如何更正:重新训练移动网络模型时，TypeError：'_FlagValues‘对象不可订阅
当重新训练移动网络模型时，遇到TypeError：'_FlagValues'对象不可订阅的错误，这通常是由于使用的框架或库版本不兼容或代码中存在错误导致的。要解决这个问题，可以尝试以下几个步骤：
- 检查代码错误：首先，仔细检查代码中是否存在语法错误、拼写错误或其他常见的错误。确保所有的变量、函数和类名都正确无误，并且没有遗漏的引号、括号或分号。
- 检查库版本兼容性：如果你使用了某个深度学习框架或库来训练移动网络模型，确保你使用的版本与你的代码兼容。有时候，不同版本之间的API或功能可能会有所不同，导致出现订阅错误。查阅框架或库的官方文档，确认你的代码与所使用的版本匹配。
- 更新依赖项：如果你使用的是某个特定的库或依赖项，尝试更新它们到最新版本。有时候，旧版本的库可能存在一些已知的问题或错误，通过更新到最新版本可以解决这些问题。
- 检查参数和输入：确保你在重新训练移动网络模型时，传递的参数和输入数据是正确的。检查参数的类型和取值范围是否符合要求，并确保输入数据的格式和维度与模型的期望输入一致。
如果以上步骤都没有解决问题，那么可能需要更详细地检查错误的堆栈跟踪信息，以确定具体的错误原因。在调试过程中，可以使用日志记录或调试工具来帮助定位问题所在。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云AI开放平台：https://cloud.tencent.com/product/ai
- 腾讯云移动开发平台：https://cloud.tencent.com/product/mwp
- 腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 腾讯云人工智能服务：https://cloud.tencent.com/product/ai_services
- 腾讯云数据库：https://cloud.tencent.com/product/cdb
- 腾讯云存储服务：https://cloud.tencent.com/product/cos
- 腾讯云区块链服务：https://cloud.tencent.com/product/baas
- 腾讯云物联网平台：https://cloud.tencent.com/product/iot
- 腾讯云音视频服务：https://cloud.tencent.com/product/tcav
相关·内容
我正在尝试重新训练一个移动网络模型，使用- !line 68, in tfhub_cache_dir
TypeError: '_FlagValues' object is not subscriptable 我尝试在resolver.py (倒数第二行错误)中将os
浏览 10提问于2019-01-31得票数 0
self.model.save('/path_to/model.h5')
history =
浏览 17提问于2020-04-09得票数 0
回答已采纳
2回答
如何在现有模型中添加类？
、、、
我用tensorflow对象检测/SSD移动网训练了一个模型。效果很好！我该怎么做？我已经创建了我的映像集，我只是找不到任何教程或信息，如何添加一个单一的类到现有的模型。
谢谢!
浏览 0提问于2019-06-14得票数 5
回答已采纳
我在efficientnet_B0中使用了迁移学习，我想做的就是在网络学习的过程中逐步解冻各层。首先，我在整个网络的顶部训练一个密集层，而其他层都是冻结的。我使用下面的代码来冻结图层： layer.trainable = Falsemodel.traina
浏览 2提问于2020-10-06得票数 1
2回答
我已经学会了CNN分类对象，即狗和猫。有了这些知识，我们决定建立基于CNN的考勤系统。(请告诉我如果我们不应该走这条路或者技术如果你在这里发现了什么不好的东西.)但是继续CNN，假设我们和2名学生一起训练了模型，在最后一层我们把这两个神经元放在一起，因为它们只是两个，对吗？
现在第三个来了，现在为了训练他的脸，我必须改变模型的结构，重新训练每一个面孔。如果我们把这个项目应用到有数百名学生的大学院，如果我们想为每个学生训练模型，那么n-
浏览 3提问于2019-12-09得票数 1
1回答
我必须构建一个分类器，将样本分类为13个类中的一个，但我拥有的训练数据集只包含10个类(数据集不平衡，有些类没有样本)。我正在考虑把所有的类放在将来我可以用更好的数据集重新训练模型，所以我不需要改变分类器的代码。
谢谢,
浏览 0提问于2017-05-02得票数 -1
回答已采纳
1回答
在分类、目标检测、分割等任务中，给定的深度cnn模型的性能如何随类数的变化而变化？例如，移动网络v2在使用PASCAL进行分类任务时提供了大约90%的准确率；现在，如果我们用两个类(比如人和狗)训练相同的网络，它将如何影响准确性、速度和模型大小？(例如，使用tensorflow).Also，在对象检测和语义分割(特别是)等任务中会是什么情况？
我们能否使网络变得更小，以便从较小的数据集(2个类)中学
浏览 0提问于2019-01-01得票数 3
以Tensorflow的自定义对象分类API w/ SSD MobileNet V2 FPNLite 320x320为基础，我能够训练我的模型使用训练数据1(约200幅图像)成功地检测A和B类。我想在模型中添加几个类，所以我构建了一个单独的数据集，训练数据2(大约300张图像)。该数据集包含B类和新的C类、D类和E类的标记数据，但是它不包括A类的数据，在对该数据进行模型训练时，它在测试集2上表现良好，测试集2只包含B、C、D
浏览 3提问于2021-04-08得票数 0
1回答
如果该模型对象已经存在于设备上，则该信号将立即发出，或者当获取完成时，如果需要获取该模型，则该信号将立即发出；因此，该信号基本上是一种承诺。这允许我从视图控制器中删除所有网络知识。(void) dealloc { _modelSignalDisposable dispose；//释放对信号}的订阅
假设在进行模型获取时，设备失去了连接，这会导致信号发出错误。在这种情况下，我可能会显示类似于重新加载按钮的东
浏览 3提问于2014-03-15得票数 2
回答已采纳
1回答
当用户移动到另一个Fragment时，我想停止任何网络调用，所以我将所有Observable调用添加到一个CompositeSubscription中，并在onDestroyView()中取消对它们的订阅下一次用户进入屏幕时，所有网络呼叫都会失败(因为我已经取消订阅)，所以我想再次订阅。我不确定我应该如何做:当onResume()/onViewAttached()被调用来获取片段时，我不得不重新</
浏览 0提问于2017-11-03得票数 0
3回答
我想在喀拉斯训练一名干将。我的最终目标已经开始，但我要从最简单的一个开始。了解如何正确地冻结重量在这里是必要的，这也是我正在努力解决的问题。
在发电机训练期间，可能不会更新鉴别器的权重。我想冻结和解冻的甄别器交替用于训练生成器和鉴别器。问题是，在鉴别器模型上甚至在其权重上将可训练参数设置为false并不能停止模型的训练(而权值要更新)。另一方面，在设置可训练错误后，当我编译模型时，权重会变得不稳定。
浏览 1提问于2017-07-17得票数 8
回答已采纳
我对对象检测api有问题，我的损失从培训开始就很低：信息:tensorflow:全局步骤4:损失= 1.1560 (该模型似乎使用了来自先前训练的网络的权重，即使在配置中有指向新检查点的路径，并且所有内容都在不同的文件夹中:(
我关注了这篇博客教程，内容是如何在对象检测应用编程接口中训练模型。它做得很好，模型能够检测新图像上的类别。然后我试
浏览 11提问于2017-08-08得票数 3
1回答
我已经对Scala进行了一段时间的实验，并且经常会遇到一些建议来支持不可变的数据结构。但是当你有一个数据结构，比如一个3D场景图，一个大型神经网络，或者任何需要频繁更新的对象(动画，训练神经网络，.)，
很难编程，因为当您引用一些需要更新的对象时，您不能只调用它们上的setter，而是需要复制对象图并用更新的对象替换旧的对象<
浏览 4提问于2014-03-07得票数 3
回答已采纳
我正在建立一个暹罗网络，接收2个图像输入，通过相同的卷积网络提取特征，然后计算图像的距离。为了获得更高的精度，我尝试为卷积层加载一个预先训练过的Xception模型，其中包含imagenet权重，但只加载第一层，因为我需要提取的特征比imagenet的图像要简单得多(我需要检查手写文本之间的距离conv网创建两个模型--> 22 input_model_1 = x(input1) 23 input_model_2 = x(input2) 24
TypeError：“张量”对
浏览 0提问于2019-06-21得票数 0
回答已采纳
5回答
我有19万张训练图像，其中10%用于验证。我的模型如下所示。我得到所有图像的路径，读取它们并调整它们的大小。我将图像规范化，然后将其与模型相匹配。我的问题是，我坚持了62.5%的训练准确性和损失约0.6615-0.6619。我做错什么了吗？我怎么才能阻止这一切的发生？我现在正在训练19万张图片，我不能增加批量大小，因为我的GPU是最大的。
浏览 8提问于2017-04-28得票数 15
2回答
需要帮助进行实体标记
、、、
我想到的方法是在标签数据上训练一个NER命名实体识别系统，这样它就能识别出相应的实体。但是，新的实体(电影或制作公司名称)培训系统还没有看到，我们该如何标记它们呢？每一次用新发行的电影重新训练模特是不可行的。我是NLP的初学者，任何帮助都将不胜感激。
浏览 0提问于2019-04-24得票数 3
回答已采纳
1回答
我知道我可能对tensorflow没有正确的概念，但是他们在android中的一种方式，我们可以训练这个应用来识别这个用户的脸吗？我的印象是，我们必须事先创建一个培训模型，并将其应用到应用程序上，但就我的目标而言，该应用程序必须动态地训练，以确定谁是它的users.Thanks。
浏览 2提问于2018-02-01得票数 1
回答已采纳
3回答
我的火车集中有30万张图像-男/女，测试集中大约50K的图像-男/女。我正在使用下面的工作，也尝试添加更多的层和更多的单位。此外，我还在做数据增强和keras文档提供的其他内容。classifier.add(Conv2D(filters = 32,kernel_size =(3,3),input_shape=(targetSize,targetSize,3),activation ='relu'))classifier.add(Conv2D(filt
浏览 0提问于2018-10-18得票数 0
1回答
在Keras中采用预训练模型，并替换顶层分类层，将网络重新训练成一个新的任务，使用Keras中的顺序模型有几个例子。顺序模型有model.pop()和model.add()方法，这使得这相当容易。然而，在使用功能模型时，这是如何实现的？此框架没有方法model.add()。
如何在Keras中加载经过预先训练的功能模型，裁剪最后一层并用新的层替换它？sparse_
浏览 0提问于2018-12-23得票数 2
回答已采纳
在，他提到这个模型可能太适合了，所以再一次用更少的时间来适应它。我的问题或：如果是，为什么第二次运行model.fit是从先前模型的准确性开始的呢在关于保存和培训模型的 中，公认的解决方案是加载以前经过培
浏览 6提问于2020-05-31得票数 2
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
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
