我有3个非常具体的问题：
<ol>
<li> 我正在训练一个回归模型-日期集很小（300）-，并且在第4个时期
所以最近我一直在关注来自senddex的卷积神经网络教程，并且我一直在尝试实现他的代码来用我自己的图
我已经按照Francois Chollet的书“ Python的深度学习”中第5章中的示例，使用了keras的ImageDataGenerator来创建标
我正在通过AurélienGéron的<em> Scikit-Learn，Keras和TensorFlow </em>进行动手机器学习，我试图弄清我在做错运动
我阅读了一些使用“自举交叉熵损失”训练其分割网络的论文。这个想法是只关注最困难的k％（例如15
我需要一些有关R Studio中的小任务的帮助。我目前正在尝试弄清楚如何从R Studio中的神经网络提取最终方
有人可以帮助我解决这个问题，为什么我损失0.0000e + 00。
我环顾四周，很少有人遇到相同的问题，
我正在尝试使用卷积神经网络来计算图像中圆的半径。
我只有图像作为输入，而半径在输出侧，所以映
所以我正在按照本教程构建对象检测，但遇到一个错误，我的朋友都没有得到（请注意，代码正在MacOS中
因此，假设我有一个包含自己照片的数据集。而且我想做的是训练一个神经网络，以便它可以识别给定
我试图在形状为<code>h.shape = (Batch, Sentences, Words)</code>的张量的最后一个维度中获得大于P = 90％的值，并
所以这是我第一次真正尝试使用keras的神经网络。我一直在尝试进行分类，以决定是否有人戴着口罩。下
在为CBOW构建训练数据时，<a href="https://arxiv.org/abs/1301.3781" rel="nofollow noreferrer">Mikolov et al.</a>建议使用上
对不起，我不知道，我不知道在哪里找到解决方案。
我正在使用两个网络来构造两个嵌入，我有一个二
我正在使用非常浅的convnet架构对MNIST数据集进行分类，但是我没有使用准确性作为度量标准来比较每个
我正在尝试使用Siamese网络进行文本分类，我必须输出两个文本彼此同意还是不同意，即，两个文本具有
Keras默认使用不同的损失函数，它们利用所有样本和所有组件之间的平均误差。特别是，我使用了：
我需要有关Keras中自定义图层的帮助。我看过Lambda图层，但是不确定是否可以使用它们来实现以下目的：
我正在用自定义的批量重新规范化层实现Keras模型，该层具有4个权重（β，γ，running_mean和running_std）和3
我正处于神经网络的起点，我在回归模型中有一堆目标可以预测，我注意到该模型可以完美地与已经正
