Closed. This question is opinion-based. It is not currently accepting answers. ...

我正在训练具有自定义损失和评估指标的keras模型。它训练时不采用公制。但是当我尝试像这样训练时，它给出了以下错误： model.compile(optimizer= keras.optimizers.Adam(learning_rate = 1e-3), loss = inner_product, metrics=dice_index_metric) model.fit([X_train], [y_train], epochs=50, batch_size = 1, validation_split=0...

我有一个多类分类器，它从生成器获取输入： def generate_train_data(path, x_shape): genres = {"hip-hop":0, "r&b":1, "pop":2, "jazz":3} genre_labels = to_categorical(list(genres.values()), num_classes=len(genres)) # some processing to create variables...

I have created a multiple input with a single output neural network constructed as a regression problem. I have both of my inputs already prepared and my output as expected. However, I am having the current debate on whether to split my data with train_tes...

我为tensorflow.keras定义了自定义指标，以在每个时期之后计算macro-f1-score，如下所示： from tensorflow import argmax as tf_argmax from sklearn.metric import f1_score def macro_f1(y_true, y_pred): # labels are one-hot encoded. so, need to convert # [1,0,0] to 0 and # [0,1,...

我的目标是设置一个值函数，以给我以预测为代价的任何国际象棋位置以厘泊为单位给出一个值。预测时出现错误 Traceback (most recent call last): File "/Users/manan/Documents/chess_ai.py", line 114, in <module> print(model.predict_on_batch(data)) File "/Library/Frameworks/Python.framework/Versions/3.7/lib/python3.7...

I am trying to train the Keras DNN model for prediction using LUT Data. I have normalized the data and split into training, testing, and validation part. I encountered a problem with my tanning and validation accuracy that stays (almost) the same. The accu...

我模拟了带有随机x值和y初始值的函数的输出。所以我得到了函数的x和y值。我的目标是预测应用此功能的参数alpha。 （例如：y（k + 1）= alpha * y（k）+ g（x（k）））。 现在，我在仿真阶段使用了不同的x和alpha值，它们产生了不同的y值。我想训练我的神经网络以尽可能好地预测新x和y的alpha。 我的问题是：我不知道model.fit（）是否可以处理x和y的矩阵，其中行是一个特定alpha的一个样本，而列是在不同时间的x和y。我想使用“样本”（位于不同的行中）来训练我的网络。该文档对...

I want to train a LSTM model using Keras but when I try to compile the model I get this error : "Using a tf.Tensor as a Python bool is not allowed. Use if t is not None: instead of if t: to test if a tensor is defined, and use TensorFlow ops such as tf.con...

我正在尝试实现以下Keras模型，并测试该模型的动量优化效果。 def build_model2(activation_function = keras.activations.elu, optimization_function = keras.optimizers.Adam(), weight_initializer = 'he_normal'): keras_model = keras.models.Sequential([ keras.layers.InputLayer(input_sha...

我使用的是旧的源代码，并且使用的是Scipy的L-BFGS-B算法。不过，我对此有误。 我得到以下指示： 通常，如果您在使用L-BFGS-B时遇到问题，则可能还需要尝试使用投影式Adam或其他类似算法。对于解决该问题，L-BFGS-B确实没有什么特别的，当时对我来说很方便。您可以从optim.Adam代码开始，然后在每个步骤之后将x限制在范围内。 我想知道如何更改以下代码以使用ADAM代替L-BFGS-B。我不熟悉Scipy。请帮助，因为我是初学者 def get_sharpness(data_loader...

我使用的是旧的源代码，并且使用的是Scipy的L-BFGS-B算法。不过，我对此有误。 我得到以下指示： 通常，如果您在使用L-BFGS-B时遇到问题，则可能还需要尝试使用投影式Adam或其他类似算法。对于解决该问题，L-BFGS-B确实没有什么特别的，当时对我来说很方便。您可以从optim.Adam代码开始，然后在每个步骤之后将x限制在范围内。 我想知道如何更改以下代码以使用ADAM代替L-BFGS-B。我不熟悉Scipy。 def get_sharpness(data_loader, model, cr...

我一直在尝试使用张量流keras创建LSTM RNN，以便仅基于Datetime和lat / long来预测某人是否在驾驶（二进制分类）。但是，当我训练网络时，损耗和val_loss并没有真正改变。 我将经纬度转换为介于-1和1之间的x，y，z坐标。我还使用Datetime提取了是否是周末以及它是一天中的哪个时段（上午/下午/晚上）。 这是数据示例（格式有点奇怪）： trip_id weekday period_of_day x y z ...

我刚刚开始学习Tensorflow（2.1.0），Keras（2.3.1）和Python 3.7.7。 顺便说一下，我正在Windows 7 64bit的Anaconda环境上运行所有代码。我也在Linux上的Anaconda环境上尝试过，但出现了同样的错误。 I'm following this Tensorflow's tutorial: "Custom training: walkthrough". 一切正常，但是当我键入这段代码时： def grad(model, inputs, targets):...

I am trying to run this project. But when I try to run "finalPrototype.py" an error show up: Traceback (most recent call last): File "finalPrototype.py", line 15, in <module> characterRecognition = tf.keras.models.load_model('character_recognition.h5...

我正在使用tensorflow-gpu == 2.0.0 无法保存以下模型： inputs = Input(shape=(5,1,14)) emb = Input(shape=(512,6,18)) upconv1 = Conv2DTranspose(filters=16, kernel_size=(6,5), strides=(6,1), dat...

I was trying to follow Image Classification tutorial using Tensorflow and Kears using a different dataset. It is throwing error at the training stage WARNING:tensorflow:From <ipython-input-23-37be0256aa8a>:4: Model.fit_generator (from tensorflow.pytho...

我已经实现了简单的LSTM以及GRU网络来进行时间序列预测： def LSTM1(T0, tau0, tau1, optimizer, y0): model = Sequential() model.add(Input(shape=(T0,tau0), dtype="float32", name="Input")) model.add(LSTM(units=tau1, activation="tanh", recurrent_activation="tanh"...

I am working on a binary classification task. I am trying to use ImageDataGenerator since the dataset I am using has no more than 750 images. However, when I am training my CNN Model. I am getting a constant result. Here is my code: 1-培训，验证和测试集： x_train, ...

我使用CNN模型训练图像分类，它在测试和验证中具有很高的准确性（98％和97％），但是当使用我的图像进行预测时，总会出错，这是我的代码： BATCH_SIZE = 30 IMG_HEIGHT = 256 IMG_WIDTH = 256 STEPS_PER_EPOCH = np.ceil(image_count/BATCH_SIZE) train_data_gen = image_generator.flow_from_directory(directory=str(data_dir), ...