我发现keras.applications和tensorflow集线器中的一些模型使用了不同的预处理。例如，我读到mobilenetv2模型要求图像从tensorflow集线器缩放为0,1，在keras.applications中缩放为-1，1。现在，keras.applications模型都提供了预处理功能，或者至少提供了有关如何预处理的信息。我可以在tensorflow hub上查找相同
浏览 13提问于2021-05-22得票数 0
是的，我在任何地方都读到过keras和tf.keras不兼容的地方。但是你可以把tf.keras.layers传递给一个keras模型，也能工作。当我尝试用我自己的模型做这件事.这不管用！如果您检查Resnet50.py的resnet源代码，它们构建的模型如下x = layers.Dense()(x)
model显然，
浏览 6提问于2020-03-11得票数 0
回答已采纳
我正在尝试理解当使用由keras.application提供的带有tensorflow compat.v1模块的基础网络之一时，需要什么样的图像预处理 特别是，我对转换范围为-1,1或类似范围内的每个像素通道值的函数感兴趣我深入研究了代码，似乎Tensorflow依赖于Keras，另一方面，它应该有3个不同的功能:一个用于tf，一个用于caffe，最后一个用于torch，这意味着每个基础网络都没有特定的功能 到目前为止，我刚刚重新实现
浏览 20提问于2020-04-06得票数 0
在Keras中对数据进行预处理的正确方法是什么，同时针对我们自己的数据在keras.applications中微调预先训练的模型？Keras提供了以下preprocess_input函数
从内部看，对于inception_v3、xception和inception_resnet_v2，它调用了带有mode='tf'的。而对于其他模型，它设置了mode='caff
浏览 8提问于2018-02-08得票数 16
回答已采纳
我想使用keras.applications.resnet50来训练一个模型。 但在我的数据中，它们不仅仅是图像，在表格中还有一些变量项。我看到keras的文档，keras.layers.concatenate可以在我扁平化图像项后将两层结合在一起。 但是keras.applications.resnet50不能连接变量项。如何在预训练模型的基础上定制层？下面是我的演示代码： im
浏览 25提问于2019-01-16得票数 1
回答已采纳
import numpy as npfrom tensorflow import kerasfrom tensorflow.keras.optimizers import Adam
from tensorflow.keras.metrics import\api_v2\keras\applications_init_.py)：无法从“tensorfl
浏览 9提问于2020-08-21得票数 0
1回答
我想将一些VGG16层的权重逐层复制到另一个具有类似层的小型网络中，但我得到了一个错误消息： File "/home/d/Desktop/s/copyweights.py", line 78, in, in h5py.h5o.open
KeyError: "Unable to open object (object 'model_weights' doesn't exist)" 该文件肯定在路径中，<
浏览 23提问于2019-09-11得票数 0
回答已采纳
尝试使用从keras获得的imagenet_utils.preprocess_input(x)方法时，会引发一个错误：data_format = backend.image_data_format我使用Python3.6、Keras2.2.4和Tensorfl
浏览 0提问于2019-01-17得票数 2
1回答
我想在Keras中加载经过预先训练的ResNet50v2模型。>", line 1, in <module>在搜索该错误时，建议使用keras_applications包。backend.image_data_format(),
AttributeError: 'NoneType&#
浏览 0提问于2019-11-09得票数 5
回答已采纳
1回答
是否有大量类的多类分类体系结构？
、、、、
我是深度学习的新手，做业余爱好项目。现在我正在做200类的多类图像分类。有没有可以让我看看的教程或者实际的架构？到目前为止，我尝试了基本的Dense和CNN网络，但我从来没有达到过比5%更高的准确率。 到目前为止，我最基本的CNN是这样的。'))model.add(Dense(num_classes, activation='softmax'))
model.compil
浏览 4提问于2019-04-28得票数 0
回答已采纳
import numpy as np import osimport kerasfrom keras.models import Sequentialimport matplotlib.pyplotas plt
from sklearn.model_selection impo
浏览 4提问于2021-06-01得票数 0
2回答
我通过Keras加载、扩展和训练了一个VGG16网络，然后将它保存到磁盘上：from keras import modelsmodels.Sequential()...model.fit(...)在另一个脚本中，我再次加载了经过训练的模型：
from
浏览 2提问于2019-05-15得票数 1
回答已采纳
我正在尝试使用来自tf.keras的tf.keras模型，但由于某些原因，这似乎不起作用。import tensorflow.keras.applications as apps不将EfficientNetB0作为模型列出。‘ModuleNotFoundError:没有名为的模块
我目前的Keras.applications是1.0.8，这似乎是最新的版本。我的Ke
浏览 6提问于2020-06-09得票数 4
回答已采纳
我注意到tf.keras.backend.get_session()和keras.backend.get_session()返回不同的会话对象。
为了确保他们返回相同的对象？我有一些使用tf.keras.backend.get_session()来用tf.saved_model.simple_save保存Keras模型的代码，但是如果模型来自使用keras而不是tensorflow.keras<em
浏览 3提问于2019-05-31得票数 1
1回答
我有一个2049张手语MNIST图像的数据集(我知道的不多)。我浏览了默认的MNIST教程，只看了这些图片。有办法把我的分数提高吗？还是仅仅是因为图像数量少？提前感谢！(分数低于1 %)
浏览 0提问于2018-05-14得票数 0
回答已采纳
1回答
我正在尝试使用Tensorflow中的预训练模型。我使用了以下代码：from tensorflow import keras
但是，以下代码可以正常工作：
from tensorflow.keras.applicatio
浏览 0提问于2020-04-14得票数 0
我正在尝试从图像中导入to.implement图像分类for.extracting功能我正在使用DeepImageFeaturizer和Inceptionv3模型，但从sparkdl导入DeepImageFeaturizer返回错误导入错误:无法从pyspark colab中的Keras.applications导入名称ResNet50。
浏览 4提问于2021-09-11得票数 0
我正在尝试让预先训练过的Keras 3/Xception模型在tensorflow.js中工作。模型加载得非常好，但是输出预测是不正确的(参见InceptionV3预测图)这些模型目前是否与tensorflow.js不兼容？或者我的代码有问题吗？通过以下方式保存/转换了模型：
from keras.applications
浏览 2提问于2019-02-19得票数 2
回答已采纳
1回答
调用VGG16模型与不包含模型的顶层有什么区别？我想知道，当调用模型而不包括顶层时，为什么没有在模型摘要中显示对层的输入参数。我以以下两种方式使用了VGG16模型：model = vgg16.VGG16(weights='imagenet', include_top=False)模型</e
浏览 0提问于2019-02-03得票数 2
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
