1回答
我想通过初始化一个保存的模型的权重来训练一个模型，下面是我使用的代码： la = saved_model.get_layer(name='conv2d')
out =
浏览 16提问于2021-08-19得票数 0
我已经将权重预先训练为shape (3, 3, 3, 64)的np.array。我想用这些权重初始化这个Tensorflow CNN，使用set_weights()，如下所示。但是，当我尝试这样做时，会弹出以下错误：ValueError: You called set_weights(weights) on layer "conv2d_3" with a weight listmodel.add(layers.Conv2D(64, (3, 3), activation='relu',
浏览 238提问于2020-04-23得票数 3
回答已采纳
1回答
我有一个Tensorflow图(output_graph.pb)，我是通过在之后在盗梦空间( Inception V3 )上进行迁移学习获得的。现在，我需要提取各个层的权重，以便将它们导入到用Keras创建的模型中。我知道从tensorflow直接将图转换为keras模型()是不可能的。
浏览 1提问于2018-09-30得票数 1
回答已采纳
)] model.layers[k].set_weightsload_weights_in_base_model(get_base_model())
错误:文件"C:\Python\lib\site-packages\keras\engine\topology.py"，行1217，在set_weights中'pr
浏览 9提问于2018-01-16得票数 5
我正在尝试重新创建一个用Py火炬编写的转换器，并在Tensorflow中实现它。问题是，尽管版本和版本的文档都有，但它们的结果还是非常不同的。我编写了一些代码片段来展示这个问题：import tensorflow as tf
output, scores = self_attnTF(srcTF, srcTF, s
浏览 11提问于2022-04-19得票数 1
回答已采纳
我正在尝试迁移学习，我已经从ImageNet数据集中下载了VGG19模型的权重。它以".mat“文件的形式下载。首先，我尝试将整个.mat文件加载为from tensorflow.keras.applications.vgg19 import VGG19
然后，我尝试了set_weights()方
浏览 1提问于2020-09-11得票数 0
tf模型的权重，但只有一个方向： tf.keras.layers.Dense(1, activationtf.random.normal((10,1)) #direction of the gradient
model.layers[0].set_weightsr} to a TensorFlow DType
浏览 11提问于2021-12-27得票数 0
回答已采纳
我正在遵循Tensorflow，上的训练循环指南。他们已将权重设置为model.w = weights。对于来自tensorflow.keras.layers.LSTM的LSTM，我无法这样做，因为它没有像训练代码'LSTM' object has no attribute 'w'中的错误那样的参数。我如何设置它的权重和偏差？
下面是python回溯代码的一个片段。File "C:\U
浏览 4提问于2021-04-24得票数 0
假设在一个经典的ANN (基于)中向前通过如下：
1 / (1+ math.exp(-0.3775现在让我们尝试使用Keras获得这个结果：from tensorflow.keras.layers importcheck activation only
weights = [
浏览 5提问于2022-01-19得票数 1
回答已采纳
2回答
在keras序贯模型中，可以使用set_weights方法直接设置权重。model.layers[n].set_weights([your_wight])emb.set_weights([some_weight_matrix])AttributeError: 'Tensor' object has no attribute 'set_weights我想知道如何在我的<em
浏览 2提问于2018-08-13得票数 1
回答已采纳
1回答
我想要“损害”一个经过训练的keras网络的层，看看对这个单层的损害如何影响网络的性能。所以基本上我想：2)调用目标层并初始化其权重，将其放回网络中。import tensorflow as tfimport numpy'accuracy'])
f
浏览 2提问于2019-01-14得票数 1
回答已采纳
我正在尝试使用来自AlexNet的预先训练的权重来实现weights_dic = numpy.load('bvlc_alexnet.npy', encoding
浏览 1提问于2018-12-22得票数 2
回答已采纳
我使用Keras训练了一个模型，但忘记了保存模型。这个模型是一个项目的一部分，其中开发了许多其他模型，但现在我无法继续进行该项目。幸运的是，我保存了初始和最终的训练权重。现在，我正在尝试创建一个具有相同最终权重的模型来获得预测结果。我正在编译keras模型，并使用函数model.set_weights将丢失模型的最终训练权重设置为新模型。下面是代码。(listOfNumpyArra
浏览 19提问于2020-07-21得票数 1
回答已采纳
3回答
我正在尝试将模型从PyTorch转换为Keras，并尝试设置Keras模型的权重，但似乎没有设置这些权重。注意:我实际上并不是在用np.ones进行设置，只是举个例子而已。import kerasmodel = load_model(model_dir+file_name)
keras_layer = [layer for layer in model.layers if layer.name=='
浏览 1提问于2017-11-08得票数 31
回答已采纳
1回答
并行运行模型的多个克隆
、、、、
原则是克隆你的原始模型N次(比如说100次)，在这100个克隆上施加一些噪声，运行它们，检查哪些给出了最好的结果，并使用它来更新原始模型。现在，我正在尝试将这些克隆放在不同的线程中，并将它们全部并行运行。if ob['done']: break
因此，每个工作线程都有自己的模型，在运行时，我使用原
浏览 17提问于2018-02-16得票数 0
我正在研究一个用Keras和Tensorflow实现的强化学习模型。我必须在单个输入上频繁调用model.predict()。当在一个简单的预训练模型上测试推理时，我注意到使用Keras的model.predict比仅对存储的权重使用Numpy要慢得多。为什么它那么慢，我怎么才能加速它呢？对于复杂的模型，使用纯Numpy是不可行的。import timeitfrom t
浏览 3提问于2018-02-15得票数 16
我想提取一些选定的层的权重，并将它们保存为一个名为encoded_weight.h5的Hdf5文件，然后预测模型以获得输出。 原始模型包含了我不需要的所有权重。layer_name_list): layer_output = layer_dict[layer_name].get_weights() 上面的代码可以得到我想要的数组列表的权重，但我不知道如何将它们保存为"encoded_weight.
浏览 23提问于2020-08-28得票数 1
回答已采纳
因此，作为我研究的一部分，我正在研究不同的深度学习框架，并观察到一些奇怪的东西(至少我无法解释其原因)。我在Tensorflow中训练了一个相当简单的MLP模型(在mnist数据集上)，提取了经过训练的权重，在PyTorch中创建了相同的模型架构，并将经过训练的权重应用到PyTorch模型中。现在，我的期望是从Tenso
浏览 3提问于2020-09-28得票数 3
回答已采纳
使用Tensorflow2/Keras，我想在训练期间根据一些更新规则修改模型组件的权重。为此，我使用了get_weights()和set_weights()方法。{ }RuntimeError: Cannot get value inside Tensorflow其属于get_weights和set_weights操作。如何正确地提取和分配权
浏览 0提问于2021-03-22得票数 0
我试图编写代码来手动设置keras网络中的权重，但是当我构建网络时，似乎存在额外的权重。>>> import numpy as np>>> from tensorflow import keras as ke
>>> from tensorflow.keras这些额外的重量是做什么的？他们是偏见吗？为什么一个只有两个神经元<
浏览 2提问于2021-12-28得票数 -1
回答已采纳
云服务器
ICP备案
对象存储
实时音视频
云直播
腾讯云开发者
