from keras import layers
from keras import models
model = models.Sequential()
model.add(layers.Conv2D(32, (3, 3), activation='relu',
input_shape=(150, 150, 3)))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(64, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(128, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Conv2D(128, (3, 3), activation='relu'))
model.add(layers.MaxPooling2D((2, 2)))
model.add(layers.Flatten())
model.add(layers.Dense(512, activation='relu'))
model.add(layers.Dense(1, activation='sigmoid'))
Run Code Online (Sandbox Code Playgroud)
在阅读将图像分类为猫或狗的二元分类问题的代码时,在 Dense 层中,他们使用了 512 个单元。他们是怎么想出来的?是否有公式可以获取 Dense 层中的单元数。通常如果特征很多,我们会在 Dense 层中选择大量的单元。但是这里我们如何识别特征呢?我知道输出 Dense 层有一个单元作为它的二元分类问题,所以输出要么是0 或 1 通过 sigmoid 函数。
machine-learning neural-network deep-learning conv-neural-network tensorflow
我是 React 初学者,无法调试错误
这是我在 React 中使用组件的代码。
我正在尝试使用图像、标题和链接模拟 google 搜索图像结果,但在浏览器上我看到的只是一个空屏幕。
错误语句是:
Uncaught Error: Minified React error #200; visit https://reactjs.org/docs/error-decoder.html?invariant=200 for the full message or use the non-minified dev environment for full errors and additional helpful warnings.
at Object.I.render (react-dom.production.min.js:238)
at <anonymous>:99:10
at n (babel.min.js:12)
at r (babel.min.js:12)
at o (babel.min.js:12)
at u (babel.min.js:12)
at E (babel.min.js:1)
Run Code Online (Sandbox Code Playgroud)
该错误未指定哪一行或任何内容。链接说
你刚才遇到的错误全文是:
目标容器不是DOM元素。
Uncaught Error: Minified React error #200; visit https://reactjs.org/docs/error-decoder.html?invariant=200 for the full message or use the non-minified dev environment for full errors and …Run Code Online (Sandbox Code Playgroud)