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。
Tensorflow keras 错误 AttributeError: 'tuple' 对象没有属性 'lower'
我有代码: 将张量流导入为 tf 从tensorflow.keras.preprocessing.text导入Tokenizer 从tensorflow.keras.preprocessing.sequence导入pad_sequences 从tensorflow.keras.models导入
考虑到您有一个与此类似的基本模型: input_layer = 层.Input(形状=(50,20)) 层 = 层.Dense(123, 激活 = 'relu') 层 = 层.LSTM(128, return_sequences ...
我正在通过在笔记本上构建自己的神经网络来练习神经网络。我正在尝试根据 Keras 中的等效模型检查我的模型。我的模型似乎与其他简单编码的神经网络一样工作......
导入错误:无法从“keras.optimizers”导入名称“adam”
我正在尝试导入 Keras 但出现以下错误: ImportError:无法从“keras.optimizers”导入名称“adam”(/usr/local/lib/python3.8/dist-packages/keras/optimizers/__init__.py) ...
我已经按照以下步骤在我的 Windows 系统中安装了 Theano 和 keras(我已经有 anaconda): 安装 TDM GCC x64。 从命令提示符运行以下代码 康达更新康达 康达更新...
在 keras 文档中,它指出嵌入层“只能用作模型中的第一层”。这对我来说毫无意义,我可能想在输入之前对输入进行重塑/展平...
我有一个使用 scikit-learn 的现有设置,但正在考虑使用 Keras 扩展到深度学习。我也在使用Dask,它推荐使用SciKeras。 SciKeras KerasClassifier 的方式...
我正在尝试创建一个自定义损失函数,根据预测、比赛的实际结果和主队获胜的赔率来计算赢得的总金额。 目前,我已经...
自定义子类 Tensorflow MoE 模型的 call() 函数期间出错
我希望实现一个自定义的专家混合模型子类化 keras.Model。 在 call() 函数中,模型从另一个模型(门控模型)获取权重并对它们进行算术运算。
我有2.14版本的keras和tensorflow。我的cuda版本是: 我试图拟合一个简单的模型,但出现以下异常: UnknownError:图形执行错误: 代码是:
如何在 Android 上将位图图像转换为 TensorImage?
我第一次发帖提问。我一直在使用适用于 Android 设备(Java)的tensorflow lite 构建对象分类程序。我已经使用 Python 制作了相同的功能程序......
我在 keras 中有一个模型,它需要两个输入并返回 3 个输出,我想计算一个自定义损失。我遇到的问题是我不知道如何在......中使用中间层的输出
很抱歉问了这个非常基本的问题(我是 Keras 的新手)。我想知道 Keras 如何在早期阶段(拟合之前)计算每一层的参数数量,尽管 model.summary 显示
给定输入图像,预测已通过某种矩阵变换更改的输出图像。 重要的部分是给定网络以前没有见过的输入图像,能够执行...
所以,我正在尝试创建一个 CNN,它可以预测 X 射线胸部图像中是否有任何“支持设备”,但在训练我的模型时,它似乎没有学到任何东西。 我正在使用数据集调用...
我构建了一个简单的卷积神经网络,用于手势图像识别,使用背景减法使手在屏幕上呈现黑色背景的白色形状。它被建造了...
我有 600 000 张图像,我想使用 keras 对它们进行分类。我只是在灰度图像上尝试预训练模型。我正在尝试使用预训练模型的模型架构,例如重新...
机器学习:使用卷积神经网络将图像分类为 3 类(狗或猫或两者都不是)
如果我能在思考这个问题时得到一些帮助,我将不胜感激。我有一个分类器,可以准确地将图像成功分类为狗或猫。我有一个很好的数据集可以训练...
我有一个 2000x256x256x3 RGB 图像(包含紫色/蓝色细胞核的粉红色组织)的数据集和大小为 200x256x256x1 的相应地面实况。地面实况图像是二值的。现在,这是我的
Keras回调AttributeError:'ModelCheckpoint'对象没有属性'_implements_train_batch_hooks'
我正在使用 Keras(带有 TensorFlow 后端)来实现神经网络,并且只想保存在训练期间最小化验证集损失的模型。为此,我实例化了一个