1回答
我正在尝试将以下GRU层从PyTorch(1.9.1)转换为TensorFlow(2.6.0)： # GRU layer
self.gru = nn.GRU(64, 32, bidirectional=True, num_layers=2, dropout=0.25, batch_first=True) 我不确定我目前的实现，特别是关于参数bidirectional和num_layers的转
浏览 106提问于2021-10-21得票数 0
我对如何在TensorFlow中重构以下Pytorch代码感到困惑。它同时使用输入大小x和隐藏大小h来创建GRU层 import torchtf.keras.layers.GRU(64, return_state=True) 然而，我意识到它并没
浏览 10提问于2020-10-17得票数 4
我正在尝试将tensorflow 1中保存的模型转换为tensorflow 2，我正在将代码迁移到tensorflow 2，作为高。有些权数(Linear，Embdedding)的形状类似于tensorflow 2语法，但我很难从GRUCell中转换权重。如何将GRUCell权重从compat.v1.nn.rnn_cell.GRUCell转换为keras.layers.GRUCell？2 API (
浏览 7提问于2020-11-16得票数 4
回答已采纳
我正在考虑在浏览器(没有后端)中完全运行一个经过训练的PyTorch模型(包含LSTM/GRU层)，作为交互式博客文章的一部分。我研究过ONNX.js，它工作得很好，但不适用于包含GRU层的模型。我看到有人在ONNX.js github上评论说，Gated还不支持，但那是半年多以前的事了，我找不到任何关于这方面的其他信息。除此之外，似乎最好的选择是在Tensorflow中重写模型并导出到<
浏览 19提问于2020-02-21得票数 4
我想修改tf.nn.rnn_cell.GRUCell并为第二个输入添加另一个门，这样除了z更新门和r重置门之外，还有第三个g自定义门，用于网络的第二个输入，类似于和。
我为Torch7 GRU单元成功地完成了这一任务，并且成功地解决了特定的序列建模问题。我怀疑在Tensorflow中实现这一点并不简单，但也许我错了。有人能提供更多关于Tensorflow中自定义单元格的详细信息吗？
浏览 0提问于2019-02-04得票数 3
回答已采纳
pytorch中的GRU层接受一个名为num_layers的参数，您可以在其中堆叠RNN。然而，还不清楚后续的RNN如何确切地使用前一层的输出。递归层数。例如，设置num_layers=2将意味着将两个GRU堆叠在一起以形成堆叠的GRU，第二个GRU接收第一个GRU的输出并计算最终结果。这是否意味着GRU第一<em
浏览 6提问于2021-09-23得票数 2
我在TensorFlow 1.14中构建了一个经过训练的模型，该模型使用(现在已被废弃的) 层(在中的TensorFlow 2.0中可用)，并且我正在尝试将旧层的权重移植到一个使用构建的新TensorFlow2.0模型中，以获得一个等效的模型。这样做的一个动机是能够在CPU上进行推断( tf.compat.v1.keras.layers.CuDNNGRU层
浏览 4提问于2019-11-11得票数 2
回答已采纳
我正在训练RNN，这是我使用tf.keras.layers.GRU层构建的。他们需要很长时间来训练(>2个小时)，所以我将把他们部署到GPU进行训练。我从中了解到，CuDNNGRU层的训练速度比GRU层快，但是层
在推理过程中，这两层是否执行相同的操作？在
浏览 1提问于2019-08-05得票数 1
回答已采纳
1回答
我关注，，但它们并不能解决我的问题。下面是我的测试代码，pytorch和keras之间的结果在1e-2到1e-3量级的误差很大。函数b0，b1类似于torch的结果，但仍然不太准确。b2尝试遵循中使用的公式。
卷积部分产生相同的结果，但我停留在batchnorm层。我还对pytorch使用eval()，对pytorch使用no_grad()，对ker
浏览 2提问于2020-07-31得票数 1
torch.nn.Sequential( torch.nn.Dropout()但是，当我想要添加一个循环层(如torch.nn.GRU )时，它将无法工作，因为PyTorch中的递归层的输出是一个元组，您需要选择要进一步处理的输出的哪一部分。所以有什么办法
浏览 1提问于2018-06-12得票数 2
1回答
我正在尝试使用numpy将GRU与SVM连接起来。我目前使用从GRU计算的隐藏层作为SVM的输入，并计算出真实的结果，它确实工作得很好。我可以使用tensorflow 2.0来做到这一点吗？
浏览 9提问于2020-09-23得票数 0
1回答
我正在构建一个网络，它将字符串分解成单词，将单词分解为字符，将每个字符嵌入，然后通过将字符聚合成单词和字符串来计算该字符串的向量表示形式。聚集是在双向gru层中进行的。它将每个字符转换成一个长度的嵌入向量，比如说6。因此，我的特性变成了一个5x5x6矩阵。然后，我将这个输出传递给双向gru层，并执行一些在这种情况下不重要的其他操作，我相信。问题是，当我使用迭代器运行它时，就像
for string in string
浏览 6提问于2021-10-07得票数 0
回答已采纳
3回答
不幸的是，PyTorch/Caffe2 2对Android的支持相当缺乏或太复杂，但是Tensorflow看起来要简单得多。此外，即使在运行命令时，我也不知道该为input_arrays或output_arrays指定什么，因为模型最初是在PyTorch中构建的。是否有人成功地将他们的O
浏览 3提问于2018-11-07得票数 20
我可以用他们的GPU来做这件事，但是用他们的TPU来检索我的错误.这里有人知道我是失踪的吗？在CuDNNLSTM中实际使用TPU有意义吗？还是CuDNNLSTM只是为GPU量身定做的？提前谢谢。
浏览 4提问于2020-08-27得票数 3
我正在使用gru函数来实现RNN。这个RNN (GRU)在一些CNN层之后使用。有人能告诉我这里GRU函数的输入是什么吗？特别是，隐藏的大小是固定的吗？self.gru = torch.nn.GRU( hidden_size=128,num_layers=1,
浏览 96提问于2019-11-28得票数 2
回答已采纳
我的RNN模型定义如下： if tf.test.is_gpu_available():else: tf.keras.layers.GRU, recurrent_activation='sigmoid')
def build_model我已经尝试强制它使用普通的GRU层</
浏览 5提问于2018-12-22得票数 1
回答已采纳
如何解决从h5文件加载权重时出现的错误？ValueError: GRU(reset_after=False)与GRU(reset_after=True)不兼容
数据集驱动链接：
浏览 4提问于2020-08-28得票数 0
我正在尝试将Unet模型从PyTorch转换为ONNX。备注:我怀疑这是由于一个没有输出形状的上样例层的节点：%196 : Float(*, *, *, *, strides=[589824, 9216, 96, 1], requires_grad=1, device=cpu) = onnx::Resize[coordinate_transformation_mode="pytorch_half_pixel", cubic_coeff_a=-0.75
浏览 112提问于2022-05-10得票数 0
我已经学习了CNN的模型(model.t7)，我想在另一个基于Python的深度学习框架(例如，TensorFlow)上使用这个模型。谢谢。
浏览 1提问于2018-01-13得票数 2
我有一个关于时间序列的下一步预测模型，它只是一个GRU，上面有一个完全连接的层。当我用CPU训练50次后，损失为0.10，而用GPU训练时，50次后损失为0.15。在这两种情况下，做更多的划时代并不能真正降低损失。我试着改变数据和模型的随机种子，这些结果与随机种子无关。我有：PyTorch 0.3.0CUDNN_MINOR %0
CUDNN_PATC
浏览 1提问于2018-01-25得票数 6
回答已采纳
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
云直播活动推荐
腾讯云开发者
