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。
我正在探索以下Mask R-CNN的示例代码： https://github.com/matterport/Mask_RCNN/tree/master/samples 但是，当我运行 demo.ipynb 文件时，以下代码返回了错误，
如何在Python张量流图像回归模型中增加我的MAE损失函数
我有 8000 张黑色背景上的圆圈图像。每个标签都是圆的 x 坐标。每个图像的大小为 (128,128,3)。我的训练损失从 2000 开始，到 10 结束，同时验证......
尝试使用 keras 保存然后加载模型时出错：“ValueError：无法加载总共 1 个对象。”
我正在尝试保存 DNN 模型，然后使用 keras 方法 load_model 加载模型。 以下是从 Keras 文档复制的简单示例。 导入keras 模型 = keras。
Pyinstaller 创建的 exe 有一个 AttributeError
我使用以下命令使用 pyinstaller 创建了一个 exe 文件： pyinstaller --name BrewTwin --onefile --add-data "模型;模型" --add-data "needed_data;needed_data" --add-
拟合我的张量流（2.15）模型时，我得到以下日志： 纪元 2/10 32/32 - 0s - 损失：17.3287 - 99ms/epoch - 3ms/step 纪元 3/10 32/32 - 0s - 损失：16.9345 - 123ms/epoch - 4ms/step 和...
我安装了每个软件包（tensorflow、keras、sci-kit 等）。 我不能使用来自的东西 从tensorflow.keras.preprocessing.image导入ImageDataGenerator 来自tensorflow.keras.applications...
Tensorflow Keras 模型和 Tensorflow Estimators 都能够训练神经网络模型并使用它们来预测新数据。它们都是位于低级核心之上的高级 API
我知道这对你们来说很基础而且太简单了，但我是一个初学者，需要你们的帮助。 我正在努力用 CNN 制作二元分类器。 我的最终目标是检查准确率超过 0.99 我都导入...
我正在使用这个示例探索修剪神经网络。我的修剪代码使用预先训练的模型，如下所示： prune_low_magnitude = tfmot.sparsity.keras.prune_low_magnitude # 计算结束...
我训练了 Keras 模型并获得了包含训练和验证损失曲线的图表。该图显示以下模式：在此处输入图像描述 谁能帮我解释一下这个gra...
在实现 mRCNN 时，遇到“没有名为‘keras.engine’的模块”的问题
我正在尝试实现 mRCNN，在尝试将其与 Keras 2.0 一起使用时，我多次遇到错误： 回溯（最近一次调用最后一次）： 文件“C:\Users\Warre\PycharmProjects est3\ma...
通过PyLance在VSCode中导入tensorflow、keras“无法解析”
在 VSCode 中的 Python 文件中，我尝试为 AI 模型导入张量流、keras 库。但是，他们会看到黄色波浪线并显示消息“无法导入 [名称]
每当我运行以下代码时： file_name =“soil_model_fineTuned.pkl” 将 open(file_name, 'rb') 作为 f： 模型 = pickle.load(f) 我收到这样的错误： 模型 = pickle.load(f)
AttributeError：EagerTensor 对象没有属性“astype”
我正在尝试在 Google Colab 中制作 GradCAM 热图，如下所示： 将张量流导入为 tf 从tensorflow.keras导入后端为K 从 tf_keras_vis.activation_maximization 导入 ActivationMaximizatio...
出现类型错误：需要 int32，却没有获得“NoneType”类型
我已经实现了带有注意层的序列到序列模型，如果我有 300000 个数据点，如果我使用所有数据点，我不会收到任何错误，我会收到以下错误 model.fit 类型错误：
尝试找出为什么对于具有 i/p 和 o/p 相同 ECG 数据的 DL 模型，准确性几乎稳定，并且损失减少
我试图实现一个正常的全连接深度学习模型，它接收 ECG 传感器值并输出相同的值，但这种情况只有在正常数据下才能正确发生。当心电图值异常时
TensorFlow Keras 模型中的自定义 train_step() 不按顺序打印值
类 model_sub(tf.keras.Model): def __init__(self,modell): 超级().__init__() self.model=modell 自我.i = 1 def 编译（自我，opt，lloss，**kwargs）： super().compile(**kwargs) 自我。
我找到了两种计算 Keras 模型（TF 2.x）FLOPS 的解决方案： [1] https://github.com/tensorflow/tensorflow/issues/32809#issuecomment-849439287 [2] https://github.com/tensorflow/tensorflow/issues/
model.fit() 出现错误：未实现：不支持将字符串转换为浮点数
我不明白我的错误从何而来。我查看了各种来源，但错误总是相同的...... 我有以下错误： UnimplementedError：不支持将字符串转换为浮点数...
预测准确度较低，即 52%，而训练期间的训练和验证准确度约为 92%
我正在使用预训练的 VGG19 来训练模型。在训练时，我的准确率约为 92%（训练和验证）。 vgg19 = VGG19(input_shape=IMAGE_SIZE, 权重='imagenet', 包括...