Keras是一个极简主义,高度模块化的神经网络库,提供Python中的高级API以及R接口,允许快速原型设计和使用多个计算后端之一。
我有一个模型,其输入(带有形状(高度、宽度、时间)的图像批次)具有动态大小的维度(时间),仅在运行时确定。然而,Dense 层需要 f...
在 Google Cloud Functions 中部署 Keras 模型进行预测
我一直在尝试将一个非常简单的玩具 Keras 模型部署到 Cloud Functions,该模型可以预测图像的类别,但由于未知的原因,当执行到预测方法时,它会得到
类型错误:__init__() 得到了意外的关键字参数“元类”
当我在 pycharm 中使用 python 3.9 并尝试导入包时,出现错误。 运行到第二行代码后出现问题: 将张量流导入为 tf 从tensorflow.keras.models导入
我的深度学习架构也接受大小为 512 的输入向量和大小为 512 的输出向量。 问题是我的 X_data 版本与相同的 y_data 配对。 我有这些张量...
总参数:0,在执行 model.summary() keras 时
模型 = 顺序() model.add(嵌入(283, 100, input_length=56)) 模型.add(LSTM(150)) 模型.add(LSTM(150)) model.add(密集(283,激活='softmax')) model.compile(loss='categorical_crossentr...
为什么我在使用 Keras 3 API 运行此 CNN 代码中的 fit 方法时不断收到无法识别的数据类型?
我正在学习在线课程,并在 python 3.11 中运行以下代码,以使用 Keras 3.6 和 TensorFlow 2.18 构建用于图像分类的 CNN: # 卷积神经网络 导入
我在我的项目中使用 OpenPose 模型的 tf 实现。 从 models/graph/mobilenet_thin 目录中,我尝试通过将 graph.pb 文件加载到张量流中来使用 tf.saved_...
我有一个名为 V 的 3D 张量,其形状为 (P,Q,R) 和一个名为 W 的 2D 张量,其形状为 (P,S)。 我想创建一个形状为 (P,Q,R) 的张量 Z,其中 Z[i,j,k] = W[i,V[i,j,k]]。换句话说,W
InceptionResnetV2 STEM 块 keras 实现与原始论文中的不匹配?
我一直在尝试将 Keras 实现中的 InceptionResnetV2 模型摘要与他们论文中指定的模型进行比较,但在涉及
将模型从 PyTorch 转换为 Tensorflow - 输入形状不匹配
我正在尝试将 Capsule-Forensics 的 PyTorch 实现转换为 TensorFlow。当我能够编译模型并查看其摘要时,我认为我成功地转换了模型,因为 sh...
从头开始训练的 Keras Xception 在历史上给出了 ~100% 的准确率,但在评估时只预测 1,给出了 50% 的准确率
我正在 keras 上训练 Xception 模型,而不使用预先训练的权重来解决二元分类问题,并且我得到了非常奇怪的行为。历史图显示训练准确度为
在 Keras 中为 TF 数据集中的 one-hot 编码标签指定类或样本权重
我正在尝试在不平衡的训练集上训练图像分类器。为了解决类别不平衡的问题,我想对类别或单个样本进行加权。给班级加权
我正在尝试使用 CNN 使用 keras 对 python 中的医学图像进行分类。这些医学图像还包括年龄和性别等文本信息,这些信息可以影响患者的决定...
TensorFlow 2:运行时错误:无法在稀疏变量上使用约束函数
我用 embeddings_constraint 定义一个嵌入对象: 从tensorflow.keras.layers导入嵌入 从tensorflow.keras.constraints导入UnitNorm 。 。 。 emb = 嵌入(input_dim,output_dim,...
为什么预训练的 Swin Transformer 编码器在 TPU 上失败,但在 Colab 的 CPU 上正常?
我正在研究图像分割任务,并尝试使用预训练的 Swin Transformer Large (Swin-L) 编码器作为特征提取主干。该代码在 Colab 的 CPU 上完美运行。怎么...
AttributeError:在拟合深度学习模型时,“str”对象没有属性“name”
我开始研究神经网络。我正在复习《动手》一书第10章的练习10 使用 Scikit-Learn、Keras 和 TensorFlow 进行机器学习,第三版。我正在尝试运行...
当批次需要以不同方式屏蔽时,如何屏蔽变压器模型中可变大小的输入?
我正在使用tensorflow.keras制作一个变压器,并且在理解attention_mask如何用于MultiHeadAttention层时遇到问题。 我的输入是 3 维数据。例如,我们假设...
sklearn.model_selection.GridSearchCV 和 scikeras.wrappers.KerasClassifier 之间的问题
我的sklearn版本是1.4.2,我的版本是0.13.0,当我想在分类中使用gridsreach时,我得到了这个错误: ValueError:估计器 KerasClassifier 的参数激活无效。 这个问题可以
模块“keras.api.backend”没有属性“clip”
我使用 Colab 进行编码并收到此错误: AttributeError:模块“keras.api.backend”没有属性“clip”。 我尝试升级 TensorFlow 和 Keras,但仍然遇到相同的错误。我明白了
无法从 Google Colab 中的 keras 导入 to_categorical
所以我一直在 Google Colab 上开发笔记本,突然出现以下错误。 -------------------------------------------------- ------------------------ 导入错误...