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
(908)
视频
沙龙
1
回答
三维CNN模型抛出负维误差-维数问题
、
、
、
、
-
ValueError
:
Negative
dimension
size
caused
by
subtracting
2
from
1
for '{{node max_pooling3d_5/MaxPool3D
dimension
size
caused
by
subtracting
2
from
1<
浏览 3
提问于2021-06-21
得票数 0
回答已采纳
1
回答
使用gensim doc
2
vec和Keras Conv
1
d。
ValueError
、
、
、
/doc
2
vec-models/dmbbv_300_epoch_500_
size
_model') input_shape = (X_train.shape[
1
],X_train.shape[
2
]),[
1
],return_sequences = True,
浏览 1
提问于2017-09-13
得票数 1
回答已采纳
1
回答
用一个卷积层实现CNN
、
、
问题是我对角化和深入学习并不熟悉,我不知道为什么我会犯这样的错误:
浏览 0
提问于2017-12-11
得票数 3
回答已采纳
1
回答
“MaxPool”的%
1
减去%
2
所导致的负维度大小
我正在尝试构建一个卷积层,如下所示: name='conv_{:d}'.format(window_
size
))(in_x) max_pool = MaxPooling
2
D(
浏览 7
提问于2017-02-17
得票数 1
1
回答
使用alexnet和目录流训练灰度数据集
、
、
、
、
我收到了两条错误信息:
from
keras.layers import Conv
2
D, MaxPooling
2
D
from
keras.layers import Activation, Dropout=(
2
浏览 3
提问于2019-12-29
得票数 3
回答已采纳
2
回答
Keras MaxPooling3D层:负尺寸
(64, (3,3,3), activation = tf.nn.relu)) model.add
dimension
size
caused
by
subtracting
2
from
1
for '{{node max_pooling3d/MaxPool3D}
浏览 10
提问于2020-09-16
得票数 1
回答已采纳
1
回答
ValueError
: 4减去5导致维度大小为负值
、
、
、
、
input_shape=(28,28,
1
)))model.add(Conv
2
D(64, kernel_
size
=(5,5), strides =
1
, activation="relu")) model.add(MaxPooling
2
D(pool_<
浏览 27
提问于2020-05-18
得票数 0
回答已采纳
2
回答
时间序列不平衡分类的Keras-卷积
、
输入形状是Out[29]: (90000, 9)def cnn_
1
d(window_
size
,nb_input_series): model.add(Conv
1
D(32, 9, activation='relu')) model.add(Dropout)) model.add(MaxPooling
1
D(po
浏览 0
提问于2018-03-23
得票数 1
1
回答
Tensorflow InvalidArgumentError: Lambda层切片输入后不兼容的形状
、
、
、
、
在我的卷积网络中,我最近添加了Lambda层作为输入层,用于根据的答案选择输入图像的特定通道当我试图添加MaxPooling
2
D层时,我得到了错误
ValueError
:
Negative
dimension
size
caused
by
subtracting
3
from
2
for '
浏览 1
提问于2018-07-02
得票数 0
回答已采纳
1
回答
python、神经网络、要使用的input_shape的维度和值
、
、
、
、
当我使用这行代码时:我有这个错误:
ValueError
:
Negative
dimension
size
caused
by
subtracting
5
from
1
for 'conv
2
浏览 6
提问于2017-04-17
得票数 0
1
回答
tensorflow中的负尺寸误差
、
、
因此,我有两个图像,img
1
和img
2
,两者都带有shape=(20,20),其中I expand_dims to (
1
,20,20)
1
是批处理大小,并将它们提供给网络,但是我得到了以下错误:
ValueError
:
Negative
dimension
size
caused
by
subtracting
3
from
1
for '{{node conv
2<
浏览 1
提问于2022-05-06
得票数 1
回答已采纳
1
回答
美国有线电视新闻网Keras:
ValueError
: conv
2
d从
2
中减去3的负尺寸尺寸
、
、
、
、
我在使用Keras时得到了这个错误:是因为input_
size
不大于过滤器吗? 'conv
2
d_24/convolution' (我的密码在这里:
from</em
浏览 1
提问于2019-04-17
得票数 2
回答已采纳
2
回答
如何在Tensorflow中解决
ValueError
?
、
但是我收到了这个反馈
Negative
dimension
size
caused
by
subtracting
3
from
2
for '{{node conv
2
d_11/Conv
2
D}} = Conv
2
D[T=DT_FLOAT, data_format="NHWC", dilations=[
1
,
1
,
1
,
1
浏览 8
提问于2022-08-29
得票数 0
2
回答
如何在Conv
1
D中使用MaxPooling
1
D
、
、
(Conv
1
D(12,
1
, activation='relu', input_shape=(
1
,12))) 我在model.add(Conv
1
D.. )下面添加了最大池化来提高性能。model.add(MaxPooling
1
D(pool_
size
浏览 30
提问于2018-12-10
得票数 1
2
回答
Keras convolution
2
d错误
model.add(Convolution
2
D(32, 3, 3, border_mode='same', input_shape=(
1
,12,12)))model.add(Convolution
2
D(32, 3, 3))model.add(MaxPooling
2
D(pool_
size
tensorflow.python.fr
浏览 5
提问于2018-08-02
得票数 0
1
回答
如何在Keras中格式化用于
1
D CNN的
1
D时间序列数组
、
、
、
model.add(layers.Conv
1
D(filters=64, kernel_
size
=
2
, activation='relu',model.add(layers.MaxPooling
1
D(pool_
size
=
2
)) 该模型似乎编译正常,但当我尝试拟合它时,我得到了以下错误。
ValueError
:
Negative</
浏览 2
提问于2021-09-06
得票数 0
1
回答
ValueError
:{{node_3/conv
2
D}从
1
中减去
2
所引起的负维尺寸
、
、
(pool_
size
=
1
))model.add(MaxPooling
2
D(pool_
size
=
1
)) model.add(Conv
2
D(filters=128, kernel_
si
浏览 6
提问于2022-03-07
得票数 0
回答已采纳
1
回答
胶囊网络参数
、
、
、
我希望将输入数据的参数更改为13,9,
1
,因为当我将MNIST参数用于胶囊网络时,它会抛出形状错误
ValueError
:
Negative
dimension
size
caused
by
subtracting
9
f
浏览 3
提问于2022-01-30
得票数 0
回答已采纳
1
回答
从4中减去5所引起的负维尺寸
、
、
它对
2
层非常有用,但是当添加另一层时,我会得到错误消息。
Negative
dimension
size
caused
by
subtracting
5
from
4model = tf.keras.models.Sequential([tf.keras.layers.Conv
2
D(32, kernel_
size
=(5, 5), input_shape=(28, 28,
1
)), tf.keras
浏览 6
提问于2022-03-10
得票数 0
回答已采纳
1
回答
keras Conv
2
d值错误:尺寸大小为负值
、
、
、
() activation='relu',input_shape=(3,201,
1
), data_format='channels_first')) model.add(MaxPooling
2
D(pool_
size
=(
2
,
2
), dim_ordering
浏览 0
提问于2020-01-18
得票数 1
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
编程字典-使用Python实现一个循环输入
腾讯AI Lab AAAI18现场陈述论文:用随机象限性消极下降算法训练L1范数约束模型
Queue in Python
Python中的魔法方法
从MLP到Self-Attention,一文总览用户行为序列推荐模型
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
活动推荐
运营活动
广告
关闭
领券