对于每个特征，我都训练了一个不同的神经网络模型，并将其保存为HDF5文件。现在我加载它们是为了进行预测，但我问自己，我是否不能并行运行它们，同时相应地显示所有功能，因为输入是相同的？
浏览 14提问于2020-03-24得票数 0
回答已采纳
假设我有两个keras模型实例model0和model1以及数据集data0和data1。如果我有两个或更多的GPU，有没有一种方法可以在GPU0上并行训练model0，在GPU1上并行训练data1上的model1？到目前为止，我发现的所有方法都将单个模型的训练分散到多个gpus上。
浏览 2提问于2018-08-09得票数 0
1回答
我正在尝试构建一个可以并行训练两个Keras模型的函数。model_2.fit(X[index],y[index],epochs=1)if _
浏览 27提问于2020-04-23得票数 0
如果我想培训Keras模型并提供多个GPU，有几种方法可以有效地使用它们：
将每个GPU分配给不同的模型，并并行地训练它们(例如，用于超参数调优或不同体系结构之间的比较)。例如，我将model1分配给GPU1，model2分配给GPU2，在一个全局数据加载操作之后，Keras将在每个GPU上并行运行每个模型的model.fit()。分割一个模型并在所有GPU上并行训练。这是通过
浏览 2提问于2020-12-15得票数 5
1回答
用户可以通过API调用模型，并返回结果。模型是使用Keras和Theano进行预训练的。我们使用GPU来加速训练。但是，使用GPU仍然可以显著加快预测速度。目前，我们有一台带有两个GPU的机器。然而，在运行时(例如，当运行面向bits的用户时)存在一个问题:通过CUDA共享GPU的多个Python进程似乎不能提供并行加速。我们将nvidia-docker与libgpuarray (pygpu)、Theano和Keras一起使用。GPU
浏览 1提问于2017-05-10得票数 0
FaceRecognition_SVM_Classifier.py", line 51, in <module> File "C:\Users\tueku\Envs\facenet5\lib\site-packages\keras\utils\traceback_utils.py", line 67, inraise e.with_trac
浏览 23提问于2022-05-31得票数 0
我使用Keras和tensorflow作为后端。我有一个编译/训练的模型。
我的预测循环很慢，所以我想找到一种方法来并行化predict_proba调用来加快速度。Tensorflow中可以将操作分配给给定的图形处理器()。然而，我不知道这如何转化为我的情况，因为我已经使用Keras的api构建/编译/训练了我的模型。我曾经想过，也许我只需要使用python的多处理模块，并在每个gpu上启动一个运行pre
浏览 3提问于2017-02-23得票数 13
回答已采纳
1回答
我想知道是否有可能在Keras中用我的GPU并行读取文件中的几行。假设我有一个有50个特征(即50列)和10k行的文件，我想要并行处理，使用Keras最有效的方法是什么？此外，我不想训练我的模型，因为我已经处于项目的部署阶段。
浏览 0提问于2017-09-25得票数 0
我使用Python使用Keras来训练NLP分类模型。但是要将经过训练的模型部署到一个平台上，我需要使用Scala。谢谢
浏览 0提问于2020-02-18得票数 1
我有预测各种事物的500+模型，以及一个由400m+个人和大约5,000个可能的自变量组成的大型数据库。目前，我的评分过程大约需要5天，操作方法是将400m+记录分块成10万人的片段，并旋转n个线程，每个线程都有一个特定的500+模型子集，并以这种方式运行，直到所有模型的所有记录都得分为止。每个线程都是一个Python进程，它提交R代码(即加载一个R .rds模型和相关的数据集转换逻辑)。这个过程耗时太长，容易出错(更多的是它变成的复杂代码网络的一个指标)，代价很高(需要大量的云实例)，并且只允许
浏览 0提问于2020-01-21得票数 2
我需要同时训练多个Keras模型。我正在使用TensorFlow后端。问题是，当我试着同时训练两个模特时，我得到了Attempting to use uninitialized value。这个错误并不是真正相关的，主要的问题似乎是Keras强迫在同一个会话中用相同的图创建两个模型，因此it冲突。我是TensorFlow的新手，但我的直觉是，答案很简单:您必须为每个Keras模型创建一个不同的会话，并在他们自己的会话
浏览 0提问于2017-05-13得票数 8
1回答
我希望训练网络包含多个(两个或更多)并行CNN，这些并行CNN在最后的全连接层中是常见的，但我想使用迁移学习方法首先分别训练这些网络，然后将它们合并并微调我的网络。 我如何通过Keras做到这一点
浏览 32提问于2020-12-10得票数 0
我使用Python3.7.4和TensorFlow 2.0和Keras 2.2.4-tf来训练我自己的CNN模型。一切都很顺利。例如，我可以使用model.save(my_model)，然后在其他Python脚本中使用它。当我想使用带有C++中的DNN模块的OpenCV中的训练模型时出现问题。dnn:readNetFromTensorflow(model.pb，model.pbtxt)，因为你可以看到两个参数，所以我
浏览 115提问于2020-04-10得票数 4
回答已采纳
1回答
如何使用TensorFlow的SavedModelBundle.Exporter导出模型以便在Python中使用。(function) }
在用java创建模型时，这不会引发任何错误，但是当将模型加载到Python中时，它会抛出此错误： F
浏览 9提问于2022-04-09得票数 -1
我正在使用Tensorflow Keras模型来评估连续的传感器数据。我的模型输入由15个传感器数据帧组成。我的代码看起来像这样： return model.predict(data)
model = tf.keras.models.load_model(processes = 4)res = p.apply_async(predictData, ([[iinput]],))
print(res.get(timeout = 10))
浏览 0提问于2018-10-18得票数 1
我使用MNIST数据集训练了一个模型来识别数字。该模型已经使用TensorFlow和Keras在Python语言中进行了训练，并将输出保存到我命名为"sample_mnist.h5“的HDF5文件中。我想将训练好的模型从HDF5文件加载到Rust中进行预测。model = k
浏览 1提问于2021-07-01得票数 1
我有一个keras模型，预训练权重h5df约为700mb。我想在Apache Spark中使用它作为广播变量。1.这似乎是不可能的，因为keras模型本身不是spark感知的，也是不可序列化的。2.我在谷歌上搜索了一下，发现了Elephas库。因此，尝试在ElephasTransformer中包装Keras预训练模型。这抛出了多个错误(我使用的是python 2.7 )。例如，<e
浏览 6提问于2017-09-30得票数 3
我需要在前端部署doc2vec模型，我正在寻找tensorflow.js框架。我需要在tensorflow.js中训练一个doc2vec模型，以便将其部署到浏览器上。可以在tensorflow.js中训练doc2vec模型吗？
浏览 6提问于2020-12-29得票数 0
3回答
我有一个用Python和Keras实现的神经网络。一旦我训练了它，我就导出了模型，我得到了两个文件: model.js和model.h5。现在，我想在.NET项目中进行实时分类，并使用经过训练的神经网络进行分类。 在ML.NET中，有没有一种方法可以把用python导出的模型和经过训练的权重加载到模型对象中？我在documentation1<em
浏览 22提问于2019-04-30得票数 4
回答已采纳
1回答
我在colab上训练了一个keras序列模型，并将其保存为TensorFlow SavedModel格式。然后，我将经过训练的模型的压缩文件夹(包含saved_model.pb文件和变量子文件夹)下载到我的计算机上，并试图将该模型加载到我的python文件中，但最终以
这个错误：(注意B:我在安装了keras和tensorflow的anaconda自定义环境中运行pytho
浏览 1提问于2021-06-03得票数 0
回答已采纳
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
腾讯云开发者
