问题标签 [keras-2]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
tensorflow - 'KerasRegressor' 对象没有属性 'to_json'
我无法保存使用 KerasRegressor 包装器训练的模型...
这是我的导入：
我得到的错误如下：
我使用返回模型的函数构建模型：
有任何想法吗？
keras - 在 Keras 中使用 LSTM 预测时间序列中的多个时间步
例如，我想k在 Keras 中使用 LSTM 预测时间序列的下一个点。0:p-1我通过选择点作为输入特征和下一个k点（即p:p+k-1作为输出特征）从包含所有点的列表的开头构造一个数据集。我继续这个过程，把1:p输入特征和......最后我得到两个数据帧X，输入数据是txp和y，输出数据是txk。所以，我的问题有基于这里的多对多结构。
然后我的网络的第一层是：
但这里的时间步长是 1。我的问题是如何增加时间步长。X我应该复制和中的一些行y吗？我做得对吗？
conv-neural-network - Keras cnn 模型输出形状与模型摘要不匹配
我正在尝试使用 ResNet50() 模型的卷积部分，如下所示：
模型摘要很长，但最后一部分显示输出的形状应为 (None, 2048)。
所以我假设如果我在这个模型中加入 200 张图像，我应该有一个形状为 (200, 2048) 的输出。我对么？
但事实上，有 200 张图像，我得到了形状为 (800, 2048) 的输出。我想知道为什么会这样。
我检查了另一个主题，但这里似乎是一个不同的问题。请帮助！顺便说一句，这是在 Keras 2 中完成的。
更新：
我意识到，如果我设置batch_size=4，我得到 (800, 2048) 输出和 200 张图像输入，如果我改变batch_size=2，我得到 (400, 2018) 输出和相同的 200 张图像输入。这是batch_size设置的工作原理吗？我应该使用batch_size=1吗？我以为 batch_size 是一次输入模型的图片数量，不管是什么batch_size，图片总数应该是 200，对吧？例如，如果为 4，则将 50 个批次输入模型，如果为 2，则将 100 个批次输入模型。
python - 如何创建一个从单个卷积层开始的模型，然后将其输出提供给两个不同的卷积层
我可以在 keras 中生成一个不是顺序的模型吗，即我可以设计一个具有两列级联卷积层但起始输入是普通卷积输出的模型。
python - Keras 多输入 AttributeError：“NoneType”对象没有属性“inbound_nodes”
我正在尝试构建一个如下图所示的模型。这个想法是采用多个分类特征（一个热向量）并分别嵌入它们，然后将这些嵌入的向量与 LSTM 的 3D 张量组合。
使用Keras2.0.2中的以下代码，在创建Model()具有多个输入的对象时，它会引发与此AttributeError: 'NoneType' object has no attribute 'inbound_nodes'问题类似的问题。谁能帮我找出问题所在？
模型：
代码：
python-3.x - Keras ValueError：fit_generator 产生一个列表
我正在学习如何使用带有 TF 后端的 Keras 进行图像识别，所以我仍然不确定我在这里做错了什么。
我正在尝试堆叠 2 个模型，一个是VGG16，另一个是我为学习如何堆叠而制作的随机模型。我想在 5 个类别中对图像进行分类。
问题出在最后一部分，当我运行 fit_generator 时。它不是产生一个有效的元组，而是产生看起来像一个列表的东西。我见过很多人遇到类似的问题，但在他们的情况下，输出为 None，所以我不确定解决方案是否相同。
参数
发电机
我的模型
拟合与错误
更新 1：根据@petezurich 的提示，将激活函数从“sigmoid”更改为“softmax”
machine-learning - 在 Keras 中称量张量
我有一个非常简单的问题，似乎在 Keras 中没有内置解决方案。
这是我的问题：
我有一个 (50,) 维张量（第 1 层的输出），它应该乘以一个 (50, 49) 维张量。
这些张量是某些层的输出。
我认为简单的 multiply([layer1, layer2]) 会起作用，但事实证明它们需要张量具有相同的形状。
我试图得到这个： (50,) 层的每个元素都应该乘以 (50, 49) 层中的每个 49 维向量，将输出作为 (50, 49) 张量。
有什么方法可以在 Keras 中完成？
keras - 跳跃语法词嵌入的 Keras 实现非常慢
我正在尝试使用 https://github.com/nzw0301/keras-examples/blob/master/Skip-gram-with-NS.ipynb上发布的示例来训练 skip-gram 词嵌入
在 GPU GeForce GTX 1080 上使用英文维基百科（约 1 亿句）。
训练时间非常慢~估计为 27 天 / epoch，词汇量为 50k，这对于那个非常简单的模型来说有点奇怪。我正在使用 CUDA 8 和 CUDNN 5.1。后端是 tensorflow 1.2.0，我使用的是 keras 2.0.2。我想知道之前是否有人用 keras 实现训练了一个 skip-gram 模型？有什么想法为什么上面的实现很慢？我确保预处理不是主要问题。谢谢，
python - 将输入与keras中的常量向量连接起来
我正在尝试将我的输入与 keras-2 函数 API 中的常量张量连接起来。在我真正的问题中，常量取决于设置中的一些参数，但我认为下面的示例显示了我得到的错误。
我得到的错误是：
我正在运行2.0.5带有 theano 后端的 keras 版本，带有 theano 版本0.10.0dev1。关于出了什么问题或更正确的方法来完成连接的任何想法？
machine-learning - keras 基本优化器是如何工作的？
这是来自( source )的部分get_updates代码SGDkeras
观察：
因为moments变量是一个零张量列表。m中的每for loop一个都是形状为 的零张量p。然后self.momentum * m，在循环的第一行，只是一个标量乘以零张量，结果是零张量。
问题
我在这里想念什么？谢谢！