#注意力
def attention_3d_block(inputs):
#input_dim = int(inputs.shape[2])
a = Permute((2, 1))(inputs)
a = Dense(1, activation='softmax')(a)
a_probs = Permute((2, 1), name='attention_vec')(a)
#output_attention_mul = merge([inputs, a_probs], name='attention_mul', mode='mul')
output_attention_mul = multiply([inputs, a_probs], name='attention_mul')
#print('权重值000:', output_attention_mul)
return output_attention_mul
def lstm(wavs,labels,testwavs,testlabels):
feature = testwavs.shape[1]
wavs=wavs.reshape(wavs.shape[0],1,4758)
testwavs=testwavs.reshape(testwavs.shape[0],1,4758)
cell=len(testlabels[1])
cell=int(cell)
inputs = Input(shape=(1, 4758)) # 输入特征接收维度
drop = Dense(64, activation='relu')(inputs) # 先进行全连接网络承接输入特征
#lstm_out = Bidirectional(LSTM(64, return_sequences=True)(drop)) # 作为LSTM网络的输入
lstm_out = LSTM(64, return_sequences=True)(drop) # 作为LSTM网络的输入
attention_mul = attention_3d_block(lstm_out) # 采用注意力机制
print('权重值1:', attention_mul)
输出:权重值1: Tensor("attention_mul/Identity:0", shape=(None, 1, 64), dtype=float32)
#attention_mul.numpy() 会报错:没有numpy module
# attention_flatten = Flatten()(attention_mul) # 展评特征向量维度
attention_flatten = Flatten()(attention_mul) # 展评特征向量维度
# model.add(Dropout(0.2))
drop2 = Dropout(0.8)(attention_flatten) # 全连接
drop3 = Dense(50, activation='sigmoid')(drop2)
# model.add(Dense(64, activation='relu'))
output = Dense(cell, activation='softmax')(drop3) # 输出类别概率
model = Model(inputs=inputs, outputs=output) # 初始命名训练的模型为model
# [编译模型] 配置模型,损失函数采用交叉熵,优化采用Adadelta,将识别准确率作为模型评估
model.compile(loss='categorical_crossentropy', optimizer='adam',metrics=['accuracy'])#optimizer='adam', loss='binary_crossentropy', metrics=['accuracy']
# validation_data为验证集
TF2.3版本,如何tensor转numpy并可视化?
- 写回答
- 好问题 0 提建议
- 追加酬金
- 关注问题
- 邀请回答
-
14条回答 默认 最新
- weixin_49747246 2021-01-11 14:31关注
不行。我都试了,听位朋友说代码段里input那里没有传入具体数据,所以没能计算出张量,我现在不知道怎么把数据传进去
解决 1无用
悬赏问题
- ¥15 教务系统账号被盗号如何追溯设备
- ¥20 delta降尺度方法,未来数据怎么降尺度
- ¥15 c# 使用NPOI快速将datatable数据导入excel中指定sheet,要求快速高效
- ¥15 再不同版本的系统上,TCP传输速度不一致
- ¥15 高德地图点聚合中Marker的位置无法实时更新
- ¥15 DIFY API Endpoint 问题。
- ¥20 sub地址DHCP问题
- ¥15 delta降尺度计算的一些细节,有偿
- ¥15 Arduino红外遥控代码有问题
- ¥15 数值计算离散正交多项式