我开发了keras文本分类模型。我有预处理的数据(标记化)。我已成功记录训练好的模型(mlflow.keras.log_model)。我已经使用mlflow服务为模型服务了。现在，在对文本数据进行预测时，我需要使用用于训练的相同标记器对象进行预处理。如何预处理测试数据并从服务模型中获得预测。
浏览 8提问于2020-03-13得票数 2
回答已采纳
我正在学习如何在Keras上训练RNN模型，我希望训练一个模型来预测最后N步的移动平均值将非常容易。inputs = tf.keras.Input(shape=(batch_length,
浏览 0提问于2021-01-24得票数 0
1回答
我用tensorflow格子中的Keras预先制作的模型，使用python3.7构建了自己的模型，并保存了经过训练的模型。然而，当我使用经过训练的模型进行预测时，预测每个数据点的速度都在毫秒级，这似乎非常缓慢。有什么方法可以加快tfl的预测过程吗？
浏览 0提问于2021-04-21得票数 0
回答已采纳
1回答
我使用Keras构建了一个用于文本分类的LSTM模型。现在我有了要训练的新数据。我没有附加到原始数据并重新训练模型，而是考虑使用模型权重来训练数据。即使用新数据进行训练的权重。然而，不管我训练的量有多大，模型都不能预测正确的分类(即使我给出相同的句子进行预测)。可能的原因是什么？请帮帮我。
浏览 1提问于2018-11-26得票数 0
我已经训练了一个keras模型，并将其保存以供以后进行预测。但是，我使用以下命令加载保存的模型： from keras.models import load_model
restored_keras_model= load_model("C:/*******/saved_model.hdf5") 现在，我想保存已加载<em
浏览 13提问于2019-03-25得票数 2
回答已采纳
我使用MNIST数据集训练了一个模型来识别数字。该模型已经使用TensorFlow和Keras在Python语言中进行了训练，并将输出保存到我命名为"sample_mnist.h5“的HDF5文件中。我想将训练好的模型从HDF5文件加载到Rust中进行预测。
在Python语言中，我可以从HDF5生成模型，并使用代码进行</em
浏览 1提问于2021-07-01得票数 1
2回答
时间序列数据的趋势
、、、
我使用带有LSTM层的Keras序列模型和时间序列数据来预测未来的值。为此，我在某个时间点将我的数据划分为训练数据和验证数据。时间序列数据具有积极的趋势，因此我的训练数据中的平均值低于我的验证数据中的平均值，因为我使用较新的数据作为验证。 初始模型每次预测0.5次，这是一个糟糕的模型。在下一个时期，模型将通过训练数据学习，预测值的平均值将低于0.5，这将减少<em
浏览 30提问于2021-04-21得票数 0
回答已采纳
1回答
我有一个图像分类，深入学习CNN模型(.h5文件)使用Keras和Tensorflow 2，我想使用在线预测。我想要一个API，它通过HTTP接收单个输入映像，并使用经过训练的模型使用预测的类标签进行响应。是否有Keras或Tensorflow提供的API来进行同样的操作？
浏览 1提问于2020-02-12得票数 0
回答已采纳
在使用TFv2训练模型后，是否可以对神经网络最后一层中的偏置项进行调整？以下是我的模型的一个示例： import tensorflow.keras as keras
layer_(input_size)
layer_1 = keras.layers.Dense(layer_1_size, activation='relu')(input
浏览 14提问于2020-06-13得票数 1
回答已采纳
1回答
我不能理解如何使用已经训练好的神经网络模型。我在python上编程，我使用的是库keras。我分析时间序列。训练神经网络，保存模型。正如keras文档中所述，您需要调用model_name.predict ()方法。好的。我这样做: model.predict ( dataset )，其中dataset是过去90天的值。我需要提前预测，比如说，10天。
但是预测只针对指定的数据集90天！也就是说，您只能比较原始数
浏览 18提问于2018-01-24得票数 0
1回答
我完全是keras的初学者，我在keras中实现了以下代码，我在web上找到了这段代码，并以97%的准确率成功地训练了它。我在预测过程中遇到了一点小问题。以下是用于训练的代码： from __future__ import print_functionfrom keras.datasets import cifar10validation_data=(X_test, Y_test))
mode
浏览 15提问于2019-02-27得票数 0
1回答
我在Keras.I中预先训练了模型。我想在Amazon AWS上托管该模型，以便进行实时预测。有人能列出做这件事的步骤吗？我是第一次使用this.How来部署我的预测模型？
浏览 20提问于2019-01-11得票数 0
我试图为Keras中的时间序列预测做一个LSTM。特别是，一旦模型被训练，它就应该预测看不见的值。时间序列的可视化如下所示。
predictio
浏览 0提问于2018-08-26得票数 5
1回答
因此，我可以用Keras训练文本分类器，也可以保存模型。我的问题是，当我加载预测未知文本的模型时，我必须像在训练过程中对输入文本进行编码一样，对输入文本进行编码。如何在训练部分保存映射，并在进行预测时重新加载映射？
这是我用来将单词映射到训练中的索引的代码。我使用来自tensorflow的VocabularyProcessor。
浏览 2提问于2017-05-19得票数 0
回答已采纳
训练完成后，我在我的网络上做了预测，我想计算我的模型的“精度”和“召回率”，然后将其发送到"tensorboard“的日志文件中，以显示曲线图。在训练时，我将"tensorboard“函数作为回调发送给keras。但是训练结束后，我不知道如何将更多的数据添加到tensorboard中进行绘制。我使用keras进行编码，使用tensorflow作为其后端。
浏览 5提问于2018-08-24得票数 1
我根据我的数据训练了一个基于DenseNet121的模型，并在训练中达到了预期的精度。但在用BATCH=1进行预测时，精度下降很大。我发现预测输出取决于批处理大小。如果我在训练期间保持相同的批次大小，我就得到了相同的精度，但是对于任何其他批次大小，精度都较低。批量越小，准确度越低。请帮助，因为我需要做预测单一图像在一次。以下为模型： base_model = DenseNet121(incl
浏览 1提问于2022-04-08得票数 0
我训练了一个keras模型，并将其保存为h5格式。我想把这个模型放在google cloud ml引擎上进行预测。如何将keras模型.h5文件转换为已保存的模型。
浏览 2提问于2019-05-12得票数 0
2回答
我正在使用keras和tensorflow进行时间序列预测。我需要用未来的数据重新训练模型。我的问题是，在keras中这是可能的吗?我们如何做到这一点？
浏览 5提问于2018-08-15得票数 7
回答已采纳
我已经使用EMNIST byclass数据集通过加载训练和测试数据的.csv文件以及数字(0-9)和字母(A-Z，a-z)分类的标签来训练我的模型。我得到了大约87%的模型评估准确率。但是，当我使用keras load_model()使用最佳保存的模型权重(.hdf5)时，它给出了奇怪的结果，就好像没有进行任何训练一样。但是在加载模型之后，如果我运行模型评估，iy
浏览 92提问于2018-02-09得票数 -1
3回答
部署LSTM模型
、、
我已经训练和验证了我的LSTM，我想部署它。因此，我知道我们可以保存和加载Keras的Sequential对象(您可以猜到，我正在使用Keras )。因此，我使用这些函数实现了一个代码。但是，我想知道我是否必须用所有可用的数据(训练+测试)来训练我的模型，还是像我在学习期间所做的那样对训练集进行训练。许多教程讨论如何训练模型，但没有那么多的教程清楚地介绍了如何部署
浏览 0提问于2019-08-06得票数 5
回答已采纳
云服务器
ICP备案
云直播
即时通信 IM
实时音视频
腾讯云开发者
