我拥有以下网络（经过训练的CNN + LSTM可以对视频进行分类）： <pre><code> frames, channels, rows, columns = 5,3,

我想在Keras（Tensorflow 2.3.0）中使用以下结构构建一个层： <a href="https://i.stack.imgur.com/YlCJC.gif" rel="no

我要保存的模型中有一个自定义Keras层。我想重新加载此模型。这是我用来执行此操作的代码： <pre><c

我正在使用以下代码加载图像以输入到keras-theano模型中。 <pre><code> ValueError: Layer sequential_13 was called wi

Env：Tensorflow2.3.0 python3.6 我正在尝试为训练过程自定义图层以进行图像增强。这是我的代码： <

我需要在现有模型的开头添加图层。但是，我需要在“主模型级别”上添加层，也就是说，我不能使用

出于研究目的，我正在尝试撰写一篇论文。为了创建模型的一部分，我创建了一个类。该代码在Google cola

<code>x</code>是一个<code>(64, 1)</code>维向量，使用<code>tf.random.uniform((BATCH_SIZE, 1))</code>随机创建，其中<code>B

每个循环层都需要输出，我的设置如下： 100个训练示例，每个示例3个时间步，每个元素20d特征向

我想在损失函数期间计算所有编码矢量之间的值（相似度/距离），但这是不可能的，因为我无法访问批

我在keras中有一个lstm层，我要添加“注意”。我想获取初始隐藏状态（零张量）并将其传递给我的Attentio

在发送到TensorFlow中的Keras层之前，是否可以屏蔽输入中的多个值？ 。除了后期填充外，我还必须在中间

如何将<code>tf.keras.layers</code>与<code>tf.Variable</code>相乘？ 上下文：我正在创建一个样本依赖的卷积

我的图像数据大小太小（大约100），因此我使用ImagDataGenerator进行扩充。 我不知道为什么会出错 对于图

我设计了UNET模型。 输入大小为<code>(64,64,4)</code>，其中4代表<code>4 channel</code>和<code>output size is (64,64,1).</

我不知道如何构造嵌套的RNN模型 我有3个不同的表（假设表名称为<strong> table1，table2，table3 </strong>

我已经从tensorflow_addons训练了一个具有keras层和weight_normalization层的模型。这是我训练并以张量流文件格

我在<a href="https://www.tensorflow.org/guide/keras/functional" rel="nofollow noreferrer">Functional API</a>中使用了tensorflow 通

当我创建具有多个输入和输出的自动编码器体系结构时，<code>plot_model</code>图不会按预期显示（问题以红

我试图在Keras中构建顺序模型，但是当我编译模型时，出现此错误，该如何解决？ <pre><code># Step 3: Mode