如何正确处理Tensorflow模型中的NaNs

文章/答案/技术大牛

发布

1回答

python-3.x、tensorflow

我目前正在训练一个Tensorflow模型，该模型具有各种值和功能，其中充满了NaN。'foo', 'foo', 0, 'bar', 'foo'] 但Tensorflow当然不会处理混合张量。我真正想做的是让模型在训练神经网络模型时忽略这些输入。但由于我使用的是tf.feature_columns，所以不能直接在模型中提供这些输入，因为在使用tf.cate

浏览 7提问于2020-05-06得票数 0

回答已采纳

2回答

一次列车后产生NaN的神经网络

python、tensorflow、machine-learning、neural-network、tensorlayer

我的神经网络的输出在第一列火车后很快就变成了nan。而所有的成本都是nan，不管我怎样修改学习速度。我已经检查了堆栈溢出和其他网站，我的问题都不属于他们。我的网络在任何培训之前都会产生正确的(非nan)输出。我不确定这是我输入的问题还是神经网络的问题，因为神经网络看起来很好。神经网络的输入是机器的一些特点，如总计划量、总库存量等，输出是每台机器的总计划量如何分配给其他机器的个别计划

浏览 0提问于2018-08-14得票数 0

回答已采纳

1回答

在tf1中用于训练的块阵列--Keras在TF2中的精度要低得多

python-3.x、tensorflow、tensorflow-datasets、tensorflow2.0、tf.keras

现在，随着Tensorflow 2的弃用，我不得不重写模型。现在它给了我更差的准确性指标。我怀疑tf2想要你使用他们的数据结构来训练模型，他们给出了一个如何从Numpy到tf.data.Dataset here的例子。所以我就这么做了： train_dataset = tf.data.Dataset.from_tensor_slices((X_train_deleted_nans, y_train_no_nans))

浏览 2提问于2019-10-05得票数 1

回答已采纳

1回答

ONNX分割变为二进制

artificial-intelligence、onnx、tf2onnx

我使用下面最简单的python行将segnet模型转换为ONNX：ONNX运行良好，但我得到了一个几乎二值的图像--是的，我测试了拉伸问题，ONNX的输出值已经在0-1的范围内，这意味着在乘以255之后，我得到了附加的图像。还附上了对型号两端的</e

浏览 5提问于2022-06-15得票数 0

4回答

替换tensorflow张量中的NaN值

python、tensorflow

我正在研究tensorflow中的卷积神经网络，我遇到了一个问题。问题是，我通过tfrecords读取的输入图像包含一定数量的NaN值。这是因为图像表示一个深度图，其中有一些无限值，并且在tfrecord中对其进行编码，然后解码以将其馈送到网络的过程中，这些无限值变成了NaN值。现在，因为在我的情况下，在tfrecors中编码之前替换原始图像中的无限值是不可行的，

浏览 19提问于2017-02-05得票数 19

1回答

为什么损失会增加？

python、tensorflow、keras、mathematical-optimization

import tensorflow as tfTRAINING_SET_SIZE= 128 """:return t with nans replaced by zeros"""inp) mid = layers

浏览 6提问于2020-02-22得票数 0

回答已采纳

1回答

将预先训练的Tensorflow模型转换为Tf-lite时的Nan输出

tensorflow、tensorflow-lite

我们在转换经过预先训练的Tensorflow模型时遇到了问题，我们将其作为以下文件snapshot_140.ckpt.meta对于tensorflow lite，当我们使用转换后的tflie文件进行预测时，所有的预测都在Nan而正常的tensorflow模型加载时给出了正确的回归预测。上面有这些文件，从ckpt文件到t

浏览 1提问于2019-05-22得票数 2

2回答

的问题

python、numpy、tensorflow、matplotlib、machine-learning

我在Python中使用了tensorflow。这是用官方的tensorflow指南编写的代码(但不是100%复制)(这是)。我看不出训练结果的最终结果。我尝试过两种训练方法，两者都有相同的问题。import matplotlib as mpimport numpy as np mp.rcParams

浏览 6提问于2022-04-14得票数 0

回答已采纳

2回答

转换后的Tensorflow* JS模型报告缺少输入形状*

tensorflow、tensorflow2.0、tensorflow.js

我正在移植Tensorflow Pix2Pix example以便在浏览器中使用TFJS运行。我的训练没有问题，并且在整个训练过程中会定期从模型导出良好的样本图像。要导出到TFJS，我从最新的检查点加载生成器模型，并使用model.save(model_name.h5, save_format='h5')。然后，我使用tensorflowjs_converter --input_format=keras model_name.h5 tfjs_model将模型<

浏览 25提问于2020-04-05得票数 3

1回答

如何在tensorflow* (keras)中使用GPU和CPU？*

python-3.x、tensorflow、memory、neural-network、tf.keras

我正在使用tf.keras运行一个内存紧张(估计约为6GB)的GAN模型，而我的GPU似乎无法处理这个模型(只报告nans，预测失败)。有办法支持我的4GB GPU内存与系统内存吗？还是一种在GPU和CPU之间共享计算工作量的方法？我的规格：

浏览 2提问于2021-06-07得票数 1

1回答

tensorflow中pytorch的autograd.detect_anomaly等效项

python、tensorflow、machine-learning、gradient

我正在尝试调试我的tensorflow代码，它在大约30个时期后突然产生NaN丢失。你可能会在这个SO question中找到我的具体问题和我尝试过的东西。我在训练期间监控了每个小批量的所有层的权重，发现权重突然跳到NaN，尽管在前一次迭代中所有的权重值都小于1(我已经将kernel_constraint max_norm设置为1)。Pytorch有一个很酷的调试方法torch.autograd.detect_anomaly，它会在任何产生Pytorch值并显示回溯<e

浏览 30提问于2021-10-10得票数 0

回答已采纳

1回答

处理主要损失的丢失数据，其存在于辅助损失中

python、keras、missing-data

我想为一个包含主目标和辅助目标的数据集构建一个Keras模型。我拥有我的数据集中所有条目的辅助目标的数据，但是对于主目标，我只拥有所有数据点的子集的数据。NaN的损失，这意味着NaN的权重自适应，因此权重被分配给NaN，模型变得无用。我的代码不必与所有keras后端一起工作，tensorflow-only代码就可以了。(with_nans), with_nans) return filter

浏览 14提问于2018-08-31得票数 1

2回答

在tensorflow* 2中加载ModelCheckpoint*

python-3.x、tensorflow、keras、tensorflow2.0、tf.keras

在使用tensorflow 1的keras中，我可以ModelCheckpoint(filepath)，保存的文件是一个名为filepath的文件，然后我可以调用model = load_model(filepath)来加载保存的模型。现在，在tensorflow 2中，ModelCheckpoint创建一个名为filepath的目录，当我按照文档加载保存的模型时，我必须创建一个空

浏览 7提问于2019-10-11得票数 2

回答已采纳

3回答

Tensorflow模型在训练中充满了NaNs

python、tensorflow、machine-learning、deep-learning

它适用于一些小游戏，但我试着把它扩展到一个更复杂的游戏中。然而，现在我的网络在训练后的2-10万移动将只是填补了NaNs。在这篇文章的最下面，我将描述模型的样子。下面是我如何使用一些常见的NaNs来源的东西：注意: move_re

浏览 0提问于2018-04-06得票数 0

回答已采纳

2回答

通过REST访问机器学习模型

java、rest、machine-learning、microservices、conv-neural-network

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Spring进行微服务。但我并没有一步一步地了解到如何

浏览 2提问于2018-07-26得票数 1

回答已采纳

1回答

Python Tensorflow* 2.3.1 'utf-8‘编解码器无法解码字节，继续字节无效。UnicodeDecodeError*

python、tensorflow、unicode、pycharm

我正在尝试训练一个物体检测模型，但是我不能让它工作。我的问题是在运行model_main_tf2.py时出现以下错误： Python版本是最新的3.8PyCharm 2020.2.3和tensorflow 2.3.1。我不得不手动将object_detection文件夹添加到tensorflow中，因为pycharm无法正确处理它。:将tensorflow导入为tf，而不是这里的tf。和tf.compat.v1.app.run()，而

浏览 0提问于2020-11-30得票数 0

1回答

Tensorflow服务中的调试批处理(没有观察到效果)

tensorflow、gpu、tensorflow-serving

我有一个小型的web服务器，它可以获得句子的输入，并且需要使用Tensorflow服务返回模型预测。它可以很好地使用我们的单个GPU，但是现在我希望能够进行批处理，这样Tensorflow服务就可以在GPU上对传入的句子进行分组，然后将它们合并在一起处理。我使用的是和，使用了Tensorflow服务的初始版本。有趣的是，服务器的predict()函数对每个请求运行一次(请参阅)，这

浏览 0提问于2017-05-29得票数 9

回答已采纳

2回答

在加载模型时使用TypeScript tfjs模型/通用语句编码器错误进行本机响应

typescript、react-native、tensorflow、tensorflow.js

我试图使用tfjs-模型/通用句子编码器在一个反应本地应用程序，通过以下。但是，当我试图加载模型时，会出现以下错误：代码：import React, { useEffect, useState } from 'react'; require('@tensorflow/tf

浏览 4提问于2021-05-12得票数 1

回答已采纳

1回答

对多个GPU的培训会导致Keras中的NaN验证错误

python、tensorflow、keras

我有一个Keras模型，它可以在单个GPU上进行良好的训练，但是当我在多个GPU上训练它时，所有用于培训的验证损失都是NaNs。我正在使用一个fit_generator并调用一个验证生成器。在一个GPU上的训练损失和验证损失的返回值都是有效的，并且我的模型收敛，但是在2个或更多GPU上，训练损失是好的和有效的，但是验证损失都是NaNs。这是否任何人以前都遇到过的

浏览 0提问于2019-01-21得票数 1

1回答

.lite和.tflite格式有什么区别？

android、firebase、tensorflow、tensorflow-lite、firebase-mlkit

.lite和.tflite格式(TensorFlow格式)有什么区别？如果没有区别，为什么会有两个呢？除了这个问题，我似乎无法将带有.lite扩展文件的模型上传到Firebase工具包。

浏览 0提问于2018-08-31得票数 4

回答已采纳

点击加载更多