间，所以我想异步执行这个函数，这样我就可以收集这段时间内的下一个数据帧。为此，我创建了一个具有多处理库和用于model.predict的函数的池。我的代码看起来像这样： return model.predict(data)
global
浏览 0提问于2018-10-18得票数 1
我有一个简单的tf.keras模型：dense = layers.Dense(512, activation=keras.activations.relu, outputs=outputs)>>>print(predictions)
[[1
浏览 2提问于2021-04-09得票数 1
回答已采纳
4回答
我用的是来自Keras的VGG-16模型。到目前为止，我的工作源代码如下：from keras.preprocessing.image import load_imgfrom keras.preprocessing.image import img_to_array
from keras.applications.vgg16 import preprocess_in
浏览 0提问于2017-11-24得票数 12
回答已采纳
1回答
我需要关于如何使用keras模型的简单示例。我不清楚model.evaluate和model.predict之间有什么区别。
我想为二进制分类创建模型。让我说我有猫和狗的图像，训练模型，并可以用它来预测在给定的照片上的动物。也许有一些好的进入或教程。我在谷歌的前五页里读到了任何东西，但只发现了复杂的水平教程和讨论。
浏览 3提问于2016-09-29得票数 5
to have shape (None, 5) but got array with shape (200, 1)# Import necessary modulesimport numpy as np # numpy is just used for reading the datafrom keras.layers importDensefrom k
浏览 0提问于2017-12-13得票数 4
我有一个由过去7年的每小时数据组成的数据集。model8 = keras.models.Sequential([
浏览 0提问于2020-01-15得票数 0
该文档具有以下示例，并指定真实标注和预测标注应具有形状[batch_size]y_pred = [[0.6, 0.4], [0.4, 0.6]]
bce(y_true, y_pred).numpy()
从示例中推断，每个样本的标签格式应为属于0类的概率，属于1类的概率。如果是，为什么y_true[1]概率
浏览 5提问于2021-04-13得票数 1
我试图获得keras的准确率、精确度和召回率指标，但这三个指标都显示出相同的值，这实际上就是准确率。我使用的是TensorFlow文档示例中提供的指标列表： keras.metrics.FalsePositives(name='fp'),
keras.
浏览 17提问于2020-05-16得票数 5
4回答
在这里，我和有同样的问题。np.linalg.norm(x, order, axis)) return x / np.expand_dims(l2, axis)
为了获得与模型输出相关联的类，您还有其他的替代方法吗？
浏览 2提问于2017-04-19得票数 4
回答已采纳
我正在尝试为序列预测实现一个简单的多对多LSTM。这个问题很简单。输入是0和1的序列。每个时间步长的输出是该时间步长之前序列中的1的计数。例如，假设输入是0 1 0 1。因此，我考虑将21个类用于输出(一个热编码)。类0表示序列中没有人。21类显示我们在序列中有20个。到目前为止，我使用了以下模型：
model.
浏览 2提问于2018-10-22得票数 4
2回答
我目前正在训练一个Keras模型，用于分类(20个类)，文本分类问题。(X_test)print(f"Accuracy on test set============================ -1s66us/step 10500/10500 ============================== - 1s 80us/step Ker
浏览 4提问于2019-10-24得票数 0
回答已采纳
我注意到，TensorFlow的image_dataset_from_directory的输出不同于直接加载映像(通过PIL、Keras‘load_img等)。我设置了一个实验:我有一个尺寸为2400x1800x3的RGB映像，并尝试比较不同方法产生的numpy数组：from tensorflow.keras.utils)) # False
print(np.all(img_from_dataset == img_from_pil))
浏览 6提问于2022-05-23得票数 0
1回答
是否存在支持或反对使用单个多输出NN进行多类分类与使用多个一对一NN进行多类分类的理论论点？在这两种情况下，一旦获得了所有输出值，就使用相同的决策规则:具有最高激活度的输出“获胜”，并决定预测返回哪个类。但是我想知道-and为什么-所有的输出都计算在同一个NN上，而不是分开计算，这是更好还是更坏。
浏览 2提问于2013-05-31得票数 4
回答已采纳
我没有找到一个清晰的解释，说明predict_proba()输出的概率是如何计算出来的。
例如，在随机森林中，我知道它反映了属于这个类别的样本在所有树木的相关叶子中所占比例的平均值。但是，在XGBoost中，我无法理解文档或代码中的计算。不是应该给每棵树不同的重量吗？
浏览 0提问于2017-03-19得票数 6
1回答
假设dataset包含3个类的1000个示例，如下所示：显然，这些数据是不平衡的一个天真的策略是预测属于第一类的每一个点。b = [[0.7, 0.1, 0.2]]*1000
对于列表a中的真实标签和列表b中的预测，分类精度为0.95。因此
浏览 2提问于2020-06-19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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
