Hibernation : insérez dans Produit (desig, prix, quant, ref) les valeurs (?, ?, ?, ?) Hibernate : sélectionnez produit0_.ref comme ref1_0_0_, produit0_.desig comme desig2_0_0_, produit0_.prix comme prix3_0_0_, produit0_.quant comme quant4_0_0_ de Produit produit0_ où produit0_.ref=?

Voulez-vous une liste de 25 résultats séparés, ou voulez-vous appliquer la fonction à sa propre sortie 25 fois, ou autre chose ?

Ouais @Keving Anderson ne se produit tout simplement pas en silence? mais ça ne donne pas d'erreurs !

ip_shape1 = tf.keras.layers.Input(shape=(5,))
ip_shape2 = tf.keras.layers.Input(shape=(5,))

dense = tf.keras.layers.Dense(1, activation="sigmoid", kernel_initializer="ones")

op1 = dense(ip_shape1)
op2 = dense(ip_shape2)

op1 = tf.keras.layers.Dense(1,activation=tf.nn.sigmoid)(op1)
op2 = tf.keras.layers.Dense(1,activation=tf.nn.sigmoid)(op2)

model = tf.keras.models.Model(inputs=[ip_shape1, ip_shape2], outputs=[op1,op2])

Comme je m'en doutais. Ces méthodes devraient probablement utiliser des transactions, comme Image.open().

ip_shape1 = tf.keras.layers.Input(shape=(5,))
ip_shape2 = tf.keras.layers.Input(shape=(5,))

dense = tf.keras.layers.Dense(1, activation="sigmoid", kernel_initializer="ones", input_shape=(5,))
dense = tf.keras.layers.Dense(1, activation="sigmoid", kernel_initializer="ones")(dense)

op1 = dense(ip_shape1)
op2 = dense(ip_shape2)

op1 = tf.keras.layers.Dense(1,activation=tf.nn.sigmoid)(op1)
op2 = tf.keras.layers.Dense(1,activation=tf.nn.sigmoid)(op2)

model = tf.keras.models.Model(inputs=[ip_shape1, ip_shape2], outputs=[op1,op2])

OK @SoufianeS Je l'ai modifié pour convertir les dates, et j'ai corrigé le décompte des valeurs NULL incorrectes, essayez ceci et faites-moi savoir si c'est maintenant.

TypeError: Inputs to a layer should be tensors. Got: <tensorflow.python.keras.layers.core.Dense object at 0x7f7286dc7c70>
1
leevii 3 अप्रैल 2021, 20:55

1 उत्तर

सबसे बढ़िया उत्तर

त्रुटि निम्न पंक्ति में होती है:

dense = tf.keras.layers.Dense(1, activation="sigmoid", kernel_initializer="ones")(dense)

अनिवार्य रूप से, आप घने परत को dense (एक और केरस परत) के साथ बुला रहे हैं। इसके बजाय, परत tf.keras.layers.Dense इनपुट के रूप में एक टेंसर की अपेक्षा करती है।


मुझे लगता है कि आप दो साझा घनी परतों की रचना करना चाहते हैं। इसे निम्नानुसार हासिल किया जा सकता है:

dense_1 = tf.keras.layers.Dense(1, activation="sigmoid", kernel_initializer="ones", input_shape=(5,))
dense_2 = tf.keras.layers.Dense(1, activation="sigmoid", kernel_initializer="ones")

op1 = dense_1(ip_shape1)
op1 = dense_2(op1)

op2 = dense_1(ip_shape2)
op2 = dense_2(op2)

नोट: परीक्षण नहीं किया गया।

2
rvinas 3 अप्रैल 2021, 21:45
La table est créée dans la base de données sans problème :)
 – 
leevii
4 अप्रैल 2021, 00:45