不能将Kears/TensorFlow层UpSampling2D()部署到TensorRT (已知行为)。我试图找到一个解决方案，将UpSampling2D()层替换为其他具有并行行为的Keras层。理论上，Conv2DTranspose()应该通过设置特定的权重并在训练中固定各层的权重来完成这项工作。
我正在寻找一些如何做到这一点的帮助。
浏览 25提问于2019-07-16得票数 0
我正在尝试使用tensorRT优化deeplab v3+模型，我得到了以下错误：=== Automatically deduced input nodesconvert_tf2uff_nodeKeyError: 'logits/semantic/biases/read'
据我所知，这是由uff转换器不支持的某些层造成的吗我在tensorflow中使用了原始的deeplabv3+
浏览 21提问于2018-11-15得票数 2
1回答
序列模型的上采样层错误
、、、、
我试图理解keras中的Upsampling2D层是如何工作的，所以我创建了一个单层Sequential模型。trial = Sequential() trial.add(UpSampling2D(size=(2, 2) , input_shape = (100,100,1)))我只是尝
浏览 2提问于2018-01-04得票数 1
回答已采纳
1回答
模块不可调用
、、
我在U-Net中遇到模块不可调用错误 def unet():conv1 = Conv2D(width, 3, 3, activation=')(conv5)conv6 = Conv2D(width*8, 3, 3,
浏览 12提问于2019-05-05得票数 0
回答已采纳
1回答
我正试图在Keras中构建一个卷积的自动编码器。我的印象是，卷积层与输入具有相同的输出维度，除非设置了stride>1或设置了边框_mode=‘有效’。这是我的网络from keras.modelssame'))
model.add(Convolution2D(8, 3, 3, border_mode='
浏览 7提问于2017-01-06得票数 1
我一直在遵循Keras文档来构建CNN自动编码器。from keras.layers import Input, Dense, Conv2D, MaxPooling2D, UpSampling2D
input_img = Input(shape=(28, 28, 1)) # adapt this if using `channels_firstModel(inpu
浏览 21提问于2020-05-06得票数 0
1回答
我想知道如何在CNTK中实现UpSampling2D。我在中找不到这样的图层。通过查看，它们使用backend.resize_images操作，但我也无法在中找到调整大小的操作。
浏览 2提问于2017-03-28得票数 4
回答已采纳
1回答
Keras中的特定失落率
、、、、
我想通过仅使用层的特定部分(在此问题底部的自动编码器示例中名为FEATURES的层)来训练自动编码器。 在我的例子中，新产品的NOK图片非常罕见，但需要进行培训。其思想是强制在特征0:N-x中学习OK-图片结构，并在特征N-x:N中学习NOK-图片结构(可能来自类似的产品)，以便使用NOK-特征作为参数来从OK-图片生成NOK-图片。如果能够提供由{0,1}组成的掩膜应用于图层上以打开/关闭特定节点，这将是完美的 (2)创建自定义层(下面命名为MaskLayer )，该
浏览 22提问于2020-04-23得票数 1
1回答
如何在Keras中添加线性插值层？我有沙漏网络("channel_first")，在解码器部分的某个点上，我必须在relu层之后进行从大小(32,128,152)到(32,128,256)的线性插值。我尝试了conv2DTranspose和Upsampling2D，它们都不支持小数上采样率。Reshape和Imageresize也不起作用。
浏览 52提问于2019-10-14得票数 1
回答已采纳
1回答
在构建卷积自动编码器时，在选择图层大小时，是否有任何建议的最佳实践？例如，如果我正在处理一个28x28x1 MNIST图像，并使用tf.keras创建我的模型，我如何才能将我的Conv2D和MaxPool2D层与Conv2DTranspose和Upsampling2D层相匹配
浏览 11提问于2020-07-21得票数 0
回答已采纳
我正在尝试使用TensorRT部署一个经过训练的U-Net。该模型使用Keras进行训练(以Tensorflow作为后端)。32_12/Shape-0-0-VecPermuteNCHWToNHWC-LayoutOptimizer as custom op: DataFormatVecPermute我还在某个地方看到，可以添加自定义操作
浏览 13提问于2019-07-18得票数 19
在Keras中，与Tensorflow中的tf.nn.conv2d_transpose对应的层(函数)是什么？我曾经看到过这样的评论:我们可以Just use combinations of UpSampling2D and Convolution2D as appropriate。是那么回事吗？1)在中，作者构建了如下译码器。up6 = merge([UpSampling2D(size=(2, 2))(conv5), conv
浏览 5提问于2017-02-09得票数 4
回答已采纳
2回答
因此，我正在构建一个keras顺序模型，其中最后一个输出层是一个Upsampling2D层&我需要将输入图像输入到那个输出层，这样做一个简单的操作并返回输出，有什么想法吗？编辑：
前面提到的模型是一个GAN模型的生成器，在该模型中，我需要将输入图像添加到生成器的输出中，然后再将其输入到鉴别器中。
浏览 0提问于2021-01-21得票数 0
回答已采纳
1回答
在使用SRGAN的代码时，我想用tf.image.resize_bicubic替换UpSampling2D。我为这个函数使用了keras lambda层，如下所示 def bicubic_lambda(input_shape, scale=2): def outshapegenerator.save(model_save_dir + 'gen_model%d.h5' % e)导致代码在UpSampling2d中正常工
浏览 3提问于2021-10-31得票数 1
回答已采纳
1回答
我试图将CRF层应用到我的网络中进行二进制分割，但是这会导致一个错误的ValueError: Shapes (?, 1, 1) and (?, 336, 1) are not compatible。基于错误，img_height似乎在引入CRF后就丢失了。from keras.layers import UpSampling2D, Conv2D, Activation, MaxPooling2D
浏览 4提问于2018-05-24得票数 1
回答已采纳
1回答
我不明白Keras中Upsampling2d层的输出是如何计算出来的。让我们举个例子：out = UpSampling2D(size=2, interpolation="bilinear")(img_input)对我来说，这实际上应该是100*(2/3) + 200*(1/3) = 133.33。这一层有什么不同？
谢谢!
浏览 0提问于2020-06-26得票数 0
1回答
我有一个关于如何在Keras中将卷积层和LSTM层结合起来的问题。LSTM的输出为(H，W)张量。谢谢
我试图在<
浏览 0提问于2017-08-25得票数 1
在Keras中，我有一个模型x = UpSampling2D#10
x = Conv2D(16, (3,
浏览 2提问于2018-09-12得票数 1
我正在训练RNN，这是我使用tf.keras.layers.GRU层构建的。他们需要很长时间来训练(>2个小时)，所以我将把他们部署到GPU进行训练。我从中了解到，CuDNNGRU层的训练速度比GRU层快，但是层
GRU层
浏览 1提问于2019-08-05得票数 1
回答已采纳
但是我在模型中使用了太多的层。当我使用300Batch size时，这个模型显示了一个错误。引导我删除哪些层？模型花费了太多时间进行拟合。import Dense, Dropout, Input, InputLayer, Conv2D,UpSampling2D,DepthwiseConv2Dfrom tensorflow.keras.models import Model,Sequential
from
浏览 91提问于2020-11-10得票数 0
云服务器
ICP备案
云直播
实时音视频
即时通信 IM
腾讯云开发者
