我使用网络InceptionV3，我想计算模型输出w.r.t的梯度。输入层。origin_image = (origin_image - 127.5) / 127.5
浏览 4提问于2020-03-13得票数 1
我有一个经过训练的Tensorflow 2.0模型(来自tf.keras.Sequential())，它采用一个输入层，有26列(X)，并生成一个带有1列(Y)的输出层。在Tf1.x中，我能够通过以下方法计算输出相对于输入的梯度：sess = K.get_se
浏览 19提问于2019-12-02得票数 8
回答已采纳
我正在训练一个Keras模型(tf.keras.models.Sequential)，调用它的方法fit()。对Keras模型的急切执行支持吗？请注意，我在模型上调用方法fit()，而不是使用
浏览 0提问于2018-04-18得票数 2
回答已采纳
我有一个用InceptionNet制作的网络，对于输入样本bx，我想计算模型输出w.r.t的梯度。隐藏层。在尝试GradientTape之前，我尝试使用tf.keras.backend.gradient，但出现如下错误：model.summary()
Model: "sequential_4"
浏览 5提问于2019-06-06得票数 9
对于NLP任务，我的输入数据集被转换为如下所示:整数列表。特征和标签是相同的数据集。然后我调用fit()方法-我的模型是vaefor counter in range(nb_epoch): epochs=1, c
浏览 3提问于2021-09-02得票数 0
回答已采纳
我观看了Tensorflow开发人员关于在Tensorflow中急切执行的峰会视频，演示者介绍了“梯度磁带”。现在我知道Gradient Tape跟踪TF模型中发生的自动微分。我在试着理解为什么我会使用渐变磁带？有人能解释一下梯度磁带是如何作为诊断工具使用的吗？为什么有人会使用渐变胶带而不是Tensorboard的权重可视化。因此，我得到
浏览 2提问于2018-12-28得票数 76
回答已采纳
TensorFlow中的自动微分过程是否在需要时计算次梯度？如果有许多子梯度，那么将选择哪一个作为输出？我正在尝试在link <code>C0</code>中实现这篇论文，它使用递归神经网络来执行有效的语言解析。目标函数使用铰链损失函数来选择最优输出向量，这使得该函数不可微。我在急切</
浏览 21提问于2019-04-02得票数 0
回答已采纳
我对机器学习还很陌生，而且我还在玩弄对抗性的例子。我试图愚弄一个二进制字符级的LSTM文本分类器.因此，我需要损失的梯度w.r.t。输入。编辑:我想做一些与 git类似的事情。
我在想，问题可能是它是一个LSTM分类器。在这一点上我不确定。但我认为，即使从LSTM分类器中得到这些梯度也是可能的，对吗？mod
浏览 0提问于2019-05-17得票数 0
回答已采纳
1回答
📷model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
我的问题是: 1] dense_1 :平面有1600个输入，输出将是128个，所以它将如何从1600个输入中选择128个<em
浏览 0提问于2019-04-15得票数 0
我正在开发一个使用keras的机器学习模型，我注意到可用的损失函数在我的测试集上并没有给出最好的结果。我使用的是Unet架构，我输入一个(16,16,3)图像，网络也输出一个(16,16,3)图片(自动编码器)。我注意到，也许改进模型的一种方法是，如果我使用一个损失函数，将净输出和地面真相之间的梯度(laplacian)上的像素与像素进行比较。但
浏览 1提问于2019-06-27得票数 1
回答已采纳
2回答
我试图实现一个简单的前馈神经网络的梯度检查，它包含两个单位输入层，两个单位隐层和一个单位输出层。我要做的是：
利用两种前馈传播的结果计算数值梯度。我不明白的是如何准确地执行反向传播。通
浏览 6提问于2014-10-04得票数 6
回答已采纳
我正在学习如何使用Tensorflow，在这一点上，我真的被困住了，无法理解它。假设我有一个5层的网络，其输出由output表示。现在假设我想找出output相对于layer_2的梯度。为此，我将在Tensorflow中编写如下代码：从理论上讲，这个梯度应该通过链式法则来计算。我想问
浏览 5提问于2018-02-10得票数 0
回答已采纳
1回答
在TensorFlow示例(https://www.tensorflow.org/tutorials/generative/dcgan#the_鉴别器)中，鉴别器只有一个输出神经元(假设为batch_size然后，在训练回路中，利用具有形状BinaryCrossentropy的鉴别器输出，计算发电机的1损耗。然后，它计算</
浏览 0提问于2023-01-28得票数 0
回答已采纳
2回答
背景：
如果我没有弄错，在训练一个网络时，我们对每一层进行前向执行sigmoid(和(W*x))，然后在反向传播中计算误差和增量(变化)，然后计算梯度并更新权重。假设我们在其中一层没有激活，那么角粒如何计算梯度呢？它是否只需要sum(W*x)*next_layer_delta*weights的值来获得当前层的增量，并使用它来<e
浏览 0提问于2018-07-31得票数 1
回答已采纳
我正在做一个需要反褶积的项目。我读到gen_nn_ops.max_pool_grad_v2()可以做到这一点。我从tensorflow.python.ops加载函数。据我所知，函数采用输入和输出张量，其中输入是最大池之前的卷积层，输出是最大池操作的结果。但是grad是什么呢？这个函数的输出到底代表什么？1,2,2,1]u = gen_nn_op
浏览 1提问于2018-07-25得票数 2
回答已采纳
1回答
Actor网络有5个代表状态值的输入神经元，并将产生一个由一个输出神经元持有的输出值。我的问题是:使用TensorFlow 2.x，我应该如何构造才能将角色
浏览 14提问于2020-06-02得票数 0
作为Tensorflow的新手，我正在尝试理解tf.gradients和tf.keras.backend.gradients的底层功能之间的区别。
后者求出输入特征值的梯度w.r.t代价函数。但我无法清楚地了解前者是计算成本函数的梯度还是计算输出概率(例如，考虑使用简单的前馈网络的二进制分类的情况。这里
浏览 38提问于2020-02-25得票数 1
2回答
在本例中执行反向传播的位置
、、、、
我有一个学习XOR的DNN示例(右击在新选项卡中打开)：Grads = T.gradient(Loss,[W1,B1,W2,B2]);我猜想反向循环是在T.gradient，因为这些是与损失相关的梯度值，但我仍然不清楚。Question2.中是否存在反向传播(反向循环)？如果有反向传播，它在T.gradient或T.gradien
浏览 4提问于2019-09-28得票数 0
回答已采纳
1回答
使用自定义成本函数计算输入梯度
、、、、
我有一个事先训练过的咖啡豆模型，没有损失层。我想做以下几个步骤：
执行梯度下降重复1和2，以优化输入。我不知道如何在预先训练的模型中添加一个损失层来完
浏览 2提问于2016-04-18得票数 1
1回答
我想计算一个损失函数，它在不同的输入上使用网络的输出两次。first_input)loss = mean_absolute_error(first_output, second_output) 如何在tensorflow或keras中实现这一点？更新:感谢你们的回复。我想在keras或tensorflow中重
浏览 11提问于2019-01-28得票数 2
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
