我是神经网络和Tensorflow的新手 通常，当我们在TensorFlow中构建神经网络模型时，我们通过以下方式

我希望能够重设整个Keras模型的权重，这样就不必再次编译它。当前，编译模型是我代码的主要瓶颈。这

我正在建立一个模型来对花朵进行分类。所以我用Tensorflow创建了一个模型： <pre><code> keras.layers.Conv2D

<pre><code> model = tf.keras.Sequential([tf.keras.layers.Embedding(tokenizer.vocab_size, 64),tf.keras.layers.Bidirectional(tf.keras.layer

我在Keras中使用自定义损失功能遇到麻烦。任务看起来相当简单，但是由于意外行为而无法进行。想法是

我正在使用暹罗网络来识别输入图像是否相同。 问题在于，网络每次都会分配标签0（而不是0和1），导

我正在遵循<strong> Matterport Mask RCNN </strong>模型，但是对于设置用于训练的Steps_per_epoch和Validation_steps存有

我有一个利用二进制数据的LSTM，即标签全为0或1。 这将导致我使用S型激活函数，但是当我执行此

我已使用这些命令行命令成功将TensorflowJS模型转换为TensorflowLite（适用于Arduino风格的微控制器）。

我需要生成一个嵌入矩阵来代替图层。我先验地知道了这10个特征（彼此等距）之间的相似性，并且由于

假设我有形状为（3,2,2）的张量，并且我想将每个（2,2）矩阵乘以某个1d张量。这是代码： <pre><code>a=t

我正在尝试解决二进制分类问题。因此，我在Keras（带有TensorFlow后端）中创建了一个模型，并在CPU上训

我在下面的数据框中有100个独立的时间序列（单位-索引），并希望训练LSTM来预测目标（“ RUL”）。

我正在训练来自figshare的脑肿瘤数据集上的UNET图像分割网络，训练得很好，<strong>训练损失</strong>和<stron

我已经使用keras训练了图像分类模型，该模型提供了98％的训练acc，98％的验证acc，90％的测试acc，但是在

我尝试使用以下代码执行急切执行并禁用急切执行： <pre><code> model = build_encoder_decoder() final = build_refin

如何使用Autokeras运行具有多个输入的网络？ 请参见以下失败的代码示例： <pre class="lang-py prettypr

我正在尝试用<a href="https://arxiv.org/abs/1906.12170" rel="nofollow noreferrer">3D-2D-CNN BLSTM-HMM and word-CTC models</a>

我正在制作一个CNN模型，将MRI脑部扫描归类为阿尔茨海默氏症和健康人群。 当前似乎过拟合了，我

我正在从事一个处理传感器数据的项目。我从3个地方收集了传感器数据，并将数据存储为csv文件。大约