-
无法在CIFAR100数据集[Keras]上训练VGG16,
我正在尝试从<code>VGGNET-16</code>数据集中的<code>Keras</code>库中训练<code>CIFAR-100</code>,但是验证的准确性和 -
tf。 load_model返回传递给优化器的意外关键字参数:名称
我的cnn模型包含一个Lambda层。当我在保存模型后加载模型时,代码抛出错误“ TypeError:传递给优化器的 -
将`K.constant`或`self.add_weight(trainable = False)`用于图层中的固定权重是否有所不同
我有一个使用固定权重矩阵的自定义keras图层。我想知道如何使用带有tensorflow的keras API处理这个固定权 -
将加载的Keras分类器与自定义指标功能一起使用时出错
我有一个keras模型,该模型使用自定义函数进行度量: <code>model.compile(optimizer = tf.keras.optimizers.Adam -
指定输入形状并准备5个分类的2个数字变量的x_train数据,以便使用Functional API传递给Conv1D
我正在尝试使用Keras,LSTM和Conv1D处理“供体选择”数据集。数据集具有一个文本列,5个分类数据列和2个 -
为什么我的TensorBoard训练图不完整(使用Jupyter / TensorFlow / Keras)?
当我使用TensorBoard可视化训练集和验证集上的错误时,TensorBoard中的训练集错误系列通常会提前停止(不 -
使用keras标记生成器预处理keras数据集
我正在尝试使用keras标记程序对使用以下代码读取的数据进行一些预处理: <pre><code> dataset = tf.data.Dat -
如何在Keras中创建自定义损失函数,包括神经网络输出相对于输入的导数?
我正在寻找训练一个神经网络来满足一个常微分方程。我已经使用keras顺序模型构建了这样的神经网络。</p -
keras lstm输入形状错误请帮助:(
您好,我正在尝试创建用于预测值的lstm:( 但我认为我对使用角膜维数的理解有局限性 我 -
将model.fit()与validation_split配合使用
我正在使用验证拆分来训练和拟合keras模型: <pre><code>self.model = Sequential() self.model.add(LSTM(hidden_units, i -
如何在keras的损失函数中确定y_true和y_pred的“索引”?
我必须设计一个网络,在该网络中应预测本征向量的方向尽可能接近地面真实情况。我正在使用心脏MRI -
使用深度学习识别文本序列中的子部分
首先,我对深度学习非常陌生,如果我没有提出不符合站点标准的问题,对不起。 我有一个<code>a -
1通道/灰度图像,用于使用深度学习/ cnn进行目标检测
我从事对象检测已经有一段时间了,我见过的所有模型都仅将RGB用作输入(如果我们没有3通道,则将数 -
使用tensorflow 1.15,有没有办法加载用C ++在python中创建的keras模型并进行预测?
我已经在Tf 1.15中创建了一个keras模型,并且我希望能够在C ++中使用该模型进行预测。在python中,我只是 -
KeyError:“无法打开属性(无法找到属性:'nb_params')”
我为Keras的VGG-16预训练模型使用了相同的代码,但使用了自己的重量。这是我的代码: <pre><code>f = h5p -
如何修复ModelCheckpoint中的OSError和df.to_csv()中的FileNotFoundError?
我正在使用神经网络,并且在代码中保存了以下文件: <ol> <li>通过<code>ModelCheckpoint</code>:<code>.hdf5 f -
在Keras中将输入名称转换为数组
我有一个正在使用命名类训练的CNN模型。 <pre><code> CATEGORIES = ['HTC-1-M7', 'iPhone-4s', 'iPhon -
内部:无法使用以下模型配置调用thenRnnForward:[rnn_mode,rnn_input_mode,rnn_direction_mode]
我基于CuDDNLSTM层的神经网络给出了我无法正确理解的错误。训练大约30分钟后,错误随机弹出。完整的错 -
请提供单个数组或数组列表作为模型输入
我使用countvector获得注释中每个单词的向量,并将其用作神经网络的输入数据。但是,总有问题。代码和 -
numpy数组python中的动态尺寸
我有一个numpy数组的列表,这些列表将由生成器作为输入提供给神经网络模型。但是,numpy数组的形状可 -
如何修复不兼容的形状:[32,32与[32,32,912] Keras
我正在处理模型中的自定义损失,但出现此错误 <pre><code>tensorflow.python.framework.errors_impl.InvalidArgumentEr -
基于递归神经网络的高效多步提前预测
我有一系列数字,我想预测下一个数字。我在喀拉拉邦使用了这个神经网络。 <pre><code>numbers = [1,2,3,4 -
Keras代码在Jupyter中不起作用:“内核似乎已经死亡。它将自动重新启动。”
我正在用Keras编写代码,用于基于深度学习的简单30x30猫图像分类器。当我到达应该训练模型的代码部分 -
修改后的vgg16我的精度太低
尝试训练cifar-10数据集<br/> <pre><code>lambda_handler() missing 2 required positional arguments: 'event' and 'co -
添加没有参数的图层后无法加载优化器权重
<strong>模型A </strong>: <pre class="lang-py prettyprint-override"><code>ipt = Input(batch_shape=(32, 240, 4)) x1 = Conv1D(16, -
运行会话以获取K.function的输出。错误:提取参数的类型无效,必须为字符串或张量(无法转换GraphExecution ...)
我试图获得相对于Keras输入的损耗梯度。我正在执行以下操作: <pre><code>import tensorflow as tf from tensorfl -
传递形状为(2,256,256,120,2)的目标数组以输出形状为(None,256,256,592,1)的输出,同时使用“ binary_crossentropy”作为损失
我正在用3D体积分割医学图像。图像的原始大小为(256,256,120),在DataGeneration之后,输入为(2,256,256 -
深度学习代表空间数据中的时间
我正在研究应该预测自我车辆轨迹的深度学习模型。我有时空数据: <ol> <li>时间数据-给定时间内的 -
参数化的自定义损失函数,在keras中输入动态尺寸
我正在尝试实现自定义损失函数,该函数除了y_true和y_pred参数外还带有预测标签。我正在关注<a href="https -
为什么keras / python奇怪地执行model.add(layers.Reshape())?
我有一个像这样的神经网络: <pre><code>model = Sequential() model.add(Conv1D(100, 10, activation='relu', batch_i