我想在TensorFlow中对相同配置的深度神经网络模型应用不同的激活函数。这就是为什么这些分类器的初始权重应该是相同的。但是，我找不到这个任务的解决方案。我应该将分类器克隆到second_classifier，还是将first_ first_classifier的权重传递给第二个分类器。谢谢您一直鼓励我。first_classifier = tf.contrib.learn.DNNClassifier</e
浏览 0提问于2017-08-03得票数 0
我在python中使用tensorflow来构建一个简单的回归神经网络，我想提取权重和偏差，以便在另一个程序中使用它们。有人能指出如何从tf神经网络中提取权重，并在tensorflow神经网络训练完成后，通过简单的矩阵乘法和加法从相同的权重计算预测。同样，这种计算是否会改善预测时间(因为tf.predict会做一些额外的
浏览 36提问于2019-01-19得票数 0
有没有办法从Tensorflow的tf.contrib.learn.DNNClassifier中提取权重矩阵？我试图在Tensorflow站点上寻找答案，但我对此相当陌生，所以到目前为止还没有找到任何有用的东西。如果这里已经有明确的解释，但我找不到的话，我很抱歉。我的代码：df = tf.contrib.learn.datasets.base.load_csv_w
浏览 4提问于2017-07-04得票数 1
回答已采纳
这些文档激励这些模型如下：
因此，我从附带的中运行了扩展代码示例。它正确地运行并生成了accuracy: 0.833733，类似于Tensorflow网页上的accuracy: 0.83557522。该示例使用tf.estimator.LinearClassifier来训练权重。然而，与所引用的能够检查
浏览 5提问于2017-09-09得票数 2
回答已采纳
在Tensorflow对象检测API中，一个典型的神经网络由两个部分组成:一个特征提取器，然后一个利用特征提取输出的神经网络进一步对图像进行分类。如果你要在对象检测api中自定义训练一个更快的resnet50神经网络，去检测另外2个对象，在训练过程中特征提取器也是训练的吗？即特征提取器组件的权重是否会发生变化？
浏览 0提问于2018-07-31得票数 3
回答已采纳
我有一个计算机断层成像数据集，中心切片是更重要的扫描角度接近90度。初始切片和最后切片(0度和180度)中的信息可以分配较小的权重，因为它们包含横向信息。有人能建议我一种根据输入的重要性来分配权重的方法吗？在训练时，我是否应该专注于任何具体的超参数？
浏览 0提问于2019-03-04得票数 1
回答已采纳
1回答
我正在为一个经常遇到丢失数据的模型编写代码。pytorch (或tensorflow，因为我还没有写代码，所以也没问题)中有没有一个选项可以只计算/更新现有数据的梯度和权重？实际上，这是从一个最大的神经网络中提取一个较小的神经网络。
浏览 0提问于2018-04-10得票数 0
谁能告诉我如何将训练好的参数保存在卷积网络中，以预测未来看不见的图像。
在神经网络中，我们可以保存参数(权重和偏差)，我们可以使用这些保存的参数运行前向支持函数进行预测。
浏览 1提问于2017-11-08得票数 0
2回答
基于粒子群算法的神经网络训练
、、、、
我想在Matlab上使用粒子群算法和差分进化算法训练一个前馈神经网络，用于乳腺癌的预测。我刚接触Matlab，所以我搜索并找到了George Ever的工具箱，但在将工具箱添加到Matlab路径后，我不知道如何使用它。有人能告诉我训练神经网络的步骤吗？
浏览 5提问于2016-07-21得票数 0
我试图在java实时上下文中使用DNNRegressor模型，不幸的是，这需要一个没有垃圾的实现。它看起来不像tensorflow-light提供一个GC免费的实现。最小阻力的路径是提取权值并手动重新实现神经网络。是否有人尝试过从回归模型中提取权重并手动实现回归，如果是的话，您能描述任何缺陷吗？
谢谢!
浏览 0提问于2018-04-24得票数 0
回答已采纳
13回答
深造南损失的原因
、、、、
也许这个问题太笼统了，但谁能解释一下什么会导致卷积神经网络发散呢？具体情况：追溯..。追溯起源于line：
tf.contrib.learn.DNNClassifier(feature_columns=feature_columns,，而不使用优化器。任何对网络层，数据大小等的洞察
浏览 6提问于2016-10-14得票数 137
回答已采纳
我一直在浏览TensorFlow 教程。这还使用了助手代码。 # Evaluate against the validation set.labels_placeholder,do_eval()函
浏览 3提问于2016-07-11得票数 1
我已经使用relu函数使用tensorflow训练了一个神经网络，然后我尝试使用tensorflow中的权重在python中重建神经网络，但当我将relu函数应用于np.dot(输入，权重)时，如果我将其与tensorflow的输出进行比较，则输出不同。它可能取决于数字精度，事实上，如果我使用 def relu(x):
return max(0,x) 如果我
浏览 25提问于2019-06-19得票数 0
回答已采纳
1回答
我使用RLlib来训练强化学习策略(PPO算法)。我想看到政策背后的神经网络的权重。
在深入研究了RLlib的PPO对象之后，我找到了TensorFlow Graph对象。我想我会在那里找到神经网络的权重。但我找不到他们。我看到这个图有大约1,000个节点，但在我的一生中，我找不到TensorFlow在哪里隐藏神经网络的实际权重
浏览 10提问于2022-10-17得票数 2
回答已采纳
1回答
我试图在TensorFlow中实现一个暹罗神经网络，但我在互联网上找不到任何有效的例子(参见)。我试图构建的体系结构将由两个LSTM组成，它们共享权重，并且只在网络的末端连接。我的问题是:如何在TensorFlow中建立两个不同的神经网络，共享它们的权重(绑定权重)，以及如何在最后将它们连接起来？编辑：我在MNIST上实现了一个简单实用<e
浏览 4提问于2016-04-25得票数 24
回答已采纳
1回答
这是我的问题。我训练了一个卷积神经网络，用tensorflow将图像分为两类。我现在想知道如何使用来自神经网络的权重，并在未标记的随机图像上进行测试。tensorflow中是否有这样的函数，还是我现在应该自己运行卷积？
浏览 0提问于2017-04-05得票数 0
回答已采纳
1回答
我试图建立一个稀疏的递归神经网络，总共有100个神经元，每个神经元只随机连接其他10个神经元，权重是从高斯分布中随机提取的，平均值为5e-05标准差。我知道在Python中，要从高斯分布中提取权重，我可以使用：但是，怎样才能有效地将每个神经元随机连接到网络中的其他10个神经元我想这可能可以通过基本的python函数来实现，而不需要
浏览 9提问于2022-02-26得票数 0
1回答
我想在Tensorflow中对预先训练好的深度神经网络进行部分微调(例如，加载所有层的权重，但只更新更高层的权重)。
Tensorflow中是否有任何方法允许选择应该更改的变量和应该保持不变的变量？
浏览 15提问于2016-08-04得票数 3
回答已采纳
2回答
我设计了一个3层神经网络，它的输入来自CNN和RNN的级联特征。网络学习的权重值很小。对此有何合理的解释？以及如何解释Tensorflow中的权重直方图和分布？有什么好的资源吗？这是一个3层神经网络的第一个隐层的权重分布，使用张量板可视化。如何解读这一点？所有的权重都是零值？这是3层神经的<
浏览 9提问于2017-12-11得票数 3
如何在tensorflow图中保存单个神经网络的权重，以便可以在不同的程序中将其加载到具有相同架构的网络中？也许这源于我对tensorflow应该如何工作<e
浏览 0提问于2017-10-07得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
