我想用一个自定义生成器类训练一个模型，但是model.fit()给了我这个错误： Traceback (most recent call last):from tensorflow.keras.models import Sequential the_generator = D
浏览 45提问于2021-04-02得票数 0
回答已采纳
我有包含布尔特征(X)的数据，有什么方法可以使包含x=1的样本比其他样本更重要吗？在TensorFlow Keras中很容易使某些训练样本变得更加重要。DataGenerator(tf.keras.utils.Sequence)类的正常输出为(X，y)。相反，输出(X，y，w)，其中重量与y的形状相同，然后对所有的正目标做w=2，对所
浏览 0提问于2021-10-01得票数 0
1回答
我想使用tensorflow中的稀疏张量来进行训练。我发现了很多代码是如何做到的，但它们都没有起作用。这里有一个示例代码来说明我的意思，它会抛出一个错误：x_vals = tf.sparse.SparseTensor([[0, 0], [0, 1], [1, 2]__dict__))
错误是：
ValueError:
浏览 3提问于2020-04-11得票数 3
回答已采纳
1回答
我已经编写了自己的keras，并且正在尝试将作为model.fit的输入。问题是，当我在调用方法MyModel时，我不知道如何处理生成器。如何从生成器访问x和y，以便将它们作为输入传递给我的编码器和解码器网络，同时也使生成器保持其魔力，在每个时代加载批处理？好的，这个继承了MyModel的tf.keras.Model类 super(MyModel# Store class
浏览 3提问于2021-02-06得票数 1
回答已采纳
应该使用fit_generator进行训练。但是，fit_generator会引发错误，可能是因为输入形状在编译时不可用。下面是一个最小的例子： import tensorflow as tf
return self.dense2(self.dense1(inputs))
class MyGenerator(tf
浏览 27提问于2019-05-27得票数 3
我在看反复出现的神经网络演练。它们有一个行项：但是，如果您正在进行一个连续的构建有没有一个简单的数值例子来说明这种影响？
浏览 1提问于2019-11-09得票数 0
回答已采纳
我为ImageDataGenerator使用了keras文档提供的代码，并且一直收到这个错误 File "C:\Users\abirf\AppData\Local\Continuum\anaconda3)
train_generator = zip(image_generator, mask_generator)
model = model.fit
浏览 32提问于2020-11-06得票数 0
当我学习使用tensorflow.keras.Model(tensorflow.version=2.0.0)，构建模型时，我将按以下方式编译我的模型：xmodel.fit方法时，我做了一些尝试：model.fit( y=[[1,1,1],[2,2,2]],)model.fit</e
浏览 2提问于2020-01-16得票数 0
回答已采纳
我试图与Keras一起使用Dataset API，并试图在提到的行动计划中使用第三个选项。另外，当看到@fchollet 的第二个评论时，我认为第三个选项已经完成了。具有形状的张量：(None, 32, 64, 64, 3)
training_filenames = [.....]model.comp
浏览 1提问于2018-06-19得票数 2
回答已采纳
1回答
我正在尝试用一个自定义生成器来适应我的keras模型。adapter that can handle input: <class 'custom_generator.MyCustomGenerator'>, <class 'NoneType'>my_gen = MyCustomGenerator(path_to_dataset, batch_size=10)
model.fit(my_
浏览 7提问于2021-06-07得票数 0
我不经常使用Keras或TF，所以只想了解它是如何工作的。例如，这有点令人困惑:我们生成一些正弦点，并试图预测其馀部分：from tensorflow.keras import layersmodel.compile(optimizer='adam', loss='mean_squa
浏览 1提问于2021-04-26得票数 0
回答已采纳
1回答
keras-训练和验证图
、、、、
我有一个项目，使用带有Keras和TensorFlow的微小的TensorFlow来检测人脸，我必须从头开始训练这个模型。当我使用dataset 训练模型时。每个时期的损失值都不会减少很多，当我绘制y_pred和y_validation时，它们都是直线。Model(inputs=inputs, outputs=yolo_outputs)
浏览 9提问于2022-07-09得票数 1
当使用Tensorflow时，在对模型进行拟合之后，在第一个时期它显示未知(1/未知)，但是当只使用keras时，它工作得很好。有什么问题吗?还是我做错了什么？Tensorflow代码：-from keras.preprocessing.image import ImageDataGenerator
train_datagen
浏览 0提问于2020-07-23得票数 1
回答已采纳
2回答
我用tensorflow和keras一起训练到一个使用google的char-RNN。我将我的模型训练为10个时期，并使用'model.save()‘保存它，如中所示。紧接着，我再次加载它，只是为了检查，我尝试在加载的模型上调用model.fit()，并使用完全相同的训练集得到一个“维度必须相等”的错误。培训数据在tensorflow数据集中，按批组织，如</em
浏览 7提问于2020-12-05得票数 1
回答已采纳
使用的方法：
创建一个简单的数据生成器，通过迭代DataFrame的行来读取DICOM映像和标签。此生成器用于使用tf.data.Dataset.from_generator创建培训数据集。图像是使用bsb_window()进行预处理的。该模型使用创建，编译后使用前面创建的培训和验证数据集进行拟合。当<
浏览 5提问于2022-01-02得票数 0
回答已采纳
我安装了tensorflow-0.8.0 GPU版本，tensorflow-0.8.0-cp27-none-linux_x86_64.whl。它说它需要CUDA工具包7.5和CuDNN v4。不含CuDNN的味精I tensorflow/core/common_r
浏览 0提问于2016-04-26得票数 10
回答已采纳
()将在培训多个批之后使用所有内存(我正在使用Google，并且可以看到第一个时代内存使用量的增长)。然后我尝试使用Keras，这是将部分数据加载到RAM ()中的一种建议解决方案： def：
history = model.fit(DatasetGenerator(train_ds), ...)问题是getitem()必须返回一批
浏览 6提问于2020-07-28得票数 1
回答已采纳
我正在训练一个带有数据生成器的keras模型，该生成器可以从目录中批量读取数据。这在model.fit()上工作得很好。但是在使用model.predict()时，我希望同时返回ypred和ytrue的值。 def__init__(self, ids, batch_size=256):
浏览 1提问于2021-03-31得票数 0
当使用tensorflow 2.0创建模型时，我会得到两种不同的行为，这取决于我是如何向前传递的：2)如果我使用model.fit(X，y)来运行模型，那么“训练”参数似乎会被覆盖，并被设置为None，不管它的默认值是真还是假。
浏览 0提问于2019-05-15得票数 1
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
