我正在尝试加载伯特语言模型：
import numpy as np
from tensorflow import keras
from keras_bert import load_trained_model_from_checkpoint
import tokenization
folder = "multi_cased_L-12_H-768_A-12"
config_path = folder+'/bert_config.json'
checkpoint_path = folder+'/bert_model.ckpt'
vocab_pat
浏览 1提问于2021-12-06得票数 0
回答已采纳
1回答
我一直在训练一个模特，看上去有点像：
base_model = tf.keras.applications.ResNet50(weights=weights, include_top=False, input_tensor=input_tensor)
for layer in base_model.layers:
layer.trainable = False
x = tf.keras.layers.GlobalMaxPool2D()(base_model.output)
output = tf.keras.Sequential()
output.add(tf.keras.lay
浏览 17提问于2022-03-17得票数 0
我一直在学习Tensorflow 的RNN教程。
model.load_weights()不工作，并抛出错误
Traceback (most recent call last):
File "C:/Users/swati.srivastava/PycharmProjects/TensorFlow Practice/main.py", line 1232, in <module>
model.load_weights(tf.train.load_checkpoint("./training_checkpoints/ckpt_" + str(
浏览 5提问于2021-03-01得票数 0
我试图用Tensorboard将我的网络的准确性和损失显示为图形，但训练和验证数据显示为单独的运行。我对Tensorflow和Tensorboard仍然相对缺乏经验，所以我希望您能看到这一点的原因
下面是我的代码：
import os
import time
import pickle
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras.callbacks import TensorBoard
print("Loading Data via Pickel")
X = pickle
浏览 0提问于2020-07-06得票数 0
1回答
在这个YOLOv4的Keras实现中，是否有可能从上次保存的最佳权重中继续进行训练？如下所示：
model_checkpoint_callback = tf.keras.callbacks.ModelCheckpoint(
filepath=checkpoint_filepath,
monitor='val_binary_accuracy',
mode='max',
save_best_only=True)
model.load_weights(checkpoint_filepath)
浏览 4提问于2022-03-31得票数 0
回答已采纳
1回答
我正在colab上运行tensorflow 2.4。我试图使用tf.train.Checkpoint()保存模型，因为它包含了模型子类，但是在恢复之后，我看到它没有恢复模型的任何权重。
下面是几个片段：
### From tensorflow tutorial nmt_with_attention
class Encoder(tf.keras.Model):
def __init__(self, vocab_size, embedding_dim, enc_units, batch_sz):
...
self.gru = tf.keras.layers.GRU(self.e
浏览 6提问于2021-04-04得票数 0
回答已采纳
2回答
假设我有一些输入输出，如下所示：
input1 : [0 1 1 1 0 ... 1]
output1 : [1 2 2 3 ... 3 3 1 2 2]
...
输入总是0或1，输出总是1或2或3。
如何在keras中创建一个能够适应这些输入输出的神经网络？
checkpoint_path = 'p-multilable.h5'
checkpoint = keras.callbacks.ModelCheckpoint(filepath=checkpoint_path, mode='max', monitor='acc', verbose=0
浏览 1提问于2020-07-05得票数 1
1回答
tf/python的新手，并创建了一个模型，可以根据毒性级别(猥亵、有毒、威胁等)对文本进行分类。这就是我到目前为止所拥有的，它确实生成了摘要，所以我知道它是正确加载的。如何将文本传递给模型以返回预测？任何帮助都将不胜感激。 import os
import numpy as np
import tensorflow as tf
from tensorflow import keras
checkpoint_path = "tf_model/the_model/saved_model.pb"
checkpoint_dir = os.path.dirname(checkpoi
浏览 19提问于2021-08-01得票数 1
回答已采纳
我在Tensorflow 2.0中使用Keras创建了一个顺序模型：
def create_model():
model = keras.Sequential([
keras.layers.Flatten(input_shape=(28,28), name="bla"),
keras.layers.Dense(128, kernel_regularizer=keras.regularizers.l2(REGULARIZE), activation="relu",),
keras.layers.Dropout
浏览 0提问于2020-01-30得票数 0
回答已采纳
我使用我自己的数据集来学习本教程。这是我的模型顺序：
model = keras.Sequential([
keras.layers.Dense(128, activation='relu', input_shape=[1]),
keras.layers.Dense(128, activation='relu'),
keras.layers.Dense(128, activation='relu'),
keras.layers.Dense(256, activation='relu'),
k
浏览 0提问于2020-01-14得票数 0
model = keras.models.Sequential([
keras.layers.Dense(30, activation = "relu", input_shape=[8]),
keras.layers.Dense(100, activation = "relu"),
keras.layers.Dense(1)])
model.compile(loss="mse", optimizer=keras.optimizers.SGD(lr=1e-3))
checkpoint_cb = keras.callbacks.ModelChec
浏览 532提问于2021-03-02得票数 0
1回答
我需要保存一些最好的模型。我从Keras定义了ModelCheckpoint，它只保存了一个最好的模型。 checkpoint = tf.keras.callbacks.ModelCheckpoint(
filepath=checkpoint_path,
monitor='val_loss',
verbose=1,
save_best_only=True,
save_weights_only=True,
mode='min'
) 有什么想法吗？
浏览 22提问于2021-04-22得票数 0
我使用tensorflow keras创建了一个模型，并定义了一个回调来在每个时代之后保存模型。它以pb格式工作并保存了模型，但我不能再次将它加载到keras中，因为keras只接受h5格式。
我有两个问题：
除了tensorflow服务如何将已保存的模型加载到keras/tensorflow?How之外，还可以在每个时代后以h5格式保存keras模型？
我的回调和保存模型：
from tensorflow.keras.callbacks import ModelCheckpoint
cp_callback = ModelCheckpoint(filepath=checkpoint_path
浏览 7提问于2019-11-03得票数 3
回答已采纳
我正在学习TensorFlow (link)上的“使用RNN生成文本”教程。我已经训练了10个时期的模型，并想再训练一些。我已经编写了允许模型恢复训练的代码。(这将从最近的检查点开始恢复训练--在本例中为检查点10)。它训练得很好。但是，保存的检查点将覆盖以前的检查点。这是因为当我重新运行代码时，纪元编号再次从1开始。因此，当我完成了11 - 20纪元时，我仍然只有10个检查点(1 - 10)，但它们已经覆盖了之前的10个检查点。我想将新检查点重命名为检查点11 - 20，但这样做失败了。以下是代码的相关部分： # Directory where the checkpoints will b
浏览 44提问于2020-12-05得票数 1
回答已采纳
我用一个callbacks.ModelCheckpoint()文件自动保存了我的模型。
# Checkpoint In the /output folder
filepath = "./model/mnist-cnn-best.hd5"
# Keep only a single checkpoint, the best over test accuracy.
checkpoint = keras.callbacks.ModelCheckpoint(filepath, monitor='val_acc',
浏览 0提问于2018-10-11得票数 8
回答已采纳
1回答
我正在学习Keras中的模型保存，我的模型检查点对象似乎没有创建指定的目录。代码如下： from tensorflow.keras.callbacks import ModelCheckpoint
checkpoint_5000_path = \
'model_checkpoints_5000/checkpoint_{epoch:02d}_{batch:04d}'
checkpoint_5000 = ModelCheckpoint(filepath=checkpoint_5000_path,
save
浏览 35提问于2020-04-30得票数 0
回答已采纳
我有一个LSTM模型，我想训练多个gpus。我对代码进行了转换，在nvidia-smi中，我可以看到它正在使用所有gpu的所有内存，每个gpu都在使用大约40%的内存，但每批培训的估计时间几乎与1个gpu相同。
有人能引导我，告诉我如何在多个gpus上进行适当的训练吗？
我的代码：
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.layers import LSTM
fro
浏览 26提问于2019-11-28得票数 1
回答已采纳
我得到了
SyntaxError:无效语法:F‘’at {latest_checkpoint}。再试一次。‘
当我尝试代码时，height.py ()在导入keras时发生了错误
File "height.py", line 9, in <module>
from keras import layers
File "/home/jekang39/anaconda2/envs/dl_gwas/lib/python2.7/site-packages/keras/__init__.py", line 22, in <module>
浏览 8提问于2022-01-20得票数 0
1回答
我正在使用一个预先训练过的keras模型，我想通过Google Colaboratory在TPU上运行它，但是我得到了以下错误：
ValueError:图层在非批处理维度中具有可变的形状。TPU模型必须对所有操作都具有恒定的形状。
您可能必须为RNN/时间分布层指定“input_length”。
图层:输入形状：(无，128,768)，(无，1)输出形状：(无，无，768)
我和一起工作。据我所知，当模型被编译为解释的和时，TPU需要有固定的批处理大小。
模型是从检查点加载的：
from keras_xlnet import Tokenizer, load_trained_model_
浏览 3提问于2019-10-29得票数 6
tf2.0，我的模型显示在下面的代码中，它的auc在训练中大约是0.62
def load_dataset(csv_path, shuffle=True):
return tf.data.experimental.make_csv_dataset(
csv_path,
batch_size=256,
shuffle=shuffle,
label_name='label',
na_value='?',
浏览 2提问于2020-12-21得票数 0
我有一段代码用于加载一个执行良好的BERT模型，但现在它引发了一个错误。
这是代码
model = load_trained_model_from_checkpoint( config_path、checkpoint_path、trainable=True、seq_len=SEQ_LEN、output_layer_num=4 )
现在它引发的错误是：
AttributeError：'tuple‘对象没有属性'layer’
环境设置如下：
keras-bert=0.85.0
keras=2.4.3
tensorflow=1.15.2
事先非常感谢
浏览 5提问于2022-02-03得票数 0
3回答
新的机器学习，并试图训练我的鸟类识别模型，发现非常高的验证损失和不准确。
我正在使用这个数据集：http://www.vision.caltech.edu/visipedia/CUB-200-2011.html
我的模特是不是太合适了？我能做些什么来解决这个问题？
这是图
📷
📷
这是我的密码。
def train_CNN(train_directory, target_size=(200, 200), classes=None,
batch_size=128, num_epochs=20, num_classes=5, verbose=0, show_graph=
浏览 0提问于2019-10-27得票数 2
有时我在数据上遇到麻烦，当我重新启动fit (使用shuffle=true)时，我有时会得到一个很好的匹配。
见我先前的问题：
为什么我的模型有时不能很好地从相同的数据中学习？
作为一个工作周围，我想要自动重启的拟合过程，如果损失是高后x期。我怎样才能做到这一点？
以下是一个简化的结构：
def train_till_good():
# Some loop around train()
def train():
load_data()
model = VerySimpleNet2();
checkpoint = keras.callbacks.ModelC
浏览 0提问于2019-11-04得票数 0
1回答
我正在使用下面的代码对模型检查点进行实验：
import numpy as np
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras.callbacks import Callback, TensorBoard, ModelCheckpoint
def get_model():
# Create a simple model.
inputs = keras.Input(shape=(32,))
outputs = keras.layers.Dense(1)(inputs)
浏览 3提问于2021-04-14得票数 0
回答已采纳
我正在尝试在colab.I中使用对象检测进行分类。我使用"ssd_resnet101_v1_fpn_640x640_coco17_tpu-8.config"When，我开始训练，但遇到错误。Training=
!python model_main_tf2.py \
--pipeline_config_path=training/ssd_resnet101_v1_fpn_640x640_coco17_tpu-8.config \
--model_dir=training \
--alsologtostderr
WARNING:tensorflow:A ch
浏览 0提问于2020-11-30得票数 6
我正在创建我的自定义层tf.keras模型使用移动网络预培训层。模型训练运行良好，但当保存最佳选择的模型时，这是一个错误。下面是我使用的代码片段
pretrained_model = tf.keras.applications.MobileNetV2(
weights='imagenet',
include_top=False,
浏览 3提问于2021-11-08得票数 2
我是tensorflow和建立神经网络的新手。
我正在尝试用tf.keras api建立一个神经网络，它只需要一个输入，并给出3个输出。这是我的代码：
import os
import tensorflow as tf
from tensorflow import keras
import numpy as np
train_times = np.array([[1],[2],[3],[4],[5],[6],[7],[8]])
train_sensors = np.array([[0.1,0.15,0.2],[0.25,0.3,0.35],[0.4,0.45,0.5],[0.55,0.6,0
浏览 0提问于2018-09-28得票数 0
回答已采纳
我是Tensorflow领域的新手，我正在研究mnist数据集分类的简单示例。我想知道如何获得除准确性和损失(并可能显示它们)之外的其他指标(例如，精确度、召回率等)。下面是我的代码： from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow as tf
from tensorflow.keras.callbacks import ModelCheckpoint
from tensorflow.keras.callbacks import Tenso
浏览 26提问于2020-03-10得票数 3
回答已采纳
我正在从事图像分类工作，我需要一些建议。我正在使用keras和后端tensorflow构建大型图像分类器，因为我想将该模型用于安卓应用程序，所以我对其进行了训练，并将这些检查点转换为protobuf (.pb)文件。在很多例子中，当他们导出到android资产文件夹时，我看到了两个文件，分别是protobuf文件和label.txt文件，那么在android上只使用protobuf文件可以吗？谢谢!
这是源代码
import pandas as pd
import numpy as np
import warnings
warnings.filterwarnings('ignore&
浏览 0提问于2019-05-01得票数 0
1回答
如何使用Keras和Tensorflow将图像分类模型保存为.pb文件及其label.txt，以便在android.i上使用这两个文件。
我已经做了洞的事情，但不是label.txt，这是代码
import pandas as pd
import numpy as np
import warnings
warnings.filterwarnings('ignore')
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
import keras
from ke
浏览 1提问于2019-06-04得票数 2
我使用Tensorflow 2.0和Keras来训练模型。我执行以下操作来加载一个经过预先训练的模型，然后将其用于推理：
checkpoint_dir = "./"
x_test = np.random.normal(n_points, n_features)
model = tf.keras.models.load_model(checkpoint_dir)
predictions = model.predict(x_test)
我想知道我是否也能得到每个数据点的损失？能不能做些类似的事
loss = model.compute_loss(x_test, y_test)
浏览 0提问于2020-02-05得票数 1
回答已采纳
我用Keras和Tensorflow做了一个简单的猫对狗检测器。然后我将模型保存为.h5格式，并将训练保存在检查点中。现在，我想加载训练和保存的模型，并使用摄像头通过OpenCV视频捕获实时运行它。我该怎么做呢？ 这是我用来训练的代码： import tensorflow as tf
from tensorflow import keras
import numpy as np
import matplotlib.pyplot as plt
import IPython.display as display
from PIL import Image, ImageSequence
impor
浏览 15提问于2021-03-31得票数 0
回答已采纳
1回答
这是我的简单可复制代码：
from keras.callbacks import ModelCheckpoint
from keras.models import Model
from keras.models import load_model
import keras
import numpy as np
SEQUENCE_LEN = 45
LATENT_SIZE = 20
VOCAB_SIZE = 100
inputs = keras.layers.Input(shape=(SEQUENCE_LEN, VOCAB_SIZE), name="input")
encode
浏览 0提问于2019-07-12得票数 0
回答已采纳
我对TensorFlow世界有点陌生，但我用Keras编写了一些程序。由于TensorFlow 2在官方上类似于Keras，所以我对tf.keras.callbacks.ModelCheckpoint和tf.train.Checkpoint之间的区别感到非常困惑。如果有人能说明这一点，我会很感激的。
浏览 3提问于2020-04-16得票数 3
回答已采纳
1回答
我当时正在研究一个图像识别问题。我正在训练我的模型200个时期。我希望在每个时期之后保存模型，如果它具有到目前为止最好的验证精度。这是我的代码 from keras.models import Sequential
from keras.models import Model
from keras.callbacks import ModelCheckpoint, LearningRateScheduler, EarlyStopping, ReduceLROnPlateau, TensorBoard
from keras import optimizers, losses, activati
浏览 23提问于2021-01-22得票数 0
回答已采纳
当我在数据集上训练时，我设置了ModelCheckpoint call back来保存模型。奇怪的是：val_loss明显改进了(在日志中显示)，但是回调声明它没有改进，因此根本没有保存我的模型。 下面是我的代码： model_checkpoint_callback = tf.keras.callbacks.ModelCheckpoint(
filepath=checkpoint_filepath,
save_weights_only=True,
mode = 'max',
verbose=1,
save_best_only=True)
浏览 14提问于2020-06-29得票数 0
我正在处理VMMR数据集，并且在开始模型的训练回调时遇到此错误。 from tensorflow.keras.models import Sequential, Model, load_model
from tensorflow.keras.callbacks import ModelCheckpoint, EarlyStopping, TensorBoard, CSVLogger
from tensorflow.keras import optimizers, models
from tensorflow.keras.layers import Dense, Dropout, Global
浏览 103提问于2020-04-21得票数 0
回答已采纳
我用Keras来预测时间序列。作为标准，我用的是20个历元。我想知道我的神经网络对这20个时代中的每一个都预测了什么。
通过使用model.predict，我得到了最后一个预测。然而，我想要所有的预测，或至少最后10个预测(有可接受的错误级别)。
要访问我正在从Keras尝试ModelCheckpoint函数的操作，但是在访问之后会遇到困难。我使用以下代码：
model=Sequential()
model.add(GRU(input_dim=col,init='uniform',output_dim=20))
model.add(Dense(10))
model.add(D
浏览 3提问于2016-04-26得票数 6
回答已采纳
我正在处理一个课程作业，其中我必须在keras中保存和加载模型。我用来创建、训练和保存模型的代码是
def get_new_model(input_shape):
"""
This function should build a Sequential model according to the above specification. Ensure the
weights are initialised by providing the input_shape argument in the first layer, given by the
浏览 0提问于2020-07-04得票数 0
我已经安装了tensorflow 2 v.5.0，并且正在使用带有python 3.10的jupyter笔记本。
我正在练习使用一个参数，save_freq作为一个在线课程的整数(他们使用tensorflow 2.0.0，在这里，下面的代码运行良好，但在我最近的版本中确实有效)。
下面是指向相关文档的链接，但没有在save_freq中使用整数的示例。
这是我的代码：
import tensorflow as tf
from tensorflow.keras.callbacks import ModelCheckpoint
from tensorflow.keras.mo
浏览 10提问于2021-12-15得票数 1
回答已采纳
我正在使用keras训练CNN模型。
在每个时期结束后，如果验证精度有所提高，我会将权重保存为检查点。
from keras.callbacks import ModelCheckpoint
checkpoint = ModelCheckpoint(checkpoint_path, monitor='val_accuracy', mode='max',
save_best_only=True, verbose=1)
callbacks = [checkpoint]
#load checkpoints if existing
import os
num
浏览 23提问于2020-03-01得票数 1
回答已采纳
1回答
我将keras子类模型实例化为，
为了能够对我的模型类使用.fit，我需要创建compute_output_shape。然而，使用for模型的回调抛出NotImplementedError。
那么，我能做些什么来使用keras子类模型中的回调，比如tensorboard、checkpoint等？
浏览 5提问于2018-08-17得票数 1
我正在与TensorFlow和凯拉斯在TPU上工作，我需要加载预先训练的BERT模型并将其转换为TPU模型。我首先加载了模型，它工作得很好。 def _load_bert(self):
logging.info('Loading BERT from %s', self.bert_path)
config_path = os.path.join(self.bert_path, 'bert_config.json')
checkpoint_path = os.path.join(self.bert_path, 'bert_mode
浏览 62提问于2019-07-02得票数 1
回答已采纳
我试图使用export_savedmodel函数来编写从Keras模型创建的估计器。我的代码如下所示：
from tensorflow.python import keras
...
model = keras.Model(...)
model.compile(...)
model.fit(...)
estimator_model = keras.estimator.model_to_estimator(keras_model=model, model_dir='./estimator_model')
estimator_model.export_savedmodel(
浏览 0提问于2018-12-18得票数 1
回答已采纳
2回答
我想将Keras模型中的变量与TensorFlow检查点中的变量进行比较。我可以像这样获得TF变量：
vars_in_checkpoint = tf.train.list_variables(os.path.join("./model.ckpt"))
如何从我的model中获取要比较的Keras变量
浏览 1提问于2018-10-31得票数 2
2回答
我用keras运行了我的EfficentNet模型，运行了20个时期，并将结果存储在最佳模型中。请帮助我用最好的模型来绘制学习曲线。模型停止运行在15个时代，我不能画一个学习曲线，我怎么能画一个学习曲线从bestModel？
# model checkpoint
model_checkpoint = tf.keras.callbacks.ModelCheckpoint(
filepath = "/content/drive/MyDrive/best_model.h5",
monitor='val_accuracy',
verbose
浏览 7提问于2022-05-24得票数 2
我有以下的时间序列，我分为火车，瓦尔和测试：
📷
基本上，我对ARIMA和LSTM进行了关于这些数据的培训，结果完全不同，就预测而言: ARIMA：
📷
LSTM：
📷
现在，也许我是通过了，在某种程度上，测试设置为LSTM，以便表现得更好？或者LSTM仅仅是比ARIMA更好？下面是一些代码。请注意，为了在将来进行预测，在训练和预测: ARIMA代码之前，我要在我的系列中添加新的和最后的预测值：
# Create list of x train valuess
history = [x for x in x_train]
# establish list for predictions
mo
浏览 0提问于2022-10-21得票数 1
回答已采纳
通常，可以定义Keras的提前停止，以检查它在每个时期之后是否达到限制(损失，精度)。但是在小批量方法中，每个时期包含多个损失，用于训练和验证阶段。我们如何告诉Keras检查一个时期内的每一次访问或丢失，以便提前停止？ filepath="weights.best.hdf5"
checkpoint = ModelCheckpoint(filepath, monitor='acc', verbose=1, save_best_only=True)
early_stop = EarlyStopping(monitor='acc', patien
浏览 18提问于2019-08-23得票数 1
回答已采纳
predict_proba返回神经网络中的错误
我看到了这个链接上的例子
我使用的是Tensorflow版本: 2.6.0
代码：
#creating the object (Initializing the ANN)
import tensorflow as tf
from tensorflow import keras
LAYERS = [
tf.keras.layers.Dense(50, activation="relu", input_shape=X_train.shape[1:]),
tf.keras.layers.LeakyR
浏览 18提问于2021-08-29得票数 3
1回答
我正在尝试使用tensorflow keras.Sequential库使用预先训练好的嵌入来适应文本生成的LSTM模型。我遇到以下评估错误： tensorflow.python.framework.errors_impl.InvalidArgumentError: assertion failed: [Condition x == y did not hold element-wise:] [x (sparse_categorical_crossentropy/SparseSoftmaxCrossEntropyWithLogits/Shape_1:0) = ] [5 199] [y (sp
浏览 22提问于2020-12-28得票数 0
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
实时音视频活动推荐
腾讯云开发者
