問題タブ [tf.keras]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python - tf.keras を使用して RNN で層の正規化をどのように適用しますか?
tf.keras を使用して再帰型ニューラル ネットワークに層の正規化を適用したいと考えています。TensorFlow 2.0 では、 にLayerNormalizationクラスがありますが、各時間ステップで (使用されるように設計されているため)のような再帰レイヤー内tf.layers.experimentalで使用する方法が不明です。カスタム セルを作成する必要がありますか、それとももっと簡単な方法がありますか?LSTM
たとえば、各タイム ステップでドロップアウトを適用するのは、レイヤーrecurrent_dropoutを作成するときに引数を設定するのと同じくらい簡単ですが、引数LSTMはありませんrecurrent_layer_normalization。
tensorflow - keras.backend.function は AttributeError を返します: 層密度が接続されていないため、返す入力がありません
調整目的でニュートラル ネットワークの結果の中央値を知りたいです。モデルを設計し、keras.backend.function を使用しましたが、失敗しました (AttributeError: レイヤーが密集していません。返す入力がありません)。これが私の例です：
そしてAttributeError: Layer has no inbound nodes または AttributeError: The layer has never been called に触発されました
私は試した：
モデルを適合させた後、別のエラーが発生しました: TypeError: Cannot interpret feed_dict key as Tensor: Tensor Tensor("input_1_1:0", shape=(?, 2), dtype=float32) is not an element of this graph.