1回答
我想在这些模型之间“平衡”，结合它们的权重线： combined_weights = k * weights_a + (1 - k) * weights_b 我正在研究的问题允许使用这种方法。我如何在TensorFlow中做同样的事情？我试着结合我的模型的权重： k = 0.3weights_b = model_b.get_weights()
浏览 12提问于2020-09-22得票数 2
回答已采纳
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
我不仅要利用特征提取器预训练的权重，还要利用特征映射层的分类器/本地化预训练权重，使用tensorflow对象检测API ( tensorflow object Pre)对tensorflow对象检测模型当在像SSD这样的ML对象检测模型中微调预训练模型时，我不仅可以用预先训练的权重初始化特征提取器的权重，而且可以初始化特征地图的定位层权重和分类层权重，后者只选择选择的预训练类权重，这样我
浏览 1提问于2018-03-20得票数 2
回答已采纳
我对如何定义LSTM的权重矩阵感到困惑。由于LSTM有8个权重矩阵，我不知道如何在tensorflow中初始化这些LSTM的权重矩阵。但是后来我发现了这个，它完全有意义，因为它有所有的8个权重矩阵，但它没有使用LSTM的tensorflow实现。与LSTM方程一致。但是在LSTM的tensorflow 中，我不知道如何定义所有这8个权重矩阵，因为它们是在上面的第一个实现中定义的。
浏览 1提问于2016-08-05得票数 1
我用TensorFlow训练了一个TensorFlow模型，我想在层中得到一个特定的权重。例如，在torch7中，我只需访问model.modules[2].weights。要获得第二层的权重，我如何在TensorFlow中做同样的事情？
浏览 4提问于2016-03-24得票数 77
回答已采纳
2回答
假设我在笔记本电脑上使用Tensorflow和Python训练了一个简单的神经网络，我想在C++应用程序中在我的手机上使用这个模型。
我可以使用任何兼容格式吗？UDP.我也对Tensorflow到非-Tensorflow兼容性感兴趣.我是否需要从头开始构建它，还是有任何最佳实践？
浏览 0提问于2018-06-19得票数 0
回答已采纳
我有一个TensorFlow 2模型，有一个经过预先训练的Keras层来自TensorFlow集线器.我想微调这个子模型中的权重，以适应我的数据集，但是如果我天真地设置trainable=True和training如果我将底层模型的实际层置于我的控制之下，我将在这些单独的层上插入下拉层或设置L2系数。但是这些层是使用TensorFlow集线器方法导入到我的网络中的。此外，我怀疑底层模型是相当复杂的。我知道在TensorFlow 1<e
浏览 1提问于2019-04-19得票数 1
1回答
我正在从一个.pb文件加载一个TensorFlow模型。我想改变所有层的权重。我可以提取权重，但不能更改权重。我将graph_def模型转换为TensorFlow模型，但即使这样，我也无法为权重分配新值，因为权重存储在"Const“类型的张量中。
浏览 12提问于2019-09-03得票数 3
回答已采纳
使用vgg.h5模型+ Keras (GPU上的Tensorflow后端)进行实时对象分类.效果很好。然后，我尝试使用带有vgg.h5权重的纯tensorflow图：
我构建了一个图表(我在tf.Variable中存储内核和偏见经过调查，我发现所有的卷积层工作，但第一个全连接层输出(fc1与25088×4096权值矩阵)在vgg16中计算了大约5分钟。这不适合于实时
浏览 0提问于2018-01-21得票数 1
回答已采纳
我在火炬上得到了一个经过训练的神经网络，我需要在tensorflow中准确地重建它。我相信我在tensorflow中正确地定义了网络的架构，但是我在传递权重和偏置张量时遇到了困难。使用第三方包，我将火炬网络中的所有权重和偏置张量转换为numpy数组，然后将它们写入磁盘。我可以将它们加载回我的python程序中，但我无法找到将它们分配给tensorflow网络中相应层的方法。例如，我
浏览 0提问于2016-03-25得票数 13
回答已采纳
1回答
我正在尝试保存(在GPflow版本2.0中) GPflow模型。model = gpflow.models.VGP((X, Y_data), kernel=kernel, likelihood=likelihood, num_latent_gps=1)
由于gpflow包中不再包含
浏览 22提问于2020-05-12得票数 1
回答已采纳
我想将一组预先训练好的权重从Tensorflow导出到Keras。问题是Tensorflow中的批量归一化层只嵌入Beta和Gamma作为可训练权重，而在Keras中，我们也有Moving_mean和Moving_variance。我不知道从哪里获得这些权重。
浏览 28提问于2017-08-01得票数 0
回答已采纳
1回答
我发现了 (在不同的场景中)，很多Github的问题和文章，但是它似乎总是与人们从Tf1.x升级到TF2.x有关。我不会那么做的。2.5.0
我正在尝试使用TF对象检测，通过Python将Tf2.5中训练的模型转换为与tensorflow.js兼容的模型和。通常情况下，答案似乎是调用tf.compat.v1.disable_eager_execution()，但奇怪的是，这不是我的代码，我不知道我还会通过禁用一个特性在这个转换脚本中破坏什么。我在Tensorflow</e
浏览 9提问于2021-07-16得票数 2
我正在尝试在GPU2.0中加载模型权重，以进行多TensorFlow训练。我的模型检查点来自Tensorflow 1.0中的训练。 这就是我在TF1中加载权重的方式。) tf.assign(var, val) 我需要一个类似的方式在tf2中加载权重
浏览 26提问于2020-06-26得票数 0
2回答
我正在尝试使用amazon sagemaker部署tensorflow keras模型。过程成功完成，但是当直接使用keras进行预测和调用sagemaker端点进行预测时，我得到了不同的预测结果。我在将模型部署到sagemaker时使用了步骤。
检查下面的示例。由于某些原因，数据被破坏或sagemaker权重被重新初始化。有什么想法吗？
浏览 1提问于2021-07-31得票数 1
1回答
我尝试使用Tensorflow 2的LambdaCallback在Tensorboard中显示每个时期所有网络权重(CNN)的直方图，如下所示：但问题是get_weights()会返回所有的网络权重而不带任何名称(例如filter-weights、BatchN
浏览 10提问于2019-07-10得票数 0
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的暹罗网络示例。
浏览 4提问于2016-04-25得票数 24
回答已采纳
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
