我知道如何选择我创建的哪些tf.Variables需要训练:我用var_list=[]调用优化器。当我不是真正自己创建变量，因此不能显式地将它们传递给优化器时，我的问题就出现了。使用方便的卷积函数为我创建要优化的变量:它将创建权重和偏差变量，然后将它们添加到trainable_variables()列表中。(X, filters=64, kernel_size=4, strides=2, padding='
浏览 6提问于2018-01-29得票数 1
因此，在这里我需要将一些过滤、偏差变量从可训练的tensorflow变量转换为不可训练的变量(我使用的是原生tensorflow框架，而不是keras或任何更高级别的包)。例如，为了从卷积层过滤器获得权重，我使用了conv4_3_filter=sess.graph.get_tensor_by_name('conv4_3/filter:0')，但
浏览 36提问于2019-04-11得票数 2
回答已采纳
2回答
为了深入研究，我需要在CNN中实现神经元冷冻，我试图在Tensorflow文档中找到任何功能，但我什么也没找到。当我用tf.nn.conv2d实现这些层时，我如何冻结特定的神经元？
浏览 0提问于2018-10-15得票数 0
在tensorflow中，如何在训练时获取并输出可训练变量的变化(一个优化步骤之前和之后的差异)？
谢谢。
浏览 2提问于2017-05-09得票数 0
我从各种教程中学习了Tensorflow，我想知道是否可以为卷积网定义一个自定义过滤器。例如，如果我知道这些特性中存在有意义的结构，那么所有其他特性都是相关的，那么我想要定义一个过滤器，它看起来像0 1 0 1 1。tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)
到目前为止，我看到的所有例子都用到了对我来说，把0 1 0 1放在过滤器参数<e
浏览 2提问于2016-06-27得票数 6
回答已采纳
Tensorflow优化器中的API函数compute_gradients只返回可训练变量的梯度，例如具有可训练参数的每层的权重或偏差。是否有可能得到每一层的不可训练变量的梯度，如dL/dx或dL/dy？如果没有对应此功能的API函数，是否可以手动获取这些变量</e
浏览 3提问于2018-05-30得票数 0
它正在运行CuDNN 7.5 + Tensorflor 1.13 +Python3.7
我的问题是，每当我尝试运行Keras模型进行训练或对矩阵进行预测时，我都会得到下面的错误。152]成功地在本地打开CUDA库cublas64_100.dll 2019-06-15 19:33:23.744678: e cublas64_100.dll未能创建cublas句柄: CUBLAS_STATUS_ALLOC_FAILED2019-06-15 19:33:23.748069: e tensorflow/
浏览 0提问于2019-06-15得票数 4
回答已采纳
我对tensorflow有一个非常基本的怀疑。
我已经在卷积层添加了一个变量'var‘，我想在训练过程中用梯度来更新这个变量(’var‘)，就像我们的权重和偏差被更新一样。我已经将这个变量添加到了'trainable params‘中，但它没有更新。有人能解释一下如何训练变量吗？
浏览 0提问于2018-05-08得票数 1
1回答
张量流或角的特征可视化很容易，可以在这里找到。或我使用PyTorch和预先训练的resnet18模型。我只需要输入图像并为特定的层(例如Layer2.0.卷积2)获得激活。在预训练模型中指定了Layer2.0卷积2。
简单地说，如何将一个代码链接到PyTorch？如何获取resnet18 PyTorch中的特定层以及如何获得输入图像的激活。我在</
浏览 2提问于2019-11-24得票数 3
回答已采纳
我正在对权重做一个相当基本的线性缩放，通过假设权重和偏差的正态分布，然后将平均值的2个标准差内插到-128,127范围内的所有值。这一切都起作用了，我通过推理运行了模型，但我的图像非常糟糕。我知道这会对性能造成很小的影响，但我看到大约10倍的性能下降。我的问题是，在对权重进行缩放之后，我是否需要对输出执行反向缩放操作？我读过的论文中似乎没有提到这一点，但我不确定为什么我的结果会如此糟糕。 该网络用于图像去马赛克。它接
浏览 20提问于2019-02-17得票数 0
我想把一个固定的权矩阵传递给tensorflow中的2D卷积运算。我试着将trainable=False放在下面，但是TF似乎忽略了这个选项。tf.nn.conv2d_transpose(data, w, outshapeF, strides, padding="SAME", data_format=data_format, name='UpsamplingDeconv2D')
在训练过程中，它的</em
浏览 8提问于2017-05-09得票数 2
回答已采纳
当使用tensorflow的自动微分时，它会更新每个迭代的具体变量吗？h_t = X_t W_x + h_{t-1} W_h + b
tensorflow如何更新W_x、W_h和b的值，而不知道h_{t-1}的值？抱歉，如果我错过了一些显而易见的</em
浏览 9提问于2016-11-06得票数 1
如何更新优化器在tensorflow中训练的变量列表？optimizer = tf.train.AdamOptimizer(learning_rate).minimize(cost_scalar, var_list=my_var_list)任何
浏览 3提问于2017-06-16得票数 2
我知道tensorflow提供了一些处理稀疏张量的方法。例如，当存在稀疏矩阵时，tf.sparse_tensor_dense_matmul比tf.matmul更快。在深卷积网络中，经过训练得到稀疏卷积核。我想知道如何保存卷积核，使tensorflow知道内核是稀疏的？
我看过一些报纸。本文提出了稀疏卷积比传统卷积更有效的计算方法。但是，tf.nn.conv2d并不
浏览 4提问于2017-05-25得票数 2
回答已采纳
0回答
这种情况仍然是抽象的，我需要训练一个卷积网络，然后在图像上的滑动窗口上运行这个卷积网络。我们的目标将是构建一个热图，用于为某些对象建立像素完美的检测边界。我想知道在keras中是否有一种简单的方法来训练网络，然后将其转变为卷积网络，而不需要在图像上运行循环，这是非常慢的？
我想我可以把经过训练的卷积滤波器复制到
浏览 5提问于2016-12-30得票数 0
1回答
特征映射的大小为H×W×512，其中H是特征映射的高度，W是宽度，512是通道(映射)的数量。这些特征被传递到1x1卷积，以将滤波器的数量减少到H×W X 128，并且这些特征还被传递到自适应池层，以将H×W X 512减少到k x k x 512，其中k是滤波器的大小(i.ex。5)。然后，滤波器还通过1x1卷积馈送，将其减少到128。 这给出了一个特征映射f=H x W x 128和一个大小为k x k x 128的过滤器核g。现在，我想将f与g进
浏览 30提问于2020-09-04得票数 0
回答已采纳
1回答
在阅读this和this answer时，我了解到在TensorFlow2.0上使用非动态模型时，Keras将使用AutoGraph。但是现在编写一个回调来获取训练期间变量的历史记录， class TrainHistory(tf.keras.callbacks.Callback):
def on_train_begin(self在TensorFlow-2.0中使用Keras时，是否正在执行急切的</e
浏览 36提问于2019-06-19得票数 5
我现在正在一个定制的训练循环中训练一个模型。因此，我需要访问model.trainable_variables。但是，我的模型有keras.engine.sequential.Sequential object at 0x7fa284a24d30类型，而不是tensorflow.python.keras.engine.sequential.Sequential因此，当我试图获取可训练变量时，就会得到错误：
AttributeError
浏览 6提问于2022-04-12得票数 0
tensorflow 2.0似乎删除了函数tf.global_variables()。那么，我的问题是:如何在模型中找到具有给定名称的变量？tensorflow 2.0提供了这样的功能吗？目前，我们的培训框架无法访问构建模型的代码。它使用tf.global_variables()查找加载模型中的各种变量，以推入和提取训练数据或结果。tensorflow 2.0能够
浏览 3提问于2019-05-18得票数 1
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
