keras-layer相关内容
我已经从TensorFlow_addons训练了一个带有Keras层和Weight_Normalization层的模型。这是我训练并保存为TensorFlow文件格式的模型: import tensorflow as tf import tensorflow.keras as tk import tensorflow_addons as tfa model = tf.keras.Seque
..
我正在尝试使用Kera构建有状态LSTM,我不知道如何在LSTM运行之前添加嵌入层。问题似乎出在stateful标志上。如果我的网络不是有状态的,那么添加嵌入层非常简单,而且可以正常工作。 在没有嵌入层的情况下工作的有状态LSTM目前如下所示: model = Sequential() model.add(LSTM(EMBEDDING_DIM, batch
..
尝试建立单输出回归模型,但最后一层似乎有问题 inputs = Input(shape=(48, 1))lstm = CuDNNLSTM(256,return_sequences=True)(输入)lstm = Dropout(dropouts[0])(lstm)#aux_input辅助输入=输入(形状=(48, 7))辅助输出 = 时间分布(密集(4))(辅助输入)辅助输出 = 时间分布(密集
..
我正在创建一个自定义层,其权重需要在激活前乘以元素.当输出和输入的形状相同时,我可以让它工作.当我将一阶数组作为输入,将二阶数组作为输出时,就会出现问题.tensorflow.multiply 支持广播,但是当我尝试在 Layer.call(x, self.kernel) 中使用它时将 x 乘以 self.kernel 变量,它抱怨它们是不同的形状说: ValueError: Dimension
..
我对神经网络和 keras 有点陌生.我有一些大小为 6*7 的图像,过滤器的大小为 15.我想有几个过滤器并在每个过滤器上分别训练一个卷积层,然后将它们组合起来.我在这里看过一个例子: model = Sequential()model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1],border_mode='valid
..
我一直在尝试合并以下顺序模型,但未能成功.谁能指出我的错误,谢谢. 代码在使用“merge"时编译但给出以下错误“TypeError: 'module' object is not callable"但是它在使用“合并"时甚至不会编译 我使用的是 keras 2.2.0 版和 python 3.6 from keras.layers 导入合并def linear_model_comb
..
我收到以下代码片段的以下错误: 您必须为占位符张量提供一个值'bidirectional_1/keras_learning_phase' 与 dtype bool 如果我添加 dropout 层 model.add(Dropout(dropout)),它会起作用.有谁知道为什么?后端是Tensorflow,Keras 2.0.1 def prep_model1(embedding_l
..
如何将 TensorFlow TFRecord 与 Keras 模型和 tf.session.run() 一起使用,同时将数据集保持在带有队列运行器的张量中的示例是什么? 下面是一个有效的片段,但需要以下改进: 使用模型API 指定一个 Input() 从 TFRecord 加载数据集 并行运行数据集(例如使用 queuerunner) 这是代码片段,有几行 TODO 表示
..
我正在寻找一种适当或最佳的方法来在使用 Keras 创建的神经网络中获得可变重要性.我目前的做法是,假设第一层中更重要的变量将具有更高的权重,我只取第一层中变量的权重(而不是偏差).还有其他/更好的方法吗? 解决方案 因为所有的东西都会沿着网络混杂在一起,所以仅靠第一层并不能告诉你每个变量的重要性.下面的层也可以增加或减少它们的重要性,甚至可以使一个变量影响另一个变量的重要性.第一层中的每
..
我正在尝试使用 keras.models.model_from_json 加载在 Keras 中训练的 RNN 模型架构,但出现上述错误 with open('model_architecture.json', 'r') as f:模型 = model_from_json(f.read(), custom_objects={'AttLayer':AttLayer})# 将权重加载到新模型中mo
..
我正在尝试在 keras 中创建我的第一个集成模型.我的数据集中有 3 个输入值和一个输出值. from keras.optimizers import SGD,Adam从 keras.layers 导入密集,合并从 keras.models 导入顺序模型 1 = 顺序()model1.add(Dense(3, input_dim=3, activation='relu'))model1.add
..
当我用不同的初始化训练几个具有相同架构的模型时,如何在 Keras 模型中平均权重? 现在我的代码看起来像这样? datagen = ImageDataGenerator(rotation_range=15,width_shift_range=2.0/28,height_shift_range=2.0/28)时代 = 40lr = (1.234e-3)优化器 = Adam(lr=lr)ma
..
我想写一个自定义层,我可以在运行之间在内存中保留一个变量.例如, class MyLayer(Layer):def __init__(self, out_dim = 51, **kwargs):self.out_dim = out_dimsuper(MyLayer, self).__init__(**kwargs)def build(self, input_shape):a = 0.0self.
..
如何向 添加调整大小的图层 model = Sequential() 使用 model.add(...) 要将图像的大小从 (160, 320, 3) 调整为 (224,224,3) 吗? 解决方案 通常你会使用 Reshape 图层: model.add(Reshape((224,224,3), input_shape=(160,320,3)) 但是由于您的目标维度不允许包
..
我最近才开始使用 Keras 并开始制作自定义层.但是,我对名称略有不同但功能相同的许多不同类型的图层感到困惑. 例如,有来自 https://keras.io/layers/的 3 种不同形式的连接函数合并/ 和 https://www.tensorflow.org/api_docs/python/tf/keras/backend/concatenate keras.layers.Con
..
在我的之前问题,我使用 Keras 的 Layer.set_input() 将我的 Tensorflow 预处理输出张量连接到我的 Keras 模型的输入.然而,此方法在Keras版本1.1.1>. 如何在较新的 Keras 版本中实现这一点? 示例: # Tensorflow 预处理raw_input = tf.placeholder(tf.string)### 对 raw_inp
..
我使用 model.save() 保存了一个模型.我正在尝试重新加载模型并添加几层并调整一些超参数,但是,它引发了 AttributeError. 使用 load_model() 加载模型. 我想我不明白如何将图层添加到保存的图层.如果有人能在这里指导我,那就太好了.我是深度学习和使用 keras 的新手,所以我的要求可能很愚蠢. 片段: prev_model = load_m
..
如下表所示,input_1[0][0]的[0][0]是什么意思? __________________________________________________层(类型)输出形状参数#连接到====================================================================input_1 (InputLayer) (None, 1) 0_
..
在 Keras 中运行密集前馈神经网络.两个输出有 class_weights,第三个输出有 sample_weights.出于某种原因,它为每个计算的批次打印进度详细显示,而不是更新打印在其预期的同一行上......你有没有遇到过这种情况?它是如何固定的?从外壳: 42336/747322 [====>................................] - 预计到达时间:79s
..
我想使用 keras 和 Python 在层之间的神经网络中手动定义连接.默认情况下,所有神经元对之间都有连接.我需要按照下图进行连接. 如何在 Keras 中完成? 解决方案 您可以使用函数式 API 模型并将四个不同的组分开: from keras.models 导入模型从 keras.layers 导入密集、输入、连接、LambdainputTensor = Input((8
..