10 outputs (class prediction)
在这段代码中，来自全连接层的输出是1024，但我不能理解从哪个计算中生成了这个'1024‘，我也无法从tensorflow documentation.And中找到这个输出大小如何影响预测结果的任何令人满意的答案。
浏览 7提问于2017-08-14得票数 0
回答已采纳
1回答
有没有办法让我在Tensorflow中的操作中有这个自定义成本？I.append(max(-W[j]-train_y[i*n_step+j]+yhat[i*n_step+j],0))
其中，yhat是全连接网络的输出，W、I是辅助网络。
浏览 2提问于2018-04-01得票数 0
1回答
我试图复制一个神经网络来进行深度估计。原作者采用了预先训练的网络，在全连通层和卷积层之间添加了“超像素池层”。在这一层中，对卷积特征映射进行上采样，并对每个超像素的特征进行平均。我的问题是，为了成功地实现这一点，我需要计算每幅图像的超像素。如何访问批处理过程中由keras/tensorflow使用的数据来执行SLIC过度分割？我考虑过将任务分开，并将其分成几个部分，即将图像输入卷积
浏览 3提问于2017-06-16得票数 0
回答已采纳
使用vgg.h5模型+ Keras (GPU上的Tensorflow后端)进行实时对象分类.效果很好。然后，我尝试使用带有vgg.h5权重的纯tensorflow图：
我构建了一个图表(我在tf.Variable中存储内核和偏见经过调查，我发现所有的卷积层工作，但第一个全连接层输出(fc1与25088×4096权值矩阵)在vgg1
浏览 0提问于2018-01-21得票数 1
回答已采纳
1回答
具有不同输入形状的神经网络
、、、、
我目前正在设计一个用于灰度图像彩色化的神经网络架构。稍后，它应该能够为不同大小和不同纵横比的图像着色。我读到，这与普通的CNN是不可能的。我还读到，唯一的选择是将图像缩小到一个特定的大小或使用大的固定大小(如3000x3000px)，并将剩余的空间填充为黑色。这两个选项似乎都不是那么优雅。第一个与我想要的相反，第二个会使神经网络变慢。然后我读到了完全卷积网络，这个问题在那里是不存在
浏览 11提问于2019-04-15得票数 0
1回答
让我们以一个带一个隐层的全连通神经网络为例。输入层由5单元组成，每个单元与所有隐神经元相连。共有、10条隐神经元、。这种输入是如何映射到所描述的神经网络上的？我不明白(0，5,300)的外型是什么意思(只是一个例子)。在我的想象<
浏览 3提问于2017-05-08得票数 12
回答已采纳
1回答
我必须执行一个回归，它将100维向量输入映射到100维向量输出。输入和输出都在0到1200之间。我使用4层MLP (多层感知器)，使用tensorflow全连接层构建。正如通常建议的那样，我将输入规范化，以便它们位于0-1的范围内。因此，我将输入数据除以它获得的最大值。然而，这种方法未能产生任何有用的结果(虽然我没有使产出正常化)。这一次，神经网络表现得相当好。我认为由于正常化，所有的激活都接近于0，并且未能“赶上<
浏览 1提问于2017-10-13得票数 1
回答已采纳
1回答
我正在尝试训练一个标准的全连接神经网络(也就是多层感知器)和TensorFlow。我正在学习一个教程，其中使用手写数字的MNIST数据集()训练了一个类似的神经网络。然而，TensorFlow提供了一些内置的操作，我不能真正复制。例如:为了加载数据，它调用以下函数：mnist = input
浏览 1提问于2018-05-02得票数 2
同样，tensorflow.math.add和tensorflow.keras.layers.add的区别是什么？我之所以有这个问题，是因为当我构建自己的自定义损失函数和度量标准product = multiply([y_true_f, y_pred_f])时，如果我使用from tensorflow.keras.layers**的区别是什么？我根据其他人的代码编写自定义度量函数的以下代码。
浏览 9提问于2020-01-01得票数 2
如何在Java中用Tensorflow制作全连接层？从他们的中，我找不到对它的支持。文档使我相信我只能导入模型。
浏览 0提问于2017-05-08得票数 1
2回答
假设我有一个如下所示的神经网络：model.add(keras.layers.Dense(10, input_shape=(5,),训练过程在这里并不重要，所以我们可以看看keras使用以下命令初始化的随机权重：当然，在一个真实的例子中，这些权重应该在训练过程中进行调整。根据这些model.weights，每个输出神经元返回一个范围内的值。
我想要计算这个精确的
浏览 0提问于2021-05-08得票数 1
2回答
神经元的不同权函数
、、、、
我一直在尝试使用TensorFlow，并创建了一个通用的全连接模型。sigmoid(WX + B)sigmoid(U(X^2) + WX + B)改变这个内部函数有什么作用呢？是否存在一个函数应用程序，在该应用程序中，更改内部函数将改进模型的学习，或者无论学习什么数据，组合输入和某些权重的函数是否都具
浏览 0提问于2017-05-16得票数 2
我最近学到了一些关于StyleGans的知识，有人告诉我，多层Perceptron，MLP，是用来转换噪音的体系结构的一部分。当我看到这个人的代码时，它看起来就像一个正常的8层全连接网络(即线性->relu->线性->relu->.)去年，我用Scikit阅读了Aurelien的“手工机器学习”，“学习”、“Keras”和“TensorFlow 2”，他谈到了MLP。当我读到它的</e
浏览 0提问于2021-03-25得票数 6
回答已采纳
我在tensorflow上实现了“用于语义分割的完全卷积网络”。然而，我的实现不能学习任何有意义的东西，并且总是导致全0预测或NAN值崩溃。我尝试了我学到的所有技巧，消除了Caffe和Tensorflow之间的所有差异。我几乎不知道它现在会错在哪里。
浏览 0提问于2016-05-16得票数 0
我从Tensorflow开始，到目前为止，我只处理过具有少量隐藏层的“浅”前馈网络或神经网络，其对应的W是以如下方式单独定义的(该示例对应于具有五个隐藏层的网络的初始化)： W1 = tf.Variable[60])) b5 = tf.Variable(tf.truncated_normal([10])) 我的问题是，
浏览 35提问于2019-02-09得票数 0
我是Tensorflow和Python的新手。我已经建立了一个多层网络，并对其进行了预训练。现在，我想在第一个网络的旁边建立另一个多层网络。第一个网络的权重是冻结的，我想将我从第一个网络获得的特征与新网络层的正常输入连接起来。如何将第一个网络中特定层的输出与此网络</
浏览 47提问于2020-04-24得票数 1
回答已采纳
1回答
我正致力于在已经训练过的TensorFlow basic LSTM和可以在浏览器中运行的javascript版本之间实现一个接口。问题在于，在我所读过的所有文献中，LSTMs都被建模为微型网络(仅使用连接、节点和门)，而TensorFlow似乎有更多的功能。我有两个问题：
是否有一种实用
浏览 2提问于2015-12-16得票数 9
回答已采纳
1回答
完全连接的图层尺寸
、、、
关于卷积神经网络的完全连接层，我有一些不确定因素。假设输入是卷积层的输出。我知道上一层是扁平化的。但是它可以有多个通道吗？(例如，全连接层的输入可以是16x16x3 (3个通道，展平为768个元素的向量？)接下来，我理解输出的等式是，每个输入是否有1个权重？(例如，在上面的示例
浏览 1提问于2019-06-25得票数 0
我正在训练一个神经网络来执行图像分割。并不是图像的所有部分都有标记，未标记的部分并不总是在同一位置(即最后一行或最后一列)。未标记的像素的标签为-1，而标记的像素为0或1。当我计算二进制交叉熵损失时，我将输出展平，然后执行标准对数损失。所以我想知道在tensorflow中是否有可能获得全1行的索引，这样我就可以生成一个掩码来抵消未标记部分造成的损失。
浏览 3提问于2018-06-03得票数 0
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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
