在试图将Keras模型导出为TensorFlow估计器以服务于该模型时，我遇到了以下问题。由于同样的问题也出现了，我将演示玩具示例上发生的事情，并为文档目的提供我的解决方案。这种行为发生在Tensorflow 1.12.0和Keras 2.2.4中。这种情况发生在实际的Keras和tf.keras中。当试图导出
浏览 3提问于2019-02-10得票数 3
回答已采纳
我是神经网络的初学者，计划使用Tensorflow估计器，请容忍我。如果这些问题都是常识的话，我很抱歉，但我对这些问题肯定有点迷茫。
浏览 1提问于2019-12-26得票数 0
回答已采纳
与独立的keras模型相比，使用tf.keras.estimator.model_to_estimator有什么好处？例如，当我们想要实时服务模型的时候？
运行predict(x=x)并保存输出的</
浏览 1提问于2019-01-11得票数 3
回答已采纳
随着Keras成为TensorFlow的API，有许多旧版本的Keras代码，比如。from keras import modelsfrom tensorflow.keras import models
浏览 1提问于2019-01-08得票数 8
回答已采纳
我使用tf.keras.estimator.model_to_estimator和Tensorboard将keras模型转换为估值器，以实现可视化。我有时也会使用model.summary()。目前，我使用的函数以超参数作为参数，并返回相应的编译后的keras模型，然后将其转换为一个估计器。我
浏览 1提问于2019-11-03得票数 2
回答已采纳
我正在尝试将我的自定义keras模型转换为估计器模型，它给了我一个ValueError: ('Expected model argument to be a Model instance, got ',我在其他文章中读到，我应该使用函数式API，但我认为这就是我使用的代码正在做的事情。elif weights is not None:
model.load_weights
浏览 41提问于2019-07-14得票数 1
TF1.4使Keras成为不可分割的一部分。当尝试用propratery输入函数(即，不使用tf.estimator.inputs.numpy_input_fn)从Keras模型创建估计器时，由于Tensorflow不能将模型与输入函数融合，所以不起作用我正在使用tf.keras.estimator.model_to_estimator
keras_estimator = tf.keras<
浏览 1提问于2017-12-22得票数 5
回答已采纳
我的最终目标是在张紧板上使用如果是什么的工具。为此，我需要在TensorflowServing上为Keras模型提供服务，并在TFRecordFile中提供数据。因此，数据必须转换为tf.Examples。该工具被认为是抓取网络运行对数据的推断。但是，网络不能将tf.Examples作为输入处理。因此，服务模型需要具有预处理功能。根据tensorflow文档，一种方法是创建tensorflow估计器，并使用<
浏览 0提问于2019-06-25得票数 1
对不起，我的英语很差。=model = VGG19(include_top=False, input_shape=(182, 182 , 3))y = <e
浏览 0提问于2018-12-11得票数 0
回答已采纳
我正在尝试从自定义的Keras模型构建一个TensorFlow2估计器。该模型将形状为batch_size，n，h，w，c的张量作为输入。我需要从后面对每个n，h，w，c张量应用CNN。')model = make_model(params)
model.compile(optimizer=optimizer, loss
浏览 12提问于2020-06-29得票数 0
我正在使用tensorflow估计器+ keras来完成图像分类器的工作，这是在GCP ML引擎上预先训练的应用程序inception_v3的最后一层。keras模型用tf.keras.estimator.model_to_estimator导出，输入函数接收存储在GCP云存储上的图像路径，用tf.image.decode_jpeg打开图像，并以以下格式返回数据集该模型</
浏览 0提问于2018-06-11得票数 0
save_summary_steps=500))
在训练了如上定义的模型后，是否可以获得各层的参数？
浏览 0提问于2020-06-02得票数 0
我想利用谷歌的AI-platform来部署我的keras模型，这需要模型采用tensorflow SavedModel格式。我将keras模型保存为tensorflow估计器模型，然后导出此估计器模型。我在定义我的serving_input_receiver_fn时遇到了一些问题。())
estima
浏览 23提问于2019-07-09得票数 1
我试图使用tf.keras将tf.keras模型转换为tensorflow估计器，但是结果估计器似乎是不可训练的。我尝试过使用顺序和函数式的x_1 API来建模y=(x_2+ tf.keras )/2，虽然tf.keras模型工作得很好，但是在转换成估值器之后，两者都不能工作。<em
浏览 2提问于2019-08-01得票数 0
回答已采纳
如何保存使用tf.keras.estimator.model_to_estimator创建的tensorflow估计器？ def create_model(self): tf.keras.layers.Reshapeloss="binary_cr
浏览 3提问于2020-09-10得票数 0
回答已采纳
我用Keras创建了一个神经模型，并希望使用用于Keras模型的Tensorflow API来训练它。model = create_keras_model(shapes)
adam
浏览 0提问于2018-09-28得票数 1
简单地说，我使用tensorflow Dataset API设置了一个数据输入样条。然后，我用keras实现了一个CNN分类模型，并将其转换为一个估计量。run_config=tf.estimator.RunConfig(model_dir,save_summary_steps=100,save_checkpoints_steps=1000)
estimator = tf.keras.estimator.model_to_estimator一旦我完成训练，我想重新加载最好的</e
浏览 0提问于2020-02-28得票数 1
在tf.estimator包中，有很多已定义的估计器。我想在Keras中使用它们。tf.estimator.DNNLinearCombinedRegressor
如何将其转换为Keras</em
浏览 27提问于2019-07-22得票数 15
1回答
是否可以将Estimator转换为TensorFlow中的TPUEstimator，而无需在重写其功能方面付出很大的努力？我有一个Estimator形式的模型，它在CPU上工作得很好，但我不知道如何将它转换成TPUEstimator，而不必重写model_fn和input_fn。这需要手动完成大量工作，原因是我正在使用Keras创建模型，然后使用下面的助手函数创建Estimator
my_keras</
浏览 0提问于2018-02-22得票数 4
回答已采纳
我创建了一个自定义input_func，并将keras模型转换为tf.Estimator进行培训。然而，它不断地给我带来错误。
我使用tf.keras.estimator.mod
浏览 0提问于2018-01-07得票数 2
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
