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Python 使用带有张量而不是向量的Keras,python,tensorflow,neural-network,keras,Python,Tensorflow,Neural Network,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
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?