keras-layer

    1熱度

    1回答

    我使用的是具有tensorflow後端的Keras。我在Keras中使用功能層。我想要實現的是我在某個層次上具有以下架構。 的張量(20200)----> LSTM ---->分割成大小爲(20100)的2張量的每個 然後,使用這兩個張量作爲進一步的網絡的兩個分支。 (我們可以認爲這與合併操作相反) 我被告知要實現這一點的唯一方法是使用Lambda圖層,因爲在Keras中沒有「分割」功能。 但是看

    3熱度

    1回答

    我試圖寫Lambda層在Keras其中調用一個函數connection,一個運行循環for i in range(0,k)其中k被供給在作爲輸入的功能,connection(x,k) LAMBDA層功能。現在,當我嘗試調用該函數的功能API中,我嘗試使用: k = 5 y = Lambda(connection)(x) 此外, y = Lambda(connection)(x,k) 但無

    5熱度

    1回答

    我一直試圖在Keras中使用池層tf.nn.fractional_max_pool構建一個順序模型。我知道我可以嘗試在Keras中製作自己的自定義圖層,但我試圖查看是否可以在Tensorflow中使用該圖層。對於下面的代碼片段: p_ratio=[1.0, 1.44, 1.44, 1.0] model = Sequential() model.add(ZeroPadding2D((2,2),

    0熱度

    1回答

    我想與keras一起使用交替更新規則。 也就是說每批我想打電話給一個常規的基於漸變的步驟,然後調用一個自定義步驟。 我想通過繼承優化器或回調來實現它(並使用批次調用)。但是,兩者都不會,因爲它們都缺少批處理數據和批處理標籤(而且我都需要)。 關於如何實現keras自定義交替更新的任何想法? 如果需要的話,我不介意直接打電話tensorflow具體方法,只要我能保持使用該項目與keras框架包裹(與

    0熱度

    1回答

    我在Keras中設計了一個圖層。這是網絡的第一層。該層的輸入必須是RGB圖像,即形狀(高度,寬度,3)。但是當我運行代碼時,出現以下錯誤。 ValueError:使用不是符號張量的輸入調用圖層sequential_1。收到的類型:。全輸入:[< main .CountPix object at 0x7fa9a5e81518>]。該層的所有輸入都應該是張量。 我應該如何輸入圖像或在圖層中修改什麼?

    2熱度

    1回答

    爲什麼下面的代碼給出ValueError: Input 0 is incompatible with layer dense_14: expected min_ndim=2, found ndim=1?當我刪除unroll=True時,它是有效的,我不希望這會影響LSTM的輸出維度。 from keras.models import Sequential from keras.layers im

    0熱度

    1回答

    Dears,有沒有人有一個理念爲什麼'dropout_rate'和'learning_rate'只返回0,並且不會搜索當我在超參數上執行RandomizedSearchCV時給出的範圍? 下面是使用keras/tensoflow我對ANN代碼: # Create the model def create_model(neurons = 1, init_mode = 'uniform',

    0熱度

    1回答

    我想用一個卷積神經網絡(CNN)訓練我的數據,我開始重塑我的數據不是建立我的模型: model = Sequential() input_traces = Input(shape=(3253,)) model.add(Convolution1D(nb_filter=32, filter_length=3, border_mode='same', activation='relu',inpu

    3熱度

    1回答

    這麼大的圖片,我試圖做一個keras w2v自動編碼器。我試圖按照official example的CustomVariationalLayer類。 我的班級是這樣的:無論我是否返回emb_lookup或reconstruction class custom_ae_layer(Layer): """custom keras layer to handle looking up wv in

    1熱度

    1回答

    我想用一個卷積神經網絡訓練我的數據,我已經重塑了我的數據: ,我已經使用這些都是參數: 'x_train.shape'=(500000, 3253) 'y_train.shape', (500000,) 'y_test.shape', (20000,) 'y_train[0]', 97 'y_test[0]', 99 'y_train.shape', (500000, 256) 'y_