python-3.x - 当提取 keras 模型特征没有得到所有特征标签时
问题描述
inputs =[input_1,input_3]
outputs =[output_1,output_3]
combine = concatenate(outputs)
output = Dense(400,activation='sigmoid',name ='dense_1')(combine)
output = Dense(num_classes,activation='softmax')(output)
model = Model(inputs,[output])
我使用 keras 多输入分类器模型,我提取了 dense1 层特征,但是当我提取层的标签时,我期望 10 类,但我得到了 7 类,或者有时我得到了 9 类,为什么我得到这种类型的输出
解决方案
推荐阅读
- ios - Xcode项目添加视频文件,使用后删除
- javascript - 使用 Javascript 确定 Accept-Language HTTP 请求标头 - 或以其他方式确定用户的首选语言
- c# - Visual Studio 2017 命名参数语法突出显示?
- arrays - 如何比较一个数组中的对象
- mule - 如何检查有效载荷内的空数组?
- python - namedtuple 和 NamedTuple 有什么区别?
- java - 如何在 Gradle 插件中检查/读取 Java 文件
- python - Python HTTPSConnection 异常
- c# - 按钮循环 ASP.NET
- javascript - 在向 li 添加新课程之前删除课程