keras-layer

0熱度

1回答

Keras：密實與嵌入 - ValueError異常：輸入0是與層repeat_vector_9不相容：預期NDIM = 2，發現NDIM = 3

我有以下網絡的正常工作： left = Sequential() left.add(Dense(EMBED_DIM,input_shape=(ENCODE_DIM,))) left.add(RepeatVector(look_back)) 然而，我需要與嵌入層更換緻密層： left = Sequential() left.add(Embedding(ENCODE_DIM, EMBED_D

0熱度

2回答

如何更改通道數量以微調Keras中的VGG16網絡

我想用我自己的灰度圖像微調VGG16模型。我知道我可以微調/做像添加自己的頂層： base_model = keras.applications.vgg16.VGG16(include_top=False, weights='imagenet', input_tensor=None, input_shape=(im_height,im_width,channels)) ，但只有當渠道= 3根據

0熱度

1回答

keras中的model_weights和optimizer_weights之間的區別

keras中的model_weights和optimizer_weights之間有什麼區別。運行後的代碼如下model.summary顯示共有9個參數，它顯示在1.h5文件的model_weight中。但是optimizer_weight顯示總共18個參數。我只用了1個時代。代碼如下： from __future__ import print_function import keras fro

1熱度

1回答

CIFAR-10尺寸誤差Keras

我想在我的機器的GPU運行Cifar-10 CNN代碼，但我面臨着以下問題：尺寸（1）必須在區間[0,2），其中， 2是輸入中的維數。對於'metrics/acc/ArgMax'（op：'ArgMax'），輸入形狀爲：[？，？]，[]。這裏是我的代碼： import os os.environ["THEANO_FLAGS"] = "mode=FAST_RUN,device=cuda0,flo

3熱度

1回答

keras初始化keras

我想在keras使用glorot均勻初始化一個4 * 11矩陣，使用以下代碼： import keras keras.initializers.glorot_uniform((4,11)) 並獲得輸出： <keras.initializers.VarianceScaling at 0x7f9666fc48d0> 如何可視化輸出。我正在嘗試c [1]並獲取輸出'VarianceScalin

4熱度

1回答

如何與多個輸入來實現自定義層Keras

需要實現這樣一個自定義層： class MaskedDenseLayer(Layer): def __init__(self, output_dim, activation, **kwargs): self.output_dim = output_dim super(MaskedDenseLayer, self).__init__(**kwargs)

1熱度

2回答

創建h5文件（hdf文件）時出錯

對於以下代碼，我已在mnist_weights1234.h5中保存模型權重。並希望創建像相同的層配置 import keras from __future__ import print_function from keras.datasets import mnist from keras.models import Sequential from keras.layers import

1熱度

2回答

錯誤檢查時的目標：預期time_distributed_5有3個維度，但得到了與形狀陣列（14724，1）

試圖建立一個單一輸出迴歸模型，但似乎有問題在最後一層 inputs = Input(shape=(48, 1)) lstm = CuDNNLSTM(256,return_sequences=True)(inputs) lstm = Dropout(dropouts[0])(lstm) #aux_input auxiliary_inputs = Input(shape=(48, 7))

0熱度

1回答

在Keras 2.0上使用合併圖層（lambda /函數）？

我試圖端口this模型爲Keras V2，但我有以下功能相關的問題： def __call__(self, sent1, sent2): def _outer(AB): att_ji = K.batch_dot(AB[1], K.permute_dimensions(AB[0], (0, 2, 1))) return K.permute_dimensions

1熱度

1回答

爲什麼keras代碼在從Keras 1.2.2更改爲Keras 2.0.5時得到錯誤消息

這是我從github獲得的關於等級關注網絡的代碼片段，代碼最初是在Keras 1.2.2中。現在我不得不改變它與Keras 2.0.5編譯，但是，它有這樣的錯誤信息，我無法解決。原代碼如下 MAX_SENT_LENGTH = 100 MAX_SENTS = 20 MAX_NB_WORDS = 276176 EMBEDDING_DIM = 128 VALIDATION_SPLIT = 0.