关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率

已采纳
python keras sequential输入
收起
- 写回答
- 好问题 0 提建议
- 关注问题
微信扫一扫
点击复制链接分享
- 邀请回答
- 编辑 收藏 删除 结题
- 收藏 举报
1条回答 默认 最新
- 关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率
dabocaiqq 2016-11-13 14:42关注本回答被题主选为最佳回答 , 对您是否有帮助呢? 本回答被专家选为最佳回答 , 对您是否有帮助呢? 本回答被题主和专家选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏举报微信扫一扫
点击复制链接分享
评论按下Enter换行,Ctrl+Enter发表内容
报告相同问题?
提交
- 2021-06-28 15:11回答 4 已采纳 哦哦,我知道了,你的问题应该是activation开头字母大小写的问题
- 2021-09-10 14:14
运行keras报错 No module named 'tensorflow.python.tools'; 'tensorflow.python' is not a package keras python tensorflow 有问必答
回答 2 已采纳 降低或升级tensorflow的版本试试,另外检查一下你这个文件名是不是tensorflow. - 2023-03-05 18:39回答 2 已采纳 尝试一下调整参数吧,或者加层数试试
- 2023-04-07 14:313. **Keras构建CNN**: 在Keras中,可以使用`Sequential`模型来堆叠不同的层,如`Conv2D`(卷积层)、`MaxPooling2D`(最大池化层)、`Flatten`(展平层)和`Dense`(全连接层)等,以此构建一个完整的CNN架构。...
- 2021-09-03 16:53回答 1 已采纳 看报错,期待的0层GRU输入是3维的数组,但是接收到的是2维的
- 2023-03-31 16:39回答 2 已采纳 可以使用matplotlib库进行输出。可以使用matplotlib.pyplot.plot函数输出曲线图,matplotlib.pyplot.get_lines函数用来获取xdata和ydata数据
- 2023-03-04 11:08回答 2 已采纳 这种情况可能是由于模型在训练过程中出现了过拟合的现象。过拟合通常是指模型在训练集上表现很好,但在测试集上表现不佳的情况。在训练过程中,模型过度适应了训练集的噪声和特定的样本,从而导致了 val_los
- 2023-04-11 16:47在本项目中,我们将深入探讨如何使用Python的深度学习库Keras进行图像识别。Keras是一个高级神经网络API,它可以在TensorFlow、Theano或CNTK等后端上运行,使得构建和训练复杂的深度学习模型变得简单易行。在这个...
- 2023-02-23 17:17回答 2 已采纳 试下这样:predict2 = model.predict(Xtrain)print(predict2.shape)看下是否训练数据也一样
- 2023-04-02 16:33回答 2 已采纳 好问题!!抱歉我也不太懂,你问问chatGPT吧:https://new.quke123.com/ 或者其他Python群友:https://app.yinxiang.com
- 2022-12-17 16:58回答 1 已采纳 把你的第7行代码,data.files删除 望采纳
- 2021-05-14 18:14亚图跨际的博客 我们将以Keras的示例讨论简单的神经网络及其定义。在传统机器学习上使用神经网络来提高准确性和更大的复杂数据。 神经网络 神经网络在全球各行各业中都在蓬勃发展。 它涉及用于回归,分类,聚类等的传统机器学习算法...
- 2022-09-20 15:35CrazyPhilo的博客 TensorFlow Keras Sequential 模型的使用
- 2023-03-27 19:29**Python数据科学速查表 - Keras** 在Python数据科学领域,Keras是一个非常重要的深度学习库,它为用户提供了简单易用的接口来构建和训练深度神经网络模型。Keras最初是作为TensorFlow的高级API开发的,但现在也...
- 2023-09-01 12:27model = keras.Sequential([ keras.layers.Conv2D(32, kernel_size=(3, 3), activation='relu', input_shape=(32, 32, 3)), keras.layers.MaxPooling2D(pool_size=(2, 2)), keras.layers.Dropout(0.25), keras....
- 没有解决我的问题, 去提问