无法在tf.function修饰方法中创建tf.Variable (虽然我应该)： @tf.function x = tf.Variable([1, 2, 3我认为有一些解决方法可以使用： tf.config.experimental_run_functions_eagerly(True) 但我也认为它会影响性能，这就是tf.function的全部意义所在。
浏览 9提问于2021-01-03得票数 0
tf.print(self.count)
def __init__(self,count):class SurCount: self.count=count
@tf.function
浏览 5提问于2021-10-12得票数 1
生成器、编码器和鉴别器是Keras模型中具有GRU单元的RNN(未展开)。tf.keras.layers.BatchNormalization() feature_dim, activation='tanh')
outputs.append(dense_output)
return outputs 这是我的训练循环( mask_
浏览 27提问于2020-06-15得票数 1
回答已采纳
self.embedding = tf.keras.layers.Embedding(10, 15) inp_em = self.embedding(inp)
@tf.function我还想知道当两个函数相互调用时，tf.function是如何工作的。这是建立我的模型的正确<
浏览 0提问于2019-08-27得票数 4
回答已采纳
我编写了以下代码，用于执行小批处理梯度下降，即：def train_one_step(model, mask_model, optimizer, x, y): train_loss(loss)在代码中，我的问题是，我在"train_one_step()“TensorFlo
浏览 8提问于2020-02-04得票数 1
我是从Tensorflow之旅开始的，那时已经到了2.0.0，所以我从未像在version1中那样使用过图形和会话。但最近遇到了tf.function和适合我的亲笔签名。(但据我所知，它只用于火车踏步)
现在，在阅读项目代码时，很多人想要构建图表时，都会在许多其他函数上使用tf.function装饰器。但我不太明白他们的意思。如何知道何时使用图形，何时不使用？
浏览 1提问于2020-05-05得票数 6
当我使用包装的tf.function调用方法创建一个keras模型时，它的运行速度要慢得多，并且似乎需要很长时间才能启动，特别是“第一次”时间。例如，在tf.function代码中，10个样本的初始训练需要40多个，而后续的10个样本需要2s。@tf.function</e
浏览 2提问于2019-04-16得票数 17
回答已采纳
在代码中：def f(x): out = x+5.tf.print("Graph execution: ", x)python print仅在函数的第一次调用期间执行，即在图形创建期间执行。我想知道当我用普通的python编写一个函数并用tf.function修饰它来绘制图形时，什么都能转换成图形(比如out = x+5)，什么不
浏览 2提问于2020-05-12得票数 2
在TensorFlow 2.0的tf.function中，有没有tensor.numpy()的替代品？通常，我会选择像tensor.eval()这样的东西，但它只能在TF会话中使用，并且在TF2.0中不再有会话。
浏览 28提问于2019-04-09得票数 7
回答已采纳
tensorflow as tf
def __init__(self):
@tf.function
浏览 27提问于2019-10-03得票数 0
回答已采纳
我正在努力学习如何在我的模型中使用XLA。我正在看来自官方的医生：。据记载，有两种方法可以启用XLA: 1)通过使用@tf.function(jit_compile=True)修饰您的培训功能来显式编译。2)通过设置环境变量进行自动聚类。因此，我认为第二种方法与使用以下语句相同： tf.OptimizerOptions.ON好的，如果使用第一种方
浏览 26提问于2021-08-25得票数 1
我想从原始模型中创建一个子模型，并将新创建的子模型用于培训阶段，然后将权重发送到服务器，以便他更新原始模型。现在我有两个问题：
def client_update(model, dataset我的第二个版本是创建仍然100个元素(40个随机元素和60个等于0)，但我认为这会在服务器端聚合时破坏模型性能。learning_rate=1.0),
浏览 3提问于2021-10-29得票数 3
为了用一个最小的例子来说明我的问题，假设我想要按照以下精神创建一个类 class test_a: self.X = Xa = test_a(X)a.predict(y) # output [[1.现在假设我想使用@tf.function装饰器来加速predict()。class test_b:
def __init__(self, X):
浏览 29提问于2021-01-15得票数 0
在ruby中，很多方法都有!标记，这通常意味着变量会被修改。所以你可以这样做s = "HELLO".downcase在php中，您可以在变量前使用带有&符号的指针来修改它，或者将var作为指针处理。但是，是否存在函数修饰符或变量修饰符，允许对变量进行适当的修改，如
$str = "hi world&qu
浏览 1提问于2011-05-16得票数 1
回答已采纳
我想知道为什么要这样做：def train(self,TargetNet,epsilon): self.optimizer.apply_gradients(zip(gradients,variables))
给出ValueError:在非优先调用使用tf.function修饰的函数时创建
浏览 2提问于2020-01-19得票数 9
回答已采纳
我有一个用模型子类API在tensorflow 2中编写的模型。它包含一个自定义层。问题是，在自定义层中，我需要将输入张量的通道号发送到运行时的Conv2D层。aux = self.aux(x)*x
x = self.dense(x)如您所见在初始化模型类中的自定义层时，我无法设置它的Conv2D层的信道号。所以，我在这里，在Conv2D层的call方法中计算了这个AuxNet的通
浏览 1提问于2020-12-06得票数 4
回答已采纳
1回答
return x
x = self.dense2(inputs) 除了自定义方法不会在保存/加载过程中执行之外，所有这些都运行得很好。然后使用tf.keras.models.load_model("saved_model")加载，加载的模型对象在运行predict时按预期工作，但不再具有model_part_1或model_part_2方法加载时添加关键字参数custom_objects
浏览 8提问于2020-06-04得票数 4
回答已采纳
我有以下修饰器，它在调用用@saveconfig修饰的方法后保存一个配置文件： def __init__(self, f):在调用方法createkvm之后，配置对象self.cfg应该保存在装饰器中： def __init__(self): def createkvm(self):
浏览 2提问于2011-02-14得票数 9
回答已采纳
我试图通过继承tf.keras.layers.Layer来构建我自己的call()层，但我并不真正理解Keras方法在做什么。我已经将我的call()方法设置为： def call(self,inputs): return inputs 当我运行网络时，我希望“call”被打印很多次
浏览 173提问于2021-02-03得票数 0
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
