例如，Keras的Adagrad的实现是："""Adagrad optimizer.duchi11a/duchi11a.pdf) super(AdagradK.get_variable_shape(p) f
浏览 5提问于2017-01-22得票数 5
回答已采纳
层在PyTorch中列在“稀疏层”下，但有以下限制：
原因是什么例如，在Keras中，我可以使用任何优化器来训练具有嵌入层的体系结构。
浏览 0提问于2017-12-18得票数 5
回答已采纳
7回答
获取角点模型的学习率
、、、
我似乎无法得到学习率的价值。我得到的是下面。
我已经尝试了200个时代的模型，并希望看到/改变学习速度。这不是正确的方式吗？
浏览 0提问于2018-04-11得票数 35
回答已采纳
1回答
我是一个学习深度学习的学生。这些天，我试图看到关于权重和偏差的损失函数的图表。特别是，我希望应用梯度下降方法来获得平滑的线条，而不是来自其他优化器的随机特征。Keras框架提供了各种类型的优化器，如SGD，RMSprop，Adagrad，AdaDelta，Adam等。然而，正常的，一般的和平坦的梯度下降(没有随
浏览 13提问于2019-11-08得票数 1
我是tf新手，在阅读模型代码时，我注意到它使用了1)，但我可以找到的大多数文档都使用2)和3)。那么，tensorflow.python库的用途是什么，似乎不是在正式文档中？1到2,3之间的关系是什么？进口AdagradOptimizerfrom tf.compat.v1.培训进口AdagradOptimizerfrom tf.keras.optimizers进口Adagrad
浏览 2提问于2021-10-12得票数 2
回答已采纳
2回答
我正试图在Keras做一个CNN，为了测试我的模型的有效性，我试图让它在MNIST数据集上进行训练，所以我确信一切都很好，但不幸的是，模型几乎没有训练，我怀疑没有任何更新。我的模型是：model.add(Conv2D(128,kernel_size=3, strides=1,Epoc
浏览 0提问于2019-05-04得票数 2
回答已采纳
我们最近切换到了TF2.0的Keras，但当我们将其与2.0上的DNNClassifier估计器进行比较时，我们体验到Keras的速度慢了大约4倍。但我无论如何也想不出为什么会发生这种情况。这两个函数的其余代码是相同的，只是使用了返回相同tf.data.Dataset的input_fn()和相同的feature_columns。几天来我一直在努力解决这个问题。任何
浏览 35提问于2019-03-15得票数 14
1回答
我尝试使用Hyperas优化和交叉验证我的超参数，但无法使用KerasClassifier进行预处理(缩放、过采样/欠采样)流水线 我使用 Hyperas (hyperopt的包装器)来调优我的神经网络尝试在hyperopt中仅为交叉验证的序列折叠实现这一点有些困难，因为当使用像这样的流水线时 ，流水线只适用于KerasClassifier，它只接受一个模型函数。我不能给他这个模型函数，因为hyperopt中</em
浏览 52提问于2020-05-19得票数 0
回答已采纳
下面是在tensorflow中注册渐变和覆盖操作的渐变的代码。"}):我想在keras中复制同样的东西。在搜索了很多东西之后，我找不到任何方法。
我尝试了下面的代码，但它不起作用。未修改渐变。我得到了相同的结果，无论有没有梯度覆盖。我通过将some_multiplier设置为零进行了检查。.) #
浏览 0提问于2018-04-17得票数 3
我删掉了代码，因为它非常安全，这里是学习速率调度器和模型使用该优化器的代码。我在model.fit之后保存了它 midmodel_2.save('../HY/HY_history/5fold/{}'.format(model_name2))
with open('../HY/HY_history/5fold/{}'.format(model_weight2)) 加载模型
浏览 148提问于2021-04-05得票数 0
我希望为Keras中的自定义优化器做SVD (具体来说，我想将移植到Keras。在Tensorflow中，我会使用tensorflow.python.ops.linalg_ops.svd()，但是在keras.backend中没有这样的函数。SVD是否可以在纯Keras设置中执行，或者我可以以某种方式直接使用Tensorflow
浏览 2提问于2018-12-02得票数 3
回答已采纳
2回答
我正在阅读一些基于神经网络的研究论文，在那里我偶然发现了经过预先训练的CNN网络的“微调”这个词。它实际上是做什么的？
浏览 0提问于2019-06-20得票数 0
回答已采纳
有人有用于L算法的Tensorflow 2 tf.keras子类吗？如果要使用L，则当前有两个(正式)选项：这两个选项使用起来非常麻烦，特别是在使用自定义模型时。因此，我计划实现tf.keras.optimizers的一个自定义子类，以使用L。但是在我开始之前，我很好奇，是否有人已经完成了这个任务？
浏览 2提问于2020-09-14得票数 3
试图理解keras优化器()中的优化代码。在get_updates模块中，我们有：shapes = [K.int_shape(p) for p in params]
moments = [K.zeros(shape) for现在，既然moments被设置为一个列表，一个零张量，而m是这个列表的一个迭代，为什么m不总是计算成一行v = self.momentum * m - lr * g
浏览 0提问于2018-04-16得票数 3
回答已采纳
16回答
当我试图修改Keras中SGD优化器的学习速率参数时，出现了这个错误。我是否遗漏了代码中的某些内容，或者我的Keras没有正确安装？这是我的代码：from tensorflow.python.keras.layers import\site-packages\tensorf
浏览 2提问于2018-04-27得票数 57
如何获得所有滤波器的权重(如32、64等)在每个时代之后在Keras的Conv2D层？我提到这一点，因为初始权重是随机的，但是经过优化之后，它们会发生变化。另外一个问题是，在Keras文档中，Conv2D层的输入形状是
浏览 5提问于2017-09-14得票数 3
回答已采纳
我实现了图像分类的TFF代码。iterative_process = tff.learning.build_federated_averaging_process(model_fn, server_optimizer_fn=lambda: tf.keras.optimizers.SGD(learning_rate=1.0), client_optimizer_fn=lambda: tf.keras.optimizers.SGD(learning_rate=0.001))
(lambda : tf.ker
浏览 79提问于2021-03-11得票数 1
我不熟悉Keras的内部工作原理，很难理解Keras如何在培训期间使用optimizers.SGD的optimizers.SGD函数。
我在网上搜索了很长一段时间，但只有很少的细节。具体来说，我的理解是SGD的参数/权重更新规则是在get_updates()函数中定义的。但是，似乎get_updates()并不是在训练期间的</
浏览 2提问于2019-03-08得票数 2
回答已采纳
我已经构建了一个简单的ANN来对我的数据进行一些简单的、预先比较不同优化器性能的工作。下面是代码片段。我只是在使用默认参数浏览不同的优化器，并比较一些基本度量的性能。我在Azure Databricks上的纯CPU集群上运行tf keras，如下所示: keras版本: 2.2.4-tf；te
浏览 27提问于2020-06-12得票数 1
云服务器
ICP备案
实时音视频
云直播
对象存储
腾讯云开发者
