Python 使用带有张量而不是向量的Keras

我意识到这可能是一个基本的问题，但由于Keras和Tensorflow之间的关系，这使得这个问题很难在谷歌上找到

我有数据，其中每一行是一个5 x 5（列x宽行）张量，我需要输出是一个2 x 5张量。我意识到这可能是非常基本的，但每当我在标题中搜索任何带有“tensor”和“keras”的内容时，它最终都是关于使用tensorflow的，并且比我试图做的要复杂得多

如何设置输入和输出层

---

谢谢。

如果你在问题中用“图像”替换“张量”一词，你觉得有什么主要区别吗？你基本上想把一幅图像作为输入，预测一幅图像。我确实发现了更多的结果，但所有这些都与卷积神经网络有关。我想做回归，而不是分类，我不确定卷积层会如何影响我的预测过程，因为它们对数据进行了转换。CNN做回归没有问题。对，但我如何建立一个不卷积的卷积神经网络？如果所有的说明都包含了我不想包含的步骤，并且这是必要的（至少对于正在完成的教程来说），那么这对我没有帮助。我100%不知道如何设置不同的图层。我认为你需要重新制定你的问题，告诉我们你想做什么。您打算使用哪种图层？他们打算怎么办？