1回答
self.dense(inputs)
layer = EagerLayer()
Currently running eagerly 2020-12-16 20:46:38.503605 打印副作用出现了两次，这意味着该函数被跟踪了两次。我只是想知道为什么这一层</em
浏览 43提问于2020-12-16得票数 5
我将tensorflow 2.1与自定义层一起使用，如下所示： class Mylayer(KL.layer): superself.conv(inputs) return outputs 然而，无论我是否在train_step修饰tf.function如果我在不使用tf.function的情况下更改为np.save('outputs.txt
浏览 14提问于2020-07-17得票数 0
我遵循关于函数的Tensorflow指南，根据我的理解，TF将跟踪和创建一个函数的图，每个调用都有一个不同的输入签名(即数据类型和输入形状)。但是，下面的示例使我感到困惑。TF不应该只执行一次跟踪和构造图，因为这两个输入都是整数并且具有完全相同的形状？为什么在调用函数时两次都会发生跟踪？@tf.function print("Tracing!")
浏览 2提问于2021-12-21得票数 1
回答已采纳
<locals>.predict_function at 0x000001F9D1C05EE0> triggered tf.function retracing.For (1), please define your @tf.function outside of the loop.For (2), @tf.function has experimental_relax_shapes=True option that relaxes argument shapes that can<locals>.predic
浏览 37提问于2021-02-19得票数 16
1回答
TensorFlow的指南(如 )中经常提到“跟踪”一词
究竟什么是“跟踪”，它指的是第一次调用tf.function (随后取决于参数)而生成的图形吗？如果只有一部分计算是用@tf.function注释的，那么它会把急切的执行和图形的执行结合起来吗？
浏览 4提问于2020-07-02得票数 6
回答已采纳
mse(a, b)
print("inner py print", loss)
@tf.function以上仅适用于有tf.function装饰？在此之外，tf.print运行在python之前？
浏览 1提问于2019-05-25得票数 4
回答已采纳
3回答
我正在使用tensorflow来解决一个问题，其中有一个函数被调用一次，它工作正常，但第二次调用时出现错误“弱对象已消失”，我不明白它的含义和问题可能在哪里。----------------------------------------------------------------------~/.local/share/virtualenvs/tf-tRAPLeXL/lib/python3.6/site-pack
浏览 11提问于2019-10-31得票数 0
回答已采纳
tf.print(self.count)
def __init__(self,count):class SurCount: self.count=count
@tf.function
浏览 5提问于2021-10-12得票数 1
在我的TF模型中，我的call函数调用一个外部能量函数，该函数依赖于单个参数被传递两次的函数(参见下面的简化版本)：defcalc_sw3(gamma,gamma2, cutoff_jk): return E3
def calc_sw3_noerr( gamma0, cutoff_jk): return E3
@tf.function # witho
浏览 4提问于2021-12-20得票数 2
回答已采纳
我想使用tf.keras构建一个自定义层。为了简单起见，假设它应该在培训期间返回输入*2，在测试期间返回输入*3。正确的方法是什么？我试过这种方法： @tf.function我找到了一个解决方案(见我的答案)，但我仍然在寻找一个使用@tf.function的更好的解决方案(我更喜欢签名而不是smart_cond()业务)。不幸的是，K.learning_phase()似乎没有很好地处理@<e
浏览 1提问于2019-02-14得票数 1
self.embedding = tf.keras.layers.Embedding(10, 15) inp_em = self.embedding(inp)
@tf.function我还想知道当两个函数相互调用时，tf.function是如何工作的。这是建立我的模型的正确方
浏览 0提问于2019-08-27得票数 4
回答已采纳
1回答
@tf.function xt = tf.multiply(x, (1.0 - m)) + tf.multiply(m, d) loss2 = tf.linalg.norm(m, 1)我无法执行这个函数，但是，当我评论@tf.function但是，如果我注释掉了@tf.function行，这个命令就能工作！)
浏览 3提问于2019-06-16得票数 10
回答已采纳
我正在使用Sagemaker上的Tensorflow训练一个带有自定义层的自定义模型。它在本地运行流畅，没有错误，没有警告。当我在Sagemaker上运行它时，它仍然会产生许多警告： 2021-01-22 15:20:26.660 xxxx.xxxx.compute.internal:32 WARNING keras.py:603] cannot save layer values during forward pass with tf.function 我不确定这是否值得担心。
浏览 11提问于2021-01-23得票数 1
为什么执行这两个if- Why语句？"or bias self.add_slot(var, "pg") #previous gradient @tf.function_resource_apply_dense at 0x000001D4D8760828> triggered tf.function retracing.Also, tf.function has experimental_rel
浏览 3提问于2022-03-01得票数 1
根据我们的评估，在未来6-12个月内，该行业可能会超过摩根士丹利资本国际中国指数。跟踪非常昂贵，过多的跟踪可能是由于(1)在循环中反复创建@tf.function，(2)传递形状不同的张量，(3)传递Python对象而不是张量。对于(1)，请在循环之外定义您的@tf.function。跟踪非常昂贵，过多的跟踪可能是由于(1)在循环中反复创建@tf.function，(2)传递形状不同的张量，(3)传递Python对象而不是张量。对于(1)，请在循环之外
浏览 2提问于2021-01-19得票数 0
回答已采纳
使用tf.GradientTape时，如下所示： import tensoflow as tf
def test(inp):
with tf.GradientTape装饰器的情况下使用~ 76 ms执行，在使用tf.function装饰器的情况下使用3.1 s。不幸的是，当它与tf.data.Dataset.map一起使用时，同样的速度变慢了，我假设它会转换成tf.function 我尝试使用tf.batch_jacobian，它不会受到tf.function@tf.func
浏览 13提问于2021-01-22得票数 1
回答已采纳
1回答
没有@tf.function，下面的代码可以正常工作。但是，在使用@tf.function时会引发错误。(tf.keras.optimizers.schedules.LearningRateSchedule): )
@tf.function l = l
浏览 5提问于2019-12-28得票数 1
回答已采纳
tf.constant(3, shape=(1, 42), dtype='float32')
print(model.predict(x)) # works fine
x += 5
print(f(x)) 运行这段简单的代码会产生 ValueError调用位于@tf.function内部的model.predict时。
浏览 108提问于2020-12-25得票数 0
回答已采纳
当我发送一个数据包时，接收方会接收到它，但是在我的程序(应用层)中，它会将数据打印成两个片段。我正在使用pySerial作为我的程序。接收器接收两次传输，两次接收(接收器LED光只闪烁两次)
我没有失去任何数据，我只是好奇，为什么数据到达应用程序层支离破碎。
浏览 0提问于2018-09-21得票数 0
云服务器
ICP备案
对象存储
云直播
腾讯会议
腾讯云开发者
