1回答
我使用的是tensorflow 1.15.0。 我用tf.keras构建我自己的模型。但是当我尝试用Saver保存我的模型时 saver = tf.compat.v1.train.Saver(var_list=tf.trainable_variables()) 我发现在eager execution下面是一个简单的代码示例： import numpy as npfrom tensorflow import ker
浏览 1提问于2020-12-08得票数 1
回答已采纳
我正在以图形模式编译一个以前受过训练的模型：inference_model.set_weightsadam', 'binary_crossentropy', run_eagerly=False)predictions = inference_model.predict(gen)ValueError:
浏览 3提问于2020-10-07得票数 0
我希望批量归一化运行统计数据(均值和方差)在训练结束时收敛，这需要将批量范数动量从一些初始值增加到1.0。我设法使用自定义的Callback改变了动量，但它只有在我的模型在eager模式下编译时才有效。-5.9038606Momentum=-5.9038606Momentum=-5.9038606 我猜这是因为在图形模式下，TF将模型编译为具有定义为0
浏览 39提问于2021-11-14得票数 0
回答已采纳
1回答
如何有效地访问tf.fuction中Keras模型的所有可训练变量，以便向所有变量添加自定义噪声？让我们假设这个简单的模型：my_model.add(Dense(300, input_dim=40, activation='relu'))my_model.a
浏览 4提问于2020-10-26得票数 4
当使用tensorflow计算MSE时，我得到了错误AttributeError：'Tensor‘对象没有属性'numpy'，原因是我需要禁用急切执行(tf.disable_eager_execution问题:在TensorFlow中禁用急切执行时，如何计算均方误差？代码如下所示(我使用的是最新版本的tenorflow)：
mse = tf.keras.losses.MeanSqu
浏览 10提问于2021-08-26得票数 0
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</
浏览 6提问于2022-04-12得票数 0
当我使用Keras2.2.4(因为它支持AttributeError: module 'tensorflow' has no attribute 'placeholder' 1.x)时，我得到了这个错误TensorFlow，尝试了TensorFlow 1.14和2.0.0，但是总是相同的错误AttributeError Traceback (most recent call last)
<ipyt
浏览 1提问于2019-11-10得票数 0
回答已采纳
我读到了tensorflow 2.0将有一些重大的变化，其中一个很大的部分将是急切的执行1，所以我试着使用Tensorflow的急切模式。我从github-repo中获取了一段代码，并试图以急切的模式运行它(但是，没有使用Keras-模型/层)。结果，这是相当缓慢的。因此，我尝试了不同的修改，并将其与
浏览 0提问于2018-10-26得票数 3
为什么tensorflow禁用tf.keras.Model的tf.keras.Model函数中的急切执行？tf.executing_eagerly()) # Prints False return wrapper
model = SimpleMo
浏览 9提问于2021-03-23得票数 1
回答已采纳
在进阶示例中使用了一个tensorflow.keras子类。@tf.function装饰器在train_step和test_step上的存在意味着模型在graph模式下执行(不确定这是否是正确的术语，我的意思是oposite to eager模式)。如果去掉这些装饰器，我就可以直接进入模型call函数，并查看每个层的输入/输出张量，这是很整洁的。
我的问
浏览 0提问于2019-08-02得票数 3
回答已采纳
我有一个pytorch变量，用作模型的可训练输入。在某些情况下，我需要手动重新分配此变量中的所有值。在我问这个问题的时候，我还没有意识到PyTorch没有像Tensorflow或Keras那样的静态图形。
在PyTorch中，训练循环是手动完成的，您需
浏览 1提问于2018-12-18得票数 9
回答已采纳
在TensorFlow <2中，可以使用tf.keras.backend.function简洁地实现DDPG参与者的培训功能如下： updates=actor_updates)
然后，在每个训练步骤中但是，在TF2.0上运行它会产生以下错误，这是因为默认情况下启动了急切</e
浏览 5提问于2019-02-24得票数 4
是否有(或多或少)简单的方法来编写一个复杂的神经网络模型，这样它就可以在急切的模式下进行训练？有这样的代码的例子吗？
例如，我想使用InceptionResnetV2。而且我真的不能用一段很小的代码来进行训练，因为我不能获取变量列表并应用梯度(好的，我可以尝试将模型封装到GradientTape中，但不知道如何
浏览 1提问于2019-08-19得票数 2
回答已采纳
我正试图将两种经过预先训练的角膜模型移植到议会联盟的机器中。我成功地使用IPUstrategy.scope加载并运行了它们，但是我不知道我这样做是否正确。我有我的预培训模型的.h5文件格式。/model1.h5")在搜索您的ipu.keras.models.py文件后，我找不到任何加载方法来加载经过预先训练的模型，这就是我使用tf.
浏览 2提问于2021-04-23得票数 2
回答已采纳
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
浏览 6提问于2017-09-30得票数 3
禁用急切执行后，我可以连接到我的云TPU并运行我的自定义训练循环。计算完损失后，我想打印该变量。 鉴于损失是云TPU的张量，到目前为止我还没有找到任何方法来打印它。我猜像将损失张量移回我的cpu这样的事情会起作用，但我还没有找到任何老生常谈的方法。我知道有可能得到这样的结果，因为当我在TPU分发策略下使用keras封装我的模型，
浏览 8提问于2019-10-03得票数 2
2回答
我在使用Tensorflow和keras时遇到了问题。我们可以这样解释这个问题：
我们有一个模型(卷积神经网络)，它的输出形式是[None, 7, 7, 6]。我们有一个函数“定制丢失”。它们是[7,7,6]格式的。当我编译它时，我得到了错误消息：TypeError: must be real number, not Tensor。
浏览 3提问于2018-08-27得票数 1
回答已采纳
我有一个用模型子类API在tensorflow 2中编写的模型。它包含一个自定义层。问题是，在自定义层中，我需要将输入张量的通道号发送到运行时的Conv2D层。而输入只是模型类Net的输入。在初始化模型类中的自定义层时，我无法设置它的Conv2D层的信道号。我无法在图形模式下编译Model类，而是以启用急切模式的</em
浏览 1提问于2020-12-06得票数 4
回答已采纳
2回答
我目前正在开发一个使用Keras + Tensorflow的模型，以便确定一组蛋白质的温度范围。我首先做的是创建一个预先训练的模型，将蛋白质转化为嵌入物，然后预测其各自的温度。我现在要做的是将这个pre=trained模型合并到一个新模型中，该模型可以使用这个给定的模型和相应的权重作为输入。然后拟合一个新<em
浏览 30提问于2020-11-11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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
