好处是我可以使用tf.train.export_meta_graph()存储和加载单独的模型，但我不确定这种用法是否是TensorFlow设计的目的。只要我不想在它们之间共享数据，并行使用多个图是否会对并行度/性能、功能等产生负面影响？
浏览 3提问于2016-07-19得票数 0
回答已采纳
我正在训练一个for循环中的8个模型，并将每个tensorboard日志文件保存到一个单独的目录中。通过这样做，我可以在Tensorboard中用那种奇特的方式可视化训练日志，每一个训练过程都有它自己的颜色。
我的问题是eventfiles越来越大。它们各自驻留在各自的独立目录中，每个都是彼此不同的培训课程，但不知何故，在最后一个</em
浏览 1提问于2018-03-12得票数 1
回答已采纳
我目前正在查看Tensorflow中的急切模式，并想知道是否可以提取用于Tensorboard的图形。我知道Tensorflow急切模式实际上没有用户必须创建的图形或会话系统。然而，据我所知，有一个在引擎盖下。这个隐藏的图形和会话可以导出以支持Tensorboard中的可视图形视图吗？还是我需
浏览 0提问于2018-05-09得票数 9
回答已采纳
我有一个非常简单的模型，它由一个tf.Variable()组成，下面是who代码：import model1 as m1m2.run_model()
这
浏览 0提问于2018-08-08得票数 4
回答已采纳
我有tensorflow模型的.meta和.ckpt文件。我想知道确切的输入和输出节点名称，但我通过以下获得了一个节点名称列表。当我有一个冻结的protobuf模型时，我使用以下代码获得输入节点名称和输出节点名称作为列表的开始和结束：from tensorflow.python.platformin graph_def.node] f
浏览 1提问于2019-04-19得票数 4
回答已采纳
我正在用Python运行REST服务器，带有一个访问点来检索图像，并使用tensorflow模型来预测该映像上的内容。启动服务器后，我将向REST端点发送图像。加载的模型是我自己训练的盗梦空间模型。另一种方法是将端点中的图设置为默认图为with graph.as_default:，因为图是在我没有多少希望在计算之后删除图之前创建的。事实并非如此。加载模型<
浏览 3提问于2017-07-17得票数 0
2回答
因此，我在三个不同的文件中创建了三个模型: Model_A.py、Model_B.py和Model_C.py。Model_A是我创建的第一个。当我运行Model_A时，一切都运行得很好。但是，当我运行模型B或C时，python仍然运行模型A。我猜这与会话有关，但我不确定，也没有弄清楚如何修复它。
以下是模型A的代码。tensorflow.keras.callbacks import
浏览 4提问于2019-12-03得票数 0
我有一个TensorFlow模型，我建立了(一个一维CNN)，现在我想要实现到.NET。
为了做到这一点，我需要知道输入和输出节点。在查看在ML.NET中采用ML.NET的示例时，这个显示了一个TensorFlow模型，该模型以与格式类似的格式保存--由TensorFlow推荐(ML.NET 还建议“下载未冻结的SavedMod
浏览 9提问于2020-11-11得票数 8
回答已采纳
我有一个经过训练的keras模型，我想将它保存到一个协议缓冲区(.pb)文件中。当我这样做并加载模型时，预测是错误的(并且与原始模型不同)，权重也是错误的。下面是模型类型：> keras.engine.training.ModelK.set_learning_p
浏览 0提问于2019-08-10得票数 5
我在做什么
在许多代码中，我看到人们使用
from keras import backend
浏览 5提问于2018-06-17得票数 58
来自，
SavedModel封装了一个TensorFlow保护程序。该保护程序主要用于生成变量检查点。据我理解，如果有人想要使用SavedModel服务，则必须使用TensorFlow服务。但是，我可以在不使用SavedModel的情况下将Tensorflow模型部署到服务服务器上:冻结图并将其导出为GraphDef，并
浏览 6提问于2017-02-14得票数 34
回答已采纳
1回答
移动GPU上的Mxnet
、、、、
我想在手机上运行一个神经网络。目前，我正在探索Mxnet ()框架来部署它(仅用于推断)。由于我担心手机的执行时间性能，我想知道它是否运行在移动电话的GPU (Android/iOS)上。文档中提到，它可以使用多个CPU和GPU进行培训，但还不清楚是否可以在移动电话上使用GPU进行推理。它提到了对BLAS的依赖，因为它似乎在移动上使用CPU。有人能告诉我是否可以使用移动GPU和mxnet进行推理吗<
浏览 2提问于2016-11-18得票数 1
回答已采纳
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
~\Anaconda3\envs\Wor
浏览 1提问于2019-11-10得票数 0
回答已采纳
我目前正在运行一个用于图像识别的Tensorflow convnet，并且我正在考虑购买新的GPU来支持更复杂的图形、批处理大小和输入尺寸。我读过像这样的帖子，它们不建议使用AWS实例来训练凸网，但是更多的意见总是受到欢迎的。
我已经阅读了Tensorflow的指南，而且图形似乎是在GPU上复制的。我想知道这是在Tensorflow convnet中使用并行GPU
浏览 4提问于2017-06-22得票数 0
回答已采纳
具体地说，当使用TensorFlow以OOP风格构建模型时，我应该在哪里构建图形？我应该在哪里启动一个会话来运行图形？这种情况下的最佳实践是什么？在中，MNIST示例只是简单地在模块mnist.py中定义inference、loss和training函数，并在fully_connected_feed.py中构建图形。但在我看来，图形实际上是<em
浏览 0提问于2017-01-07得票数 12
谷歌说：
但据我所知，如果我想使用tensorflow推断，我需要protobuf (.pb)，我可以使用freeze_graph方法获得它。那这两者有什么区别呢？
浏览 0提问于2020-11-19得票数 0
回答已采纳
我试图在TensorFlow tutorial here上运行完全相同的代码。当我说到行的时候： predictions = model(x_train[:1]).numpy() 我得到了错误： 'numpy.ndarray'对象没有属性'get_shape' 我在here上看到有人遇到了类似的问题float32与参数'a'的类型float64不匹配 有人能告诉我教程中应该包含的正确代码<em
浏览 31提问于2020-04-28得票数 0
1回答
我用keras实现了一个分类程序。我有一组大的图像，我想使用for循环来预测每个图像。
但是，每次计算新图像时，交换内存都会增加。我尝试删除预测函数中的所有变量(我肯定是在这个函数中出现了问题)，但是内存仍然增加。
浏览 14提问于2017-09-24得票数 4
回答已采纳
1回答
我正在使用Flask构建一个web应用程序来为Keras模型提供服务。这是我的"/train“的路由函数：
#http://localhost:5000/train?accuracy[len(accurac
浏览 1提问于2018-08-19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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
