我试图了解如何读取本地图像，如何将它们用作TensorFlow ，并使用TF数据集训练Keras模型。我跟踪TPU 。唯一不同的是，我想阅读我的一组图像，并对它们进行培训。) # or tf.convert_to_tensor(files)dataset它是tf.data.Dataset类型(更准确地说，是tf.data.Ba
浏览 1提问于2019-02-28得票数 2
回答已采纳
在构建tf.keras模型时，我发现很难使用简单的tf操作。举个简单的例子，假设我想把前几层的两个张量堆叠成一个，keras没有堆栈函数，但是tf有堆栈函数，但是为了使用它，我必须这样做： t1 = ...t_stack = tf.keras.layers.Lambda(lambda x: tf.stack(x, axis=-1))([t1, t2]) 我只是<
浏览 10提问于2020-08-25得票数 0
随着Keras成为TensorFlow的API，有许多旧版本的Keras代码，比如。对于当前版本的TensorFlow，我们是否需要将每个Keras代码更改为？
浏览 1提问于2019-01-08得票数 8
回答已采纳
我正在加载keras保存的模型并得到错误。argument not understood:', kwarg)"saved_models
浏览 32提问于2019-05-11得票数 1
回答已采纳
1回答
我有来自Keras模型的h5权重。我知道只有高级API发生了变化，但是您知道我是否仍然可以使用h5权重吗？很可能可以加载它们，但是和tf.keras权重之间的结构不同吗？
谢谢
浏览 2提问于2020-06-18得票数 0
我想知道如何更改从tensorflow的元文件和检查点文件加载的图形，如：例如，现有图中存在具有预先训练权值的old_layer1 -> old_layer2。答说这是不可能的，因为tf的图形只允许附加，这是真的吗？所以我想知道是否可以通过将预先训练过的层作为单个变量加载，并将预先训练
浏览 2提问于2018-08-23得票数 2
我感兴趣的是在tf.keras中训练一个模型，然后用keras加载它。我知道这不是很明智，但我对使用tf.keras来训练模型很感兴趣，因为
我想使用coreml将模型部署到ios。我希望使用coremltools将我的模型转换为ios，而corem
浏览 1提问于2019-07-22得票数 4
回答已采纳
我想将Keras模型转换为Tensorflow Lite模型。当我查看文档时，有人说我们可以使用tf.keras HDF5模型作为输入。这是否意味着我可以使用保存的HDF5 Keras模型作为它的输入，或者tf.keras HDF5模型和Keras HDF5模型是不同的东西？文档：
编辑:我可以使用这个API将我的Keras模型转换成Tensorflow Lite
浏览 1提问于2019-05-03得票数 1
回答已采纳
我使用GridSearchCV来调优我的LSTM模型的超参数：
print("%f (%f) with: %r" % (mean, stdev, param))NotImplementedError:只有在启用了紧急执行时
浏览 0提问于2019-04-23得票数 3
2回答
使用mnsit数据集，首先对图像进行编码，然后对它们进行解码。当我使用KerasVersion2.3.1时，我得到的解码图像非常接近原始图像，但是在使用Keras2.4.3和代码不改变的情况下，我得到的输出与接近垃圾的解码图像完全不同。--这是带有Keras2.3.1的输出
带有Keras2.4.3的输出
您可以在或下面找到代码，请注意google使用Keras2.3.1from keras.layers
浏览 5提问于2020-07-19得票数 1
回答已采纳
我正试图在一个更大的tf.keras训练管道中使用一个冻结的、预先训练好的DeepLabv3模型，但在弄清楚如何将其用作tf.keras模型时遇到了麻烦。我正在尝试使用tf.keras，因为我觉得在多次向前传递的过程中使用feed_dict (这是我所知道的使用冻结图的唯一方法)会变慢。下面代码中引用的deeplab模型是在常规kera中
浏览 0提问于2018-09-19得票数 1
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。我已经参考了tf.gradients的官方文档，但它简短而含糊(对我来说)，而且我没有得到一个清晰的画面-文档只提到了'y‘
浏览 38提问于2020-02-25得票数 1
注意:我使用的是TF 2.1.0和tf.keras接口。我在0.18和0.19.2之间的所有Horovod版本中都遇到过以下问题。我们是应该在从tf.keras h5检查点恢复时在所有级别上调用hvd.load_model()，还是应该只在级别0上调用它，并让BroadcastGlobalVariablesCallback回调与其他工作程序共享这些权重我目前正在使用一些BatchNorm层训练一个基于ResNet的模型，如果我们只尝试
浏览 10提问于2020-05-20得票数 2
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：from tensorflow.keras.call
浏览 7提问于2019-11-03得票数 3
回答已采纳
考虑到层API已被废弃，我如何在不使用tf2的情况下构建模型(或者建议使用什么方法来构建模型)？问题有同样的问题，但没有任何答案就结束了。更新：
我不介意使用tf.keras.layers而不是tf.layers，但是一旦我构建了所有的层，我需要返回模型，有什么方法不使用keras模型，编译、拟合、预测和评估，只使用tensor
浏览 4提问于2019-10-25得票数 1
3回答
我在该层上使用了效率网的层进行一些后处理，但是在提取该层并对其执行操作之后，它表明：
x = base_model.get_layer('swish_96').output
x_a =
浏览 1提问于2019-07-12得票数 1
1回答
我注意到tf.keras中可用的两个储蓄函数之间的差异，两者似乎都在做相同的事情，我想知道实际的区别是什么。当我使用以下方法保存模型时，然后通过以下方法计算其大小：
我有：
tf.keras.mo
浏览 1提问于2019-08-20得票数 2
有没有办法在没有tf.keras模块帮助的情况下使用Tensorflow来构建对象检测模型？
从Tensorflow文档中，我找不到任何可以在没有Keras的情况下创建模型的示例。
浏览 8提问于2020-05-12得票数 0
回答已采纳
我喜欢()中的以下代码 def __init__(self, num_outputs): self.num_outputs])
return tf.matmul
浏览 0提问于2019-07-18得票数 8
回答已采纳
我正在建立一个时间序列分类模型。数据非常不平衡，所以我决定用一个加权交叉熵函数作为我的损失。pos_weight=10 return tf.nn.weighted_cross_entr
浏览 0提问于2019-08-08得票数 4
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
