是否可以使用Keras创建模型，而不使用Keras中的编译和拟合函数，使用Tensorflow来训练模型？
浏览 1提问于2018-02-22得票数 1
回答已采纳
我有一个有20个核心的CPU，我正在尝试使用所有的核心来适应一个模型。我用intra_op_parallelism_threads=20设置了一个tf会话，并在同一个tf会话中调用了model.fit。from keras.layers.merge import concatenate
import tenso
浏览 0提问于2018-09-05得票数 5
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tensorflow<
浏览 4提问于2019-10-25得票数 1
因为我需要训练一个具有多个标签的模型，所以我需要使用loss function tf.nn.sigmoid_cross_entropy_with_logits。我如何在编译模型之前传递这个值呢？在编译和拟合模型之前，我不能预测y，对吧？这是我的代码： import tensorflow as tf
model = keras.Sequential([
浏览 11提问于2020-04-03得票数 3
回答已采纳
2回答
通过REST访问机器学习模型
、、、、
我制作了一个卷积神经网络来分类猫和狗的图像。数据集以及代码都可以在线获得。我使用Python作为我的编程语言。但是现在我需要在服务器上部署这个模型，并需要使用REST访问它。我使用HDF5格式保存了我的模型。参考示例"model.h5“：但是我更喜欢java.
我更喜欢使用
浏览 2提问于2018-07-26得票数 1
回答已采纳
我正试图将两种经过预先训练的角膜模型移植到议会联盟的机器中。我成功地使用IPUstrategy.scope加载并运行了它们，但是我不知道我这样做是否正确。我有我的预培训模型的.h5文件格式。/model1.h5")在搜索您的ipu.keras.models.py文件后，我找不到任何加载方法来加载经过预先训练的模型，这就是我使用tf.keras.models.load_model基本上，
浏览 2提问于2021-04-23得票数 2
回答已采纳
2回答
我还不熟悉使用keras进行深度学习的领域，我想问的是，是否有可能在训练网络之后建立一个模型，然后使用该模型的变量再次运行网络？换句话说，假设我训练网络并达到90%的精度，我是否可以从以前达到的变量值开始再对网络进行训练，以便进一步改进accuracy.and，如果是的话，如何在python中这样做呢？
浏览 3提问于2020-05-21得票数 1
回答已采纳
我使用的是python 3.7和Tensorflow 2.2.0。我想从头开始训练MobileNet-V2，因此我采用了已经构建的模型，并向所有需要的层添加了正则化器。这个模型编译得很好，我能够对它进行拟合。但是，在保存模型时，我遇到了以下错误： File "/mnt/disk1/anaconda3/envs/py37/lib/python3.7/site-packages/t
浏览 11提问于2020-10-26得票数 0
回答已采纳
对于我最近的工作，我必须在给定的非线性问题上尝试不同的ML模型。我使用TensorFlow和Keras构建了逻辑回归和神经网络的工作版本。现在我必须为同样的问题构建一个SVM分类器。由于我在TensorFlow中找不到可用的支持向量机估计器，我正在考虑使用scikit learn来代替。或者我可以在TensorFlow中使用scikit learn(类似于Keras)，这样我也可以使用</e
浏览 31提问于2020-07-21得票数 0
回答已采纳
在TensorFlow2.0中使用SavedModels时，是否可以从中间层访问激活？例如，使用其中一个模型：，我可以运行，例如，
model = tf.saved_model.load('faster_rcnn_inception_v2_coco_2018_01_28/saved_model我希望能够访问输出层以外的其他层，但似乎没有任何Tensorflow 2.0的文档来说明如何做到这一点。下载的模型还包括检查点文件，但似乎也没有很好的文档来说明
浏览 21提问于2019-10-24得票数 4
我的想法是在设备中只存储负责检索ML模块的输入并执行预测的代码，以及包含已使用Keras拟合的神经网络模型的文件。换句话说，如果我的目的只是在训练的模型上执行预测，而不是训练新的模型，我希望避免安装所有的Keras/Tensorflow包和依赖项。有没有办法做到这一点？from tensorflow.keras.models import load_model
from tenso
浏览 14提问于2019-05-22得票数 1
有了新的TensorFlow 2，我们就有了他们的 (在/models下的GitHub中)，以及tf.keras.applications下的Keras预训练模型。
那两个有什么区别呢？
浏览 7提问于2020-01-09得票数 1
回答已采纳
我使用keras来构建模型，并在tensorflow中编写优化代码和所有其他代码。当我使用非常简单的层时，比如稠密或Conv2D，一切都很简单。但是，在我的keras模型中添加BatchNormalization层会使问题变得复杂。它运行时没有错误，但是模型的性能并没有得到任何改善。y:y_train, K.learning_phase():True})
当我尝试用keras <e
浏览 1提问于2017-04-01得票数 3
回答已采纳
我正在尝试从TensorFlow 1.10中的Keras applications获取ResNet101或ResNeXt，由于某种原因，它们只能在Keras的存储库中使用： import tensorflow-py3.5.egg/keras/backend/tensorflow_backend.py", line 529, in placeholder
x = tf.placeholder(dtype,
浏览 36提问于2019-06-23得票数 2
回答已采纳
1回答
我正在使用Keras (带有Tensorflow)来训练我的RNN模型。有人知道如何在我的C应用程序中使用它吗？有没有人尝试过类似的东西？我在这里发现了一个类似的问题，如何在Convert Keras model to C++的C++中使用Tensorflow Keras模型，但我想将其转换为C环境。
浏览 24提问于2019-06-04得票数 4
回答已采纳
我正在使用tensorflow后端加载inceptionV3 keras net。加载保存的权重并将所有层的可训练标记设置为false后，我尝试拟合模型，并期望看到一切稳定。但验证损失随着每个时期的增加而增加(和准确率下降)，而训练损失和准确率确实如预期的那样稳定。
有人能解释这种奇怪的行为吗？我认为它与批处理归一化层有关。
浏览 1提问于2016-12-19得票数 1
Tensorflow Keras模型和Tensorflow估计器都能够训练神经网络模型，并使用它们来预测新数据。它们都是建立在低级核心TensorFlow应用程序接口之上的高级API。那么我应该在什么时候使用一个而不是另一个呢？
浏览 6提问于2018-07-21得票数 59
回答已采纳
1回答
由于这个问题，我想要使用预测t+0作为我的输入之一来预测t+1。我所找到的就是一步一步地运行我的模型，然后手动地在下一步运行的输入中插入我的最后一个预测。效率不高，而且不可能训练。我将keras与tensorflow结合使用。感谢您的帮助！
浏览 21提问于2020-07-04得票数 0
回答已采纳
2回答
和Keras
、、、、
我一直在寻找什么是Tensorflow和Keras。他们说Tensorflow运行在KERAS之上，这意味着Tensorflow是Keras的“后端”。(虽然你可以使用其他如Theano和CNTK)另一方面，KERAS是我们创建
浏览 3提问于2020-06-02得票数 0
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
