我有以下设置，其中每个输入由两个轨迹组成。我希望左边的图和右边的图具有相同的权重。我试图遵循这里描述的共享变量的方法，，但是它不起作用。创建了两个不同的图。我做错了什么？
浏览 9提问于2017-02-09得票数 6
1回答
我试图在TensorFlow中实现一个暹罗神经网络，但我在互联网上找不到任何有效的例子(参见)。我试图构建的体系结构将由两个LSTM组成，它们共享权重，并且只在网络的末端连接。我的问题是:如何在TensorFlow中建立两个不同的神经网络，共享它们的权重(绑定<e
浏览 4提问于2016-04-25得票数 24
回答已采纳
1回答
有一个在边上有权的无向图(权是非负整数，它们的和不大，大多数是0)。我需要以最小化不同子图之间边的权重和的方式将其划分为若干个子图(假设20个节点的图到每个5个节点的4个子图)。在另一种方案中-有一堆存储桶，所有的项目恰好属于两个存储桶，我需要将存储桶划分为
浏览 1提问于2010-07-16得票数 4
回答已采纳
我的代码在TENSORFLOW中的组织有一些问题。我想要实现一个暹罗模型，比较具有相同权重的两个卷积网络的输出。旗子在我的情况下有用吗？
任何帮助都
浏览 0提问于2018-05-23得票数 0
回答已采纳
优化器通常将相同的计算图运行许多步骤，直到收敛。tensorflow是否在开始时设置了图形，并在每一步中重用它？如果我在训练期间改变了批量大小，该怎么办？如果我对图做一些负的改变，比如改变损失函数呢？如果我对图表做了一些重大的更改呢？tensorflow会预先生成所有可能的图吗？tensorflow知道如何在图形发生变化时优化整个计算过程吗？
浏览 0提问于2016-02-19得票数 6
假设我有两个用tf.train.Saver()保存的Tensorflow模型，chkp1和chkp2。
不幸的是，我没有放置图形的原始代码，可以比较这两个网络吗？就像他们之间的diff一样？我寻找的不是权重的不同，而是图结构的不同。
浏览 1提问于2018-03-10得票数 1
在TensorFlow中可以在两个图之间共享队列吗？我想做一种引导，以选择“硬负面”的例子，在培训。
为了加快这一过程，我想要单独的线程，用于硬否定示例选择，以及培训过程。硬负选择是基于对当前模型的评估，它将从检查点文件中加载其图形。训练图在另一个线程上运行，并写入检查点文件。这两个图应该共享
浏览 1提问于2016-02-09得票数 3
我遇到了一个关于使用Tensorflow (1.15.3版)的结果的可重复性的问题。我设置了所有的种子(os，random，numpy和tensorflow)，但是卷积神经网络的结果总是在两次执行之间改变(即使相似)。.set_random_seed(seed_value)
浏览 56提问于2020-12-29得票数 0
回答已采纳
我阅读了分布式TensorFlow的文档，并对图之间的复制提出了一个问题.但是，我只是认为两个不同<
浏览 10提问于2016-10-17得票数 1
回答已采纳
根据我到目前为止收集到的信息，有几种不同的方法可以将TensorFlow图转储到文件中，然后将其加载到另一个程序中，但我还没有找到关于它们如何工作的明确示例/信息。()和tf.import_graph_def() ()将其加载回
冻结图形以将图和权重保存在一起()检查点文件是否可以加载到一个新
浏览 4提问于2016-08-14得票数 106
回答已采纳
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 tfprint("Tensorf
浏览 11提问于2022-04-19得票数 1
回答已采纳
我想训练一个模型，同时使用模型的结果进行进一步的操作。训练可以在后台进行，但我需要预测模型始终可用。
我有一个如何做到这一点的想法，但不确定是否可以在tensorflow中做到这一点。因此，我正在考虑为预测和训练创建单独的线程/进程。每个进程中将运行两个不同的会话，它们将共享相同的变量。因此，训练模型可以在自己的时间内更新变量，预测模型可以使用最新<em
浏览 0提问于2018-03-21得票数 3
1回答
有没有人有一个matplotlib示例，其中两个图共享y轴(在两幅图之间没有空格)，并有一个与两个子图相关的单色条？我还没有找到这方面的例子。
浏览 2提问于2014-07-17得票数 4
回答已采纳
假设我们运行session.run([tensor_to_eval])，唯一的驻留信息是tf.Variable值，所有其他评估结果要么从调用中返回，要么被丢弃？假设我们有两个会话，除了默认的图之外，它们是否共享任何东西？
浏览 4提问于2016-03-22得票数 2
回答已采纳
当前的分布式Tensorflow的体系结构是基于“类似参数服务器”的框架。原因是每个工人没有存储在"PS“中的那些”变量“的本地副本，这实际上在训练期间引入了更多的通信，以从"PS”检索变量，计算中间结果并将它们发送回"PS“以更新这些张量”变量“。现在，如果我们不遵循规则，我们将采用"DistBelief“架构:所有共享参数(如神经网络权重
浏览 0提问于2017-10-07得票数 0
1回答
我遵循了coursera赋值的代码，它使用双向LSTM实现了一个NER标记器。你能帮助我理解嵌入是如何训练的吗？
浏览 0提问于2018-06-23得票数 0
来自的seaborn创建了一个子程序网格，允许您探索数据集中的条件关系。函数接受的两个关键字参数是sharex和sharey，根据文档：
如果为真，面将在列之间共享y轴，并/或在行之间共享x轴。但是我没有看到任何其他的方法来控制面/子图共享轴的方式。所以来了..。是否有任何方式<em
浏览 3提问于2016-03-15得票数 12
回答已采纳
3回答
我读过，它提到在异步训练中，
图的每个副本都有一个独立的训练循环，没有协调地执行。据我所知，如果我们使用具有数据并行结构的参数服务器，这意味着每个工作人员计算梯度并更新自己的权重，而不关心其他工作人员对分布式训练神经网络的更新。由于所有权重都是在参数服务器( ps )上共享的，我认为ps仍然必须以某种方式协调(或聚合)所有工作人员的权重
浏览 3提问于2017-03-31得票数 27
回答已采纳
我正在做一个项目，映射Zynq Soc上训练过的CNN。我在tensorflow中训练了一个Lenet，并提取了权重和偏差。据我观察，权值都接近于0，几乎没有大于1的值。但lenet的输入数据是灰度图像，像素值在0到255之间。
当我尝试在输入图像和核(训练权重)之间进行2-D卷积时，由于卷积结果都接近于0，输出特征图都是黑色图像。甚至考虑到了Relu层。但如下图
浏览 16提问于2017-08-14得票数 0
我正在训练一个FCN在TF/Keras与乙状结肠焦点丢失(从TF加载项)和节省重量在检查站。我需要在另一台目前还没有安装TF加载项的计算机上进行推理。由于有了自定义层，我似乎无法保存整个序列化模型，需要创建模型体系结构并加载权重。
我是否正确地认为，一旦您拥有了模型的权重，您所需要的就是通过load_weights重新创建该模型的体系结构吗？换句话说，一旦经过培训，损失函数和优化器就不再扮演任何有意义的角色了？因此，我可以建
浏览 0提问于2021-11-01得票数 1
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
