Keras输入说明：input_shape、units、batch_size、dim等。
对于任何Keras层（Layer类），有人能解释一下如何理解input_shape、units、dim等之间的区别吗？ 例如，文档说units指定层的输出形状。 在下面的神经网络图像中，“hidden layer1”有4个单元。这是否直接对应于Layer对象的units属性？还是Keras...
理解Keras中的LSTM
我正在尝试理解LSTMs的概念，并在Christopher Olah的这篇文章中找到了一些线索，该文章是用Keras实现的。我正在遵循Jason Brownlee撰写的Keras教程博客。我主要困惑的是： 将数据序列重新塑造为[samples, time steps, features] ...
Keras，如何获取每个层的输出？
我用CNN训练了一个二分类模型，这是我的代码model = Sequential() model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1], border_mode=...
Tensorflow 2.0 - AttributeError: module 'tensorflow' has no attribute 'Session' Tensorflow 2.0-属性错误：模块“tensorflow”没有“Session”属性。
在 Tensorflow 2.0 环境中执行命令 sess = tf.Session() 时，我收到以下错误信息：Traceback (most recent call last): File "<stdin>", line 1, in <module&g...
为什么对于相同问题，二元交叉熵和分类交叉熵会表现出不同的性能？
我正在尝试使用卷积神经网络按主题对文本进行分类。当我使用二元交叉熵时，准确率约为80％；而使用分类交叉熵时，准确率约为50％。我不明白这是为什么。这是一个多类问题，难道我不得不使用分类交叉熵，并且使用二元交叉熵的结果是没有意义的吗？ model.add(embedding_layer) mo...
在Keras中，我应该在哪里调用BatchNormalization函数？
如果我想在Keras中使用BatchNormalization函数，那么我只需要在开始时调用它一次吗？ 我阅读了这个文档：http://keras.io/layers/normalization/ 我不知道应该在哪里调用它。以下是我的代码尝试使用它：model = Sequential()...
为什么TensorFlow 2比TensorFlow 1慢得多？
许多用户引用它作为切换到Pytorch的原因，但我仍然没有找到一个正当的理由/解释来牺牲最重要的实际质量--速度，来进行急切执行。 以下是代码基准测试性能，TF1 vs. TF2 - 在TF1上运行速度普遍比TF2快47％至276％。 我的问题是：在图形或硬件级别上，是什么导致如此显着的减速？...
在Keras中，“Flatten”的作用是什么？
我正在尝试理解Keras中Flatten函数的作用。以下是我的代码，这是一个简单的两层神经网络。它接收形状为（3,2）的二维数据，并输出形状为（1,4）的一维数据：model = Sequential() model.add(Dense(16, input_shape=(3, 2))) mod...
Keras中验证模型时，verbose的作用是什么？
我第一次运行LSTM模型。 这是我的模型：opt = Adam(0.002) inp = Input(...) print(inp) x = Embedding(....)(inp) x = LSTM(...)(x) x = BatchNormalization()(x) pred = Den...
我可以在GPU上运行Keras模型吗？
我正在运行一份Keras模型，需要在36小时内提交，但如果我在CPU上训练模型，大约需要50小时的时间。有没有一种方法可以在GPU上运行Keras？ 我正在使用Tensorflow后端，并在我的Jupyter笔记本电脑上运行它，而没有安装Anaconda。