我正尝试在colab.research页面中运行我的神经网络,但在这一行仍然收到错误AttributeError: module 'tensorflow' has no attribute 'optimizers':
opt = tensorflow.optimizers.RMSprop(learning_rate=0.00001, decay=1e-6)
我从代码中导入的部分:
import tensorflow
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from t
下面是输入到神经网络的数据值的图像:
正如你所看到的,这是dl问题,我尝试使用它进行分类,我创建了两个隐藏层,每个层中有2个神经元。
import keras
# initialsing the ann
from keras.models import Sequential
# to add different layers to ANN
from keras.layers import Dense
classifier=Sequential()
classifier.a
我完全是这个领域的新手。我开始使用神经网络进行图像分类。我的问题是我用熊猫装了一排。现在我想看看这张图片是哪种类型的。它有标签0。所以我如何把像素值转换成图像。
import matplotlib.pyplot as plt
import tensorflow as tf
import numpy as np
import pandas as pd
import seaborn as sns
import cv2
import os
#import deep learning libraries
from tensorflow.keras.preprocessing.image import
当我使用Python在TensorFlow中使用神经网络进行预测时,我得到了以下错误:ValueError: Input 0 of layer dense is incompatible with the layer: expected axis -1 of input shape to have value 784 but received input with shape [None, 28]。 我正在尝试遵循Tensorflow网站上的教程来训练一个神经网络来对服装进行分类。我写了以下代码: import tensorflow as tf
from tensorflow import
目前,我的神经网络精度函数(和神经网络)如下:
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
from tensorflow.keras import models
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.layers import LSTM
import numpy as np
d
我正在努力学习如何建立一个神经网络。我正在学习一些使用keras的在线教程。我实际上不知道什么是keras或tensorflow。我看到他们经常出现。我试图通过编写一个神经网络来理解它们是如何工作的。
因此,我有一个分类任务,就是对reddit消息进行分类。我使用词袋表示法来表示神经网络的输入。下面是我所做的:
from keras.models import Sequential
from keras.layers import Dense
import matplotlib
import matplotlib.pyplot as plt
import numpy as np
from k
我需要用Keras神经网络的帮助
我没有编程方面的教育。我想用神经网络对数据进行分类(目标分类变量少,预测因子约88个)。我通过修复错误和不断的googleing实现了这一点:
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
import keras.models
from keras import backend as K
from keras.layers import Activation, Dense
import matplotlib.pypl
我试图创建图像分类模型,使用tensorflow为安卓应用程序这里:https://www.tensorflow.org/tutorials/images/classification,然而,我使用我的本地目录。
这是我的代码:
import matplotlib.pyplot as plt
import numpy as np
import os
import PIL
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
from tensorflow.keras.m
我在Colab中使用Keras,我正在处理数据集。任务是图像分类。有相当多的类别(102),而且每个类的图像不多。我试图建立不同的神经网络,从简单的到更复杂的,有和没有图像增强,脱落,超参数调整,批量大小调整,优化调整,图像调整大小.然而,我没有找到一个好的CNN,这给了我一个可访问的val_accuracy,并最终有一个良好的测试准确性。到目前为止,我所能得到的最大val_accuracy是低0.3倍。我很肯定这是有可能得到更好的结果,我只是不知怎的找不到正确的CNN设置。到目前为止我的代码是:
import tensorflow as tf
from keras.models import
当我有一些可训练的参数时,说layer.trainable_weights。我想在输入其他操作之前对这些重量进行排序,我可以这样做吗?我能用一下
import tensorflow as tf
p = layer.trainable_weights
p = tf.sort(p)
或者在Keras中有什么特殊的方式吗?
我对Keras和TensorFlow很陌生。如果有人能回答我的问题,真的很感激,谢谢!
编辑:对于“其他操作”,我想将这些排序的可训练权值输入另一个神经网络,但是该神经网络是固定的(不可训练的)。所以我想做的是
import tensorflow as tf
p = model