keras-layer

4熱度

1回答

keras圖層Masking（）和Embedding（mask_zero = True）之間是否有區別？

的嵌入層的文檔是在這裏： https://keras.io/layers/embeddings/ 和掩膜層的文檔是在這裏： https://keras.io/layers/recurrent/ 我不能找到一個差異存在。在某些情況下，其中一個層應該是首選嗎？

4熱度

1回答

由於'conv2d_2 /卷積'從1減1而導致的負尺寸大小

在Keras中聲明輸入圖層時，我得到了此錯誤消息。 ValueError: Negative dimension size caused by subtracting 3 from 1 for 'conv2d_2/convolution' (op: 'Conv2D') with input shapes: [?,1,28,28], [3,3,28,32]. 我的代碼是這樣的 model.add(C

-2熱度

2回答

如何解決神經網絡的準確性成爲不變的問題？

我使用一些簡單的模型： model = Sequential() model.add(Dense(12, input_dim=len(allKeys), activation='tanh', kernel_initializer='uniform')) model.add(Dense(31, activation='tanh')) model.add(Dense(N, activation

0熱度

1回答

檢查輸入時出錯：期望的acc_input有4個維度，但是獲得了形狀數組（200,3,1）

我已經嘗試了很多次，並且閱讀了類似於我的問題的答案，但仍然沒有解決。錯誤檢查時輸入：預期acc_input有4個維度，但得到了陣列狀（200，圖3，1） model.fit(x=[acc_,gyro_],y=[scaled_labels],batch_size=1,validation_split=0.2, epochs=2,verbose=1,shuffle=False) 我的網絡的第一層

2熱度

1回答

keras輸入層（Nnoe，200,3），爲什麼沒有？輸入有3個維度，但得到了形狀的陣列（200,3）

model.fit中的acc陀螺是（200 * 3）輸入層形狀是（200 * 3）。爲什麼會有這樣的問題？檢查輸入時出錯：期望的acc_input有3個維度，但有形狀的數組（200，3）。這是我的模型的可視化。這是我的代碼： WIDE = 20 FEATURE_DIM = 30 CHANNEL = 1 CONV_NUM = 64 CONV_LEN = 3 CONV_LEN_INTE =

1熱度

2回答

Keras JSON導出：inbound_nodes

我想了解和如何interprate keras模型的JSON表示。每個圖層都有保存在字段inbound_nodes內的輸入。我不明白的是他們陣列。例如，對於2個輸入端用於合併層看起來是： inbound_nodes: [ [ ['average_pooling2d_1', 0, 0, {}], ['conv2d_3', 0, 0, {}], ] ]

0熱度

1回答

keras中LSTM的形狀不匹配

我想在我的自定義功能集上運行使用Keras的LSTM。我已經在單獨的文件中訓練和測試功能。每個csv文件包含11列，最後一列作爲類標籤。我的數據集中共有40個課程。問題是我無法找出正確的input_shape到第一層。我已經探索了所有的stackoverflow和github，但仍然無法解決這個問題下面是我的完整代碼。 import numpy from keras.models import

1熱度

2回答

如何合併具有相同輸入的keras連續模型？

我想在keras中創建我的第一個合奏模型。我的數據集中有3個輸入值和一個輸出值。 from keras.optimizers import SGD,Adam from keras.layers import Dense,Merge from keras.models import Sequential model1 = Sequential() model1.add(Dense(3, i

0熱度

1回答

替代Keras中的Lambda層

我嘗試將Keras OCR example轉換爲CoreML模型。我已經可以訓練我稍微修改過的模型，並且在Python中一切看起來都不錯。但是現在我想將模型轉換爲CoreML以使用它我的iOS應用程序。問題是，CoreML文件格式不支持Lambda層。我不是這方面的專家，但據我所知，這裏的Lambda層用於使用ctc_batch_cost()來計算損失。圖層在線464周圍創建。我想這是用

2熱度

1回答

獲取層的輸出作爲特徵向量（KERAS）

我在keras（用於信號分類）一個CNN模型： cnn = Sequential() cnn.add(Conv1D(10,kernel_size=8,strides=4, padding="same",activation="relu",input_shape=(Dimension_of_input,1))) cnn.add(MaxPooling1D(pool_size=3)