腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
keras
中
的
输入
形状
(
此
损失
要求
目标
具有
与
输出
相同
的
形状
)
、
、
、
这是我第一次使用
keras
,我正在尝试遵循我在网上找到
的
一个教程,并将我自己
的
数据
与
之相适应。我有一个矩阵和二进制标签。我
的
代码: model =
keras
_model_sequential() layer_dense(units = 8, activation = 'relu', input_shape根据错误消息,
要求
输入
数组
的
不同
形状
,我尝试更改
输入<
浏览 40
提问于2019-06-14
得票数 10
回答已采纳
1
回答
GlobalAvgPool1D
与
输出
大小不兼容
、
、
我
的
输入
形状
是(150,10,1),我
的
输出
形状
也是(150,10,1)。我
的
问题是多分类(3类)。在使用np_utils.to_categorical(Y训练)之后,
输出
的
形状
将是(150,10,3),这是完美的。然而,在使用GlobalAvgPool1D()建模
的
过程
中
,它给出了错误:“当使用作为
损失
categorical_crossentropy时,
浏览 4
提问于2020-06-07
得票数 1
1
回答
我如何改变我
的
数据,使它与
损失
:均方误差?
、
、
、
我正在使用mnist数据集(数字),并希望实现均方错误丢失函数,但是我有以下错误: ValueError:一个
形状
为(60000,1)
的
目标
数组被传递给
形状
输出
(无,10),同时用作丢失
的
mean_squared_error
此
损失
期望
目标
具有
与
输出
相同
的
形状
。这是我
的
代码:最初,我尝试了从:修改
的</e
浏览 0
提问于2019-10-27
得票数 1
3
回答
TensorFlow 2.0 [Condition x == y不适用于元素:]
、
、
、
我正在使用TensorFlow 2和
Keras
训练一个国际象棋程序。以前,如果我将数据加载到
与
模型训练
相同
的
脚本
中
,我就可以做到这一点,但随着数据集变得更大,挑选数据然后重新加载它
的
速度会快得多。当我这样做
的
时候,我现在得到了这组错误,即使在将我
的
模型修剪到1层以简化问题之后。 #tf.
keras</
浏览 2
提问于2019-10-29
得票数 5
1
回答
ValueError:检查
目标
时出错:
要求
dense_24
具有
2维,但得到
形状
为(16,10,1)
的
数组
、
、
我正在尝试制作一个简单地学习如何对数组进行排序
的
玩具神经网络,这只是一个实验,但在使用LSTM时,我似乎仍然无法使其发挥作用,我可能遗漏了一些关于
输入
/
输出
形状
要求
的
东西。这是代码,我写了从数据创建开始
的
所有内容,你可以跳过它,直接转到最后
的
fit错误:n=20test_r=0.1from
ker
浏览 0
提问于2020-04-13
得票数 1
2
回答
将
形状
(32,3)
的
目标
数组传递给
形状
(None,15,15,3)
的
输出
,同时使用as loss `categorical_crossentropy`
、
、
、
、
() 64, 3])) cnn.fit(x = training_set, validatia
浏览 26
提问于2020-06-10
得票数 0
回答已采纳
1
回答
如何发展神经网络从关节位置和方向预测关节角度
、
、
、
、
我试图建立一个模型,但是它不会运行,因为
输入
数据
与
输出
形状
不匹配,我也想不出如何更改它。我
的
代码import numpy as npfrom tensorflow.
keras
.layersimport Conv1D, MaxPooling2D, Dense, Flatten from tensorflow.
keras
.utils
浏览 1
提问于2019-11-01
得票数 0
回答已采纳
1
回答
适应文本分类器神经网络接受多个类别
、
、
、
我正在尝试调整这个
Keras
/Tensorflow教程
中
的
文本分类器神经网络,以
输出
多个(超过两个类别)。我认为我可以改变
输出
层使用'softmax‘激活,但我不知道如何调整
输入
层。教程链接:我有16个类别用一个热编码来表示。)) model.add(<em
浏览 3
提问于2019-08-29
得票数 0
1
回答
Keras
tensorflow后端修改丢失
、
、
、
好
的
,我在使用tensorflow后端修改
keras
损失
时遇到了一点问题。如果我使用
keras
.losses.sparse_categorical_crossentropy作为
损失
,它将像普通
的
sparse_categorical_crossentropy一样工作。common_columns=columns, code_columns=code_columns) /usr/local/lib/python3.6/di
浏览 9
提问于2019-08-02
得票数 0
1
回答
我试着用
keras
库来训练模型,但是我得到了值错误
、
、
、
model = tf.
keras
.Sequential()model.add(layers.LSTMoptimizer='rmsprop', loss='categorical_crossentropy', metrics=['accuracy']) ValueError:一个
形状
为(12954)
的
目标
数组被传递
浏览 3
提问于2020-03-26
得票数 0
1
回答
即使尺寸不匹配,自定义丢失函数仍能工作。
、
、
我使用
Keras
/TF
的
模型如下:conv = Conv2D(2, 1) 这是预期
的
浏览 0
提问于2019-01-02
得票数 5
回答已采纳
1
回答
使用conv1D时
输入
数据
与
训练数据之间
的
尺寸不匹配
、
、
、
、
当我处理时间序列数据时,我尝试用Conv1D构建我
的
第一个CNN。我
的
目标
是对1501
形状
的
input_data进行压缩。x_train
形状
为(550,1501),我增加了它
的
尺寸以适应模型。但是,编译器会抱怨: ValueError:一个
形状
为(550,1501,1)
的
目标
阵列被传递给
形状
输出
(None,1500,1),同时用作丢失
的
mean_squared_
浏览 2
提问于2019-12-29
得票数 1
回答已采纳
1
回答
ValueError :
此
损失
期望
目标
具有
与
输出
相同
的
形状
、
、
、
、
我不明白为什么会出现
形状
错误。import Dense, Activation, Flatten,Conv2D, MaxPooling2D 26 model.summary() 518 val_x, val_y, C:\An
浏览 51
提问于2019-11-13
得票数 0
1
回答
如何在CNN模型上应用model.fit()函数?
、
、
、
、
此外,我还应用了model.fit()函数,但它
的
显示错误。ValueError:一个
形状
(90,1)
的
目标
数组被传递给
形状
输出
(None,10),同时用作丢失
的
binary_crossentropy。
此
损失
期望
目标
具有
与
输出
相同
的
形状
。import tensorflow as tf from tensorfl
浏览 3
提问于2020-06-02
得票数 0
回答已采纳
1
回答
如何在训练时在
Keras
中使用
具有
三个
输入
的
度量(GAP度量)?
、
、
这是来自
的
GAP指标代码 x = pd.DataFrame({'pred': pred, 'conf': conf, 'true': truex.prec_k * x.correct我想在训练时使用它,但它得到了conf参数-概率
的
向量或预测
的
置信度分数
浏览 0
提问于2019-05-21
得票数 0
1
回答
spyder和jupyter
中
的
Keras
(Tensorflow) LSTM错误
、
、
、
当我使用google colab时,代码
中
没有错误 但当我使用spyder或jupyter时,出现错误。shuffle=False, callbacks=[history]) x_train_data.shape = (260,10,5) y_train_data.shape = (260,1,5) 我使用
的
是python3.7和TensorFlow2.0,我不知道为什么错误只出现在anaconda
中
。ㅡ 错误码 ValueError:在用作
损失
mean_squared_error时,为
形状
(1,5)<e
浏览 16
提问于2020-03-30
得票数 0
1
回答
生成OCR时出错
、
、
、
我正在尝试建立一个能够识别A-Z,a-z和0-9
的
ocr。这总共是62类识别。以下是我
的
代码:ap.add_argument("-d", "--dataset然后我得到了一个
形状
数组(843,1)from
keras
.models import Sequential from
keras
.layers.co
浏览 1
提问于2018-03-29
得票数 0
2
回答
是否可以使
输出
形状
与
输入
形状
相同
?
、
、
我希望下面的模型采用8,1
的
输入
形状
,批量大小为16。我一直试图使模型
的
输出
形状
与
输入
相同
,但我只能在需要(16、8、1)时才能得到它
输出
的
形状
(16、8、1)。有可能这样做吗?谢谢你
的
帮助。model = tf.
keras
.models.Sequential([ tf.
keras
.layers.Conv1D(filte
浏览 15
提问于2022-07-09
得票数 0
回答已采纳
1
回答
具有
条件返回值
的
自定义
损失
、
、
、
我想要一个
具有
这种正则化
的
损失
函数:对于每个预测,如果预测点
的
范数低于0.9或大于1,我希望应用正则化。intern_circle_distance, 0.1)) ret*2) 当我在model.compile中使用它时,返回一个错误:
形状
必须
具有
相同
的
等级,但对于
具有
输入
形状
的</e
浏览 12
提问于2019-06-21
得票数 1
回答已采纳
2
回答
Keras
目标
向量自动转换为单一热?
、
、
、
y_train
的
形状
就是(60000,),这表明它是一个包含数字
目标
标签(0-9)
的
一维向量。 为了进行数字分类,神经网络一般
输出
一个热编码向量,该矢量
具有
十个维数。我认为我需要使用to_categorical将y
目标
从数字转换为分类,以便使神经网络
的
形状
输出
与
训练样本相匹配,这可能是(60000, 10)。但在我在网上发现
的
几个例子
中
,to_categorica
浏览 8
提问于2020-06-20
得票数 5
回答已采纳
点击加载更多
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
在TensorFlow中实现胶囊网络
《Deep Learning with Python》第三章 3.1 走进神经网络之神经网络剖析
大数据分析使用torchlayers构建PyTorch模型
Keras官方中文版文档正式发布了
Keras官方中文版文档正式发布!
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
活动推荐
运营活动
广告
关闭
领券