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 - 保存 DNN 模型会保存 3 个文件。如何加载？
我使用 Keras 训练了一个 DNN。但是，我无法保存和加载模型。
但我发现不是 savedmodel.tfl 文件，而是 3 个扩展名为 .meta、.index 和 .data.00000-of-00001 的文件。因此，当我尝试使用 model.load 加载时，它说找不到该文件。
我还尝试了 SO 上建议的其他替代方案
但我得到一个错误 AttributeError: 'DNN' object has no attribute 'to_json'
我正在使用 Keras 2.0.4 版。
请建议如何正确保存以及如何从 3 个文件中加载？
编辑：（我正在添加与构建模型相关的代码）
keras - model.load_weights() 给出不正确的结果
我使用以下 CNN 模型训练 MNIST 数据并保存权重mnist_weights.h5以重现结果。
现在我使用相同的模型和相同的数据集来重现结果，所以我加载了我从上面的代码中保存的权重。（代码如下）
最后，当我检查两个代码的准确性时，两者都是不同的，为什么会这样，当我提供相同的模型和相同的权重时。（我使用 1 个 epoch 并且 trainable=False）
keras - Keras 外部的 Keras 初始化程序
我想使用以下代码在 Keras 中使用 glorot uniform 初始化一个 4*11 矩阵：
我得到这个输出：
如何可视化输出？我试过 c[1] 并得到了输出'VarianceScaling' object does not support indexing。
python - 实现基于 LSTM 的 Siamese NN 架构
问题是将给定的学生答案与给出模态答案或正确答案的教师进行比较，并为学生的答案打分。经过大量研究，具有 LSTM 的 Siamese 架构似乎是神经网络架构的一个非常好的选择，因为该问题与查找两对句子之间的文本相似性高度相似。我目前采用了最简单的架构，其中一个嵌入层使用预训练的 word2vec 模型，在嵌入之上添加 LSTM，采用多对一架构，然后使用余弦相似度来计算正确答案和学生给出的答案之间的相似度.
模型创建似乎很好，但我在使用余弦相似度度量合并两个 LSTM 时遇到问题
这是我的代码..
这是错误：
keras - 创建 h5 文件（hdf 文件）时出错
对于下面的代码，我在 mnist_weights1234.h5 中保存了模型权重。并希望创建具有相同层配置的相同文件，例如 mnist_weights1234.h5
现在我想创建像 mnist_weights.h5 这样的文件。所以我使用下面的代码并得到错误。
但出现以下错误：TypeError：必须指定数据、形状或数据类型之一。如何解决问题
python - 如何编写过滤或屏蔽某些值的 Keras 自定义指标？
在 Keras 中，我试图弄清楚如何计算过滤或掩盖某些值的自定义指标或损失，以便它们不会对返回值做出贡献。我被困在如何获得张量切片或如何使用 if: 迭代张量中的值以选择感兴趣的值。
我碰巧正在使用 Tensorflow 后端，但想做一些可移植的事情。
附件是我正在尝试做的粗略概述，但它会引发错误：TypeError: 'Tensor' object does not support item assignment
machine-learning - 在 Keras 2.0 上使用合并层（lambda/函数）？
我试图将此模型移植到Kerasv2 中，但以下功能存在问题：
根据文档，mode是：
字符串或 lambda/函数。如果是字符串，则必须是以下之一：'sum'、'mul'、'concat'、'ave'、'cos'、'dot'、'max'。如果是 lambda/function，它应该将张量列表作为输入并返回单个张量。
什么是新Keras版本中的等效函数（当模式为函数/lambda时）以避免以下警告：
python-3.x - 用多个 GPU 训练一个模型
您如何对 keras 或 tensorflow 进行编程以在多个 GPU 上进行分区训练，假设您在一个拥有 8 个 GPU 的 amaozn ec2 实例中，并且您希望使用所有这些 GPU 来更快地训练，但您的代码仅适用于单个 cpu 或 GPU ?
machine-learning - 使用 fit_generator 时 Keras 中的嘈杂验证损失
关于为什么 我们的训练损失是平滑的并且我们的验证损失是跨时期的嘈杂（见链接）的任何想法？我们正在使用本次 Kaggle 比赛提供的眼底照片数据集实施糖尿病视网膜病变检测（二元分类）的深度学习模型。我们正在使用带有Tensorflow后端的 Keras 2.0 。
由于数据集太大而无法放入内存，我们使用fit_generator，ImageDataGenerator从训练和验证文件夹中随机获取图像：
我们的 CNN 架构是 VGG16，最后两个全连接层的 dropout = 0.5，仅在第一个全连接层之前进行批量标准化，以及数据增强（包括水平和垂直翻转图像）。我们的训练和验证样本使用训练集均值和标准差进行归一化。批量大小为 32。我们的激活是 a sigmoid，损失函数是binary_crossentropy。你可以在 Github 中找到我们的实现
它绝对与过度拟合无关，因为我们尝试使用高度正则化的模型并且行为完全相同。它与验证集的抽样有关吗？你们之前有没有遇到过类似的问题？
谢谢！！
python - 为什么从 Keras 1.2.2 更改为 Keras 2.0.5 时 keras 代码会收到错误消息
这是我从 github 获得的用于分层注意力网络的一段代码，该代码最初在 Keras 1.2.2 中。现在我必须更改它以使用 Keras 2.0.5 编译，但是，它有这样的错误消息，我无法解决。
原代码如下
然后我有以下错误
keras模型在model.compile()中编译成功，但是在model.fit()中有错误，我完全不明白为什么会出现这样的错误。任何人都可以告诉我如何修改它，以便它可以运行 keras 2.0 非常感谢。