我基本上试图构建一个深层模型，其中包含许多卷积2d层，然后是maxpooling 2d，如下所示：model.add（Convolution2D（128,54,7，input_shape =（1,54,180）））model.add（。 ..
我正在研究一个涉及用多项式激活替换某些ReLu激活的研究项目。我继承的代码是使用带有TensorFlow后端的Keras - 我有点......
我有一个带有摘要的预训练模型：图层（类型）输出形状参数＃================================== =============================== vgg19（型号）......
需求您好，我正在尝试在来自圆柱形域的图像上使用CNN，因此我有兴趣以循环（或循环）方式应用卷积层。我是说......
我正在使用tensorflow后端。依次应用卷积，最大池化，展平和密集层。卷积需要3D输入（高度，宽度，color_channels_depth）。卷积后......
Tensorflow CuDNNLSTM keras错误。 TypeError :('关键字参数不理解：'，'time_major'）
在tensorflow 1.13.1中保存CuDNNLSTM模型后，我尝试立即加载它以使用它。我得到以下错误TypeError :('关键字参数不理解：'，'time_major'）。我看了 ...
如何创建自定义keras层“min pooling”但忽略零？
我正在研究具有keras和tensorflow后端的神经网络。通常它是用卷积和最大池化层构建的，就像在vgg16中完成的那样。对于我的神经网络，我会......
我正试图掌握神经网络的基础知识，并努力理解keras层。从tensorflow的教程中获取以下代码：model = keras.Sequential（[keras ....
Keras中自定义图层的trainable_variables属性返回空列表
我尝试在tensorflow / keras中构建我自己的自定义层，强制层对称，我最终得到的是：从tensorflow.python.framework导入tensorflow为tf ....
AttributeError：模块'tensorflow'没有属性'get_default_graph'
我正在做一些与图像字幕相关的任务，我已经加载了初始模型的权重，就像这个模型= InceptionV3（weights ='imagenet'）但我得到的错误是这样的：...
我对神经网络和keras有点新。我有一些大小为6 * 7的图像，过滤器的大小为15.我想要有几个过滤器，并在每个上分别训练一个卷积层...
我正在尝试创建一个在用户指定的图层上拆分Keras模型的函数。我有以下代码：def return_split_models（model，layer）：model_f，model_h = Sequential（），Sequential（）...
如何正确使用Keras LSTM batch_input_size
我正在使用Keras框架构建堆栈LSTM模型，如下所示：model.add（layers.LSTM（units = 32，batch_input_shape =（1,100,64），stateful = True，...
Keras功能（K.function）不与RNN一起使用（提供的代码）
我试图在Keras上看到每个层的输出，但我无法找到正确的代码，所以我做了一个简单的代码，我被困在了。问题：我怎么能得到...的输出
ValueError：检查目标时出错：预期conv2d_3有4个维度，但得到了有形状的数组（66256,58）
我是新手，所以如果有人能解释错误，它会帮助我很多代码：train_image，test_image，train_label，test_label = train_test_split（X，Y，test_size = 0.30，random_state = 42）#splits data，...
keras：ValueError：输入0与图层卷积2d_11不兼容：预期ndim = 4，发现ndim = 2
model.add（Convolution2D（64,3,3，border_mode ='same'，input_shape =（32,32,3）））model.add（Activation（'relu'））model.add（Convolution2D（32,3， 3））model.add（激活（'relu'））model.add（...
我想用卷积替换Dense_out层，有人能告诉我怎么做吗？ code：model = Sequential（）conv_1 = Conv2D（filters = 32，kernel_size =（3,3），activation ='relu'）model ....
Keras model.predict（）为测试输入中的所有值返回相同的预测输出
我正在使用Keras构建神经网络并且模型成功编译并且我已经对数据进行了规范化。但是，当我使用model.predict（xtest）时，我得到每个预测输出def的相同值...
我有以下网络：model = Sequential（）model.add（嵌入（400000,100，权重= [emb]，input_length = 12，trainable = False））model.add（Conv2D（256，（2,2）， activation ='relu'））来自......的输出
在这篇博文中，他实现了Kears图层之外的三重损失。他从网络中获取anchor_out，pos_out和neg_out，然后将它们传递给他定义的triplet_loss（）函数。 ...