我正在做一个项目，我指的是一个已经在Pytorch中建立的网络。它的一个层有conv2d层，其中group =某个值。当我在Tensorflow中构建项目时。考虑到我在tensorflow的conv2d层中没有找到任何组参数，我该如何处理这个特定的层呢？我在网上搜索，但找不到
浏览 56提问于2019-06-22得票数 2
1回答
几天前我用过tensorflow。使用固定权重构建卷积层很简单，只需将权重内核传递给conv2d()即可。并且可以方便地加载预先训练好的模型，如VGG19。但我发现使用pytorch不是这样的，因为conv2d()不接受显式的内核，而是接受内核大小。所以我想知道，我们是否可以通过简单地将权重传递给像conv2d()这样的方法来重用VGG19中的<
浏览 4提问于2017-09-18得票数 1
我试图在Tensorflow 2中实现模型不可知论的元学习(MAML)。Determine the gradient of the sum of the losses (4) w.r.t. the global model在不需要循环(仅一批)的情况下运行persistent=Truewatch (仅一
浏览 2提问于2020-01-28得票数 0
0回答
当涉及到tensorflow中卷积层的形状时，我非常困惑。/kernel:0")也许我不应该在我的脑海中交换密集的卷积层。然而，我在互联网上找到<em
浏览 12提问于2018-07-13得票数 0
回答已采纳
1回答
如何计算CNN的权重数？
、、、、
考虑到用于将图像分类为两类的卷积神经网络，我们如何计算权重数：
第三层:一个最大的池层，它将样本层2降为4倍(例如，从500x500到250x250)。第四层:有250个单
浏览 2提问于2019-12-15得票数 3
回答已采纳
我想通过显式定义层的权重矩阵来创建一个conv2d层(Conv2D的use_bias参数设置为False)。我一直试图使用layer.set_weights(K)来实现这一点，其中K是(?在简单的Tensorflow API中，可以通过在tf.nn.conv2d(input，filter，..)中传递过滤器参数的张量来实现。此外，我还有更多<em
浏览 29提问于2019-01-24得票数 5
在我使用的前一个TensorFlow版本(1.9)中，我能够使用存储在Conv2D操作输入中的UINT8权重来量化我的网络。现在，在使用Keras模型的TensorFlow 2.0中，训练后量化给出了INT8权重，似乎没有针对无符号权重的选项。有没有可能用TF 2.0来控制卷积层</e
浏览 56提问于2020-11-22得票数 2
1回答
如何计算keras中这两层的权重和偏差的形状- x1 = Conv1D(256, 3, padding='same', activation="relu")(x1) x2 = Conv2D(32, (
浏览 20提问于2021-09-27得票数 0
回答已采纳
我必须手动添加一个卷积层，因为我有一些Tensorflow解析器不支持的特殊操作。TensorRT期望从.wts文件中读取的权重的顺序是什么？例如，Tensorflow的conv2d权重张量通常具有顺序ofH，W，IN_CHANNEL，OUT_CHANNEL。我知道TensorRT希望输入数据的顺序是NCHW，但是当它被写入.wts文件时，权重的
浏览 3提问于2018-12-04得票数 0
我有一个模型保存在.pb文件中，它工作得很好，但当我使用tflite_convert或python api命令将其转换为tflite模型时，结果是错误的。我发现权重在转换后发生了变化。.pb文件中第一卷积层的权重如下：(3, 3, 1, 8)[[[[-0.09953183 0.11656161 0.1101007 -0.02618909 -0.00533756 -0.06285968 -0.12631118 0.09094
浏览 9提问于2019-01-28得票数 2
你好，StackOverflow社区： 我使用Tensorflow 2.0训练了一个4层的DNN。使用一批新的数据，我希望重新训练从第二层到输出层的模型权重，同时保持来自较早层的权重(即，附加到输入和第一层的权重)冻结。我试图在TensorFlow2.0的文档中查找<
浏览 49提问于2020-08-08得票数 0
当我注意到tensorflow和pytorch对于2d cnns有不同的大小权重张量时，我正在将tensorflow v1.13编写的旧项目转换到pytorch v1.4.0。以下是我的tensorflow代码 cnn = tf.layers.conv2d(img_tensor, 16, (3, 3), (1, 1), padding='SAME', name='cnn_1'pytorch模型不起作用，所以我开始一次走一层
浏览 14提问于2020-04-14得票数 0
在Tensorflow中，基于层的模型训练效果优于基于等效层的模型。背景
O1 = W1
浏览 8提问于2022-05-14得票数 0
回答已采纳
2回答
CNN中的模型精度和损失没有提高
、、、、
我正在使用下面的LeNet架构来训练我的图像分类模型，我注意到这两个训练，val的准确性并没有提高的每一次迭代。这一领域的任何一个专家能解释出可能出了什么问题吗？from keras.models import Sequentialfrom keras.layersimport Dropout
from kera
浏览 0提问于2020-04-29得票数 2
回答已采纳
一层(.)它是生成输出阵列模型/re_lu_1/Relu的Conv算子的输入，缺少最小/最大数据，这是量化所必需的。如果准确性很重要，可以针对非量化的输出格式，或者使用模型从浮点检查点进行量化培训，以更改输入图以包含min/max信息。如果您不关心准确性，您可以通过-默认_范围_min=和-默认_范围_max=进行简单的实验。
浏览 4提问于2020-09-01得票数 1
回答已采纳
我想执行一个特殊的conv2d，因为我在每个样本的函数中计算conv2d层的权重。我可以简单地为每个样本分配给定层的权重吗？我正在实现本文的空间变量卷积：https://arxiv.org/abs/1804.00389 谢谢
浏览 9提问于2019-07-02得票数 1
1回答
角化物级联层
、、
如果我使用keras中的级联函数连接两个conv2D层，那么它将连接与该层的每个层或输出相关的权重？为了更好地概括我的怀疑，layer2 = conv2D() result = Concatenate([layer1, layer2])
浏览 1提问于2019-12-03得票数 0
回答已采纳
1回答
当实现带有输入内核和偏差的自定义conv2d层时，我遇到了问题。该内核和偏差是另一层A的输出，然后使用这些权重来执行conv2d。我只希望这一层使用权重，而不是学习，所以如果这层是不可训练的，梯度会被转移到A层，这意味着我想要A层是可训练的
浏览 0提问于2018-05-01得票数 2
回答已采纳
1回答
高损耗的keras模型
、、、
我已经创建了一个Keras模型的Nvidia自动驾驶汽车。，但有一个问题，损失是很高的，准确性是0。我裁剪图像的大小。', strides=(2, 2)))model.add(Conv2D(48, (5,5), activation='relu'
浏览 2提问于2021-01-28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
