1回答
我使用的是一个github存储库，其中包含一个经过训练的CNN，其权重参数在.npy文件中给出。模型正在加载权重并使用模型参数，如下所示： model = CNN_Model(batch_size)dtype = torch.FloatTensor训练结束后，我想将新的权重</
浏览 41提问于2019-05-04得票数 0
我想将一个数组存储到文件中，并在标题中包含一些额外的信息。我想使用numpy二进制'.npy‘格式。我可以通过首先查找到数组部分的开头，从带有额外头的.npy文件中读取数组吗？from tempfile import TemporaryFile
outfile = TemporaryFile(
浏览 2提问于2011-01-07得票数 3
我使用将我的caffe模型转换为tensorflow。我以两个文件结束:一个是python类，另一个是带有模型权重的npy文件。但是，我希望生成一个与此格式相同的文件(此文件名为classify_image_graph_def.pb，可用于在任何测试映像上转发网络)。我对这种格式特别感兴趣，因为这是script 所要求的格式。
浏览 18提问于2016-09-11得票数 1
我已经训练了CNN并创建了一个tensorflow模型文件(.ckpt)。如何将其转换为某种人类可读的格式，以便读取更新的模型参数？
浏览 4提问于2017-01-08得票数 1
回答已采纳
我有一些用Python3.7开发的神经网络，用于使用TensorFlow中包含的Keras包对图像进行分类，我想导出层和权重模型，以便将其导入到使用Tensorflow.js的Node.js应用程序中。我将神经网络保存为h5格式，其中包含两个单独的文件，一个用于层模型，另一个用于权重模型。尝试遵循Tensorflow提出的这个教程()，但它不起作用。(cn
浏览 13提问于2019-07-06得票数 0
在我打开并保存NEweights.npy之后，我的代码开始给出这个错误在我保存它之前，它最初是工作的。为什么我现在才收到这个错误，还有什么方法可以访问NEweights.npy中的数据吗？(仅供参考，NEweights.npy是通过Nesterov加速梯度训
浏览 475提问于2021-03-02得票数 0
1回答
我想从我使用Tensorflow (Python API)从头开始实现和训练的CNN中节省权重(和偏差)。
现在，我想将这些权重保存在一个文件中，并与某人共享，以便他可以使用我的网络。但由于我有很多权重，所以我不知道。
浏览 1提问于2017-03-27得票数 1
1回答
我想在MXNet体系结构上使用经过预先训练的s390x模型，但它似乎不起作用。这是因为预先训练过的模型是在小终端，而s390x是大端。所以，我试着使用，它既适用于小终端，也适用于大端。所以，我增加了一个例子，更好地解释了我想做的三个步骤-net = mx.gluon.model_zoo.vision.resnet18_v1(pretrained下面的代码将模型参数保存在.param<em
浏览 5提问于2020-07-08得票数 4
我有一些数据集和标签，它们基本上是扩展名为.npy的numpy保存的文件。
我已经将train.npy和train_labels.npy保存在我的google驱动器中。在使用Google时，我必须使用这些数据。我能够在我的驱动器中找到文件夹和数据文件的id。如何将这些数据文件加载到Google
浏览 0提问于2018-02-15得票数 3
回答已采纳
1回答
这些网站目前正在excel文件中发送数据。我觉得有人在打开这些文件，因为其中3个文件有64,999行，excel 2007的截止时间是65,000行。我在python工作，但我试图阻止本地站点的人打开excel中的文件。
如果文件不能在excel中打开和切断，那么发送给我的文件的最佳格式是什么？不幸的是，csv也可以在excel中</em
浏览 0提问于2019-10-24得票数 1
回答已采纳
我有一个有三层的CNN网络，在对模型进行拟合后，权重保存在磁盘上。第二次我加载权重，但这一次模型增加了一个层。因此，它现在是4层网络。是否可以使用不同的架构传输模型权重？如果是，那么是如何实现的？我正在使用keras进行开发。提前感谢！
浏览 1提问于2018-03-20得票数 5
2回答
band np.save('/home/ripperflo/Downloads/nightlight_z-array/', filename, z_norm)
“守则”至今仍在执行中。唯一需要知道的是:如何将numpy数组保存
浏览 6提问于2021-05-25得票数 1
回答已采纳
作为背景，我对机器学习的世界比较陌生，我正在尝试一个项目，其目标是对NBA比赛中的比赛进行分类。我的输入是一场NBA比赛中每场比赛40帧的序列，我的标签是每一场比赛的11种全面分类。该计划是将每一帧序列，并将每帧传递到CNN，以提取一组特征。然后，从一个给定的视频的每一个特征序列将传递到一个RNN。我目前正在使用Keras作为我的大部分实现，我选
浏览 2提问于2017-07-28得票数 8
回答已采纳
我正试图将caffe模型转换为keras，我已经成功地使用了，甚至。我的输出是.npy文件和.pb文件。对于.pb文件，我没有太多的运气，所以我坚持使用包含权重和偏差的.npy文件。loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
浏览 3提问于2022-02-09得票数 2
回答已采纳
作为背景，我对机器学习的世界比较陌生，我正在尝试一个项目，其目标是对NBA比赛中的比赛进行分类。我的输入是一场NBA比赛中每场比赛40帧的序列，我的标签是每一场比赛的11种全面分类。该计划是将每一帧序列，并将每帧传递到CNN，以提取一组特征。然后，从一个给定的视频的每一个特征序列将传递到一个RNN。我目前正在使用Keras作为我的大部分实现，我选
浏览 0提问于2017-07-29得票数 4
1回答
我已经成功地下载了使用CNN-LSTM ()训练的1B单词语言模型，我希望能够输入句子或部分句子，以获得句子中每个后续单词的概率。例如，如果我有一个句子，比如，“一只会说话的动物"，我想知道下一个单词是"woof”和"meow“的概率。animal that says woof" \
--save_di
浏览 0提问于2017-11-18得票数 4
我想使用一个从Google到Google的numpy文件(.npy)，而不将它导入内存中。
我正在进行图像分类，并将我的图像数据放入Google中的四个数字文件中。文件的总体大小大于14 GB。而Google只提供12 GB内存供使用。是否有一种方法可以让我一次只将一个批处理加载到ram中，以训练模型并将其从ram中</
浏览 5提问于2020-06-21得票数 4
回答已采纳
我在一个拥有32vCPU和120 it的Google Cloud深度学习虚拟机中使用coco预先训练好的权重训练一个Mask R-CNN模型，它已经运行了20多个小时，仍然处于1/30纪元。该脚本使用在后台运行，输出保存在一个.log文件中，该文件在15小时前就没有更新过。我的数据集包含2050张图像。如何确保我的模型仍在运行？Mask R-CNN一般需
浏览 22提问于2019-07-15得票数 0
1回答
我正在使用Fortran进行数值计算。Fortran中的通用标准是将数组保存为.dat文件。我希望偶尔将数组传输到Python以进行进一步的操作。做这件事的方法
.dat文件脚本读取器需要按照数组存储的</em
浏览 4提问于2021-12-02得票数 2
要在Keras中保存模型，以下输出文件之间有什么区别：
从model.save()保存的文件比从model.save_weights()保存的模型要大，但比JSON或Yaml模型架构文件大得多。只使用model.save_weights()和model.to_json()以及从它们加载比只执行model.save()和lo
浏览 2提问于2017-03-06得票数 51
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
