我正试图保存一个模型，然后稍后加载它进行一些预测；问题在于，训练后模型的准确率为95%+，但是当我保存并加载它时，在相同数据集上准确率降至近10%。 要重现这个错误的结果，您可以运行this非常小的笔记本。 该模型定义如下： model_scratch_auto = models.Seq...

我想使用Python中的Keras手动定义神经网络层之间的连接。默认情况下，所有神经元对之间都存在连接。我需要像下图所示那样建立连接。 如何在Keras中实现？

我希望实现一个函数，给定矩阵X，返回X的协方差矩阵（X ^ T * X），这只是一个简单的矩阵乘法。 在Tensorflow中，这很容易实现：tf.matmul（X，tf.transpose（X））。 但是，使用Keras时，APIs（如multiply和dot）不能满足我的要求。我还尝试...

我使用自定义层建立了一个Keras模型，并通过回调函数ModelCheckPoint将其保存到.h5文件中。 训练结束后，当我尝试加载该模型时，出现以下错误消息： __init__() missing 1 required positional argument: 'pool_size' ...

我有一个包含两列的数据集 - 每一列都包含一组文档。我需要将Col A中的文档与Col B中提供的文档匹配。这是一个监督分类问题。因此，我的训练数据包含一个标签列，指示文档是否匹配。 为了解决这个问题，我创建了一组特征，称为f1-f25（通过比较2个文档），然后在这些特征上训练了一个二元分类...

我想知道如何在Keras中使用批量归一化（BN）来实现双向LSTM。我知道BN层应该位于线性层和非线性层即激活层之间。这对于CNN或Dense层很容易实现，但是如何在双向LSTM中实现呢？ 提前感谢。

我遇到了这个错误 检查输入时出错：期望 input_13 具有 4 维，但得到的形状为 (7, 100, 100) 的数组 对于以下代码，我应该如何调整数组的形状以适应 4 维？我已经搜索了相关信息，但是之前的解决方案并没有帮助我理解。如果不清楚，请问一下。这是卷积神经网络中非常常...

二分类问题：我想要一个输入层（可选），一个Conv1D层，然后输出一个神经元的层，预测为1或0。 这是我的模型： x_train = np.expand_dims(x_train,axis=1) x_valid = np.expand_dims(x_valid,axis=1) #x_trai...

如何最好地向keras模型(版本为v2.0.5)添加预处理层(例如，减去均值并除以标准差)，使得该模型在部署时变得完全自包含(可能在C++环境中)。 我尝试了： def getmodel(): model = Sequential() mean_tensor ...

我想定义Lambda层来使用叉积组合特征，然后合并这些模型，就像图中那样，我该怎么做？ 测试model_1，从dense层获取128维度，使用pywt获取两个64维度的特征(cA,cD)，然后返回cA*cD //当然我想要结合两个模型，但首先尝试model_1。from keras.mo...