我正在尝试构建一个使用tf.data.dataset批处理和迭代器的工作流。出于性能原因，我真的尽量避免使用placeholder->feed_dict循环工作流。我正在尝试实现的过程涉及梯度凸轮(这需要相对于CNN的最终卷积层的损失梯度)作为中间步骤，理想情况下，我希望能够在几个Keras预训练模型上尝试它，包括像ResNet这样的非连续模型。我找到了一个实现，它是为keras模型创建的，按照这个示例，我得到了 ret
浏览 18提问于2019-08-17得票数 0
回答已采纳
我有一个经过训练的模型，我想在tf.data管道中使用它作为第二个模型。当我尝试这样做时，我得到了一个ValueError: Unknown graph. Aborting./anaconda3/envs/masters/lib/python3.7/site-packages/tensorflow_core/python/keras/engine/training.py:1013/anaconda3/envs&#
浏览 11提问于2020-04-09得票数 2
回答已采纳
使用来自Masking的keras层可以解决这个问题，方法是对所有的零值应用一个掩码，但是因为我的序列自然包含零，而且超长( 50,000个令牌)，这会使训练速度降低50倍！详细信息src -输入sequencetgt -类ID输出序列中令牌的sequencetokens数dat
浏览 0提问于2020-07-23得票数 0
2回答
调整模型以获得更好的性能
、、、、
我为回归问题建立了一个模型，即从9个输入变量中预测一个值。模型的开发是基于Keras库的人工神经网络(已归一化)预测值与标记值之间的RMSE值为0.207，(原始形式)预测值与标记值之间的RMSE值为215，R2为0.40
如何修改我的模型以获得更好的结果(低RMSE和
浏览 2提问于2020-05-20得票数 0
客户和供应商将自动注册.员工和管理员将分别由供应商和超级管理员注册。我也没有预见到用户需要有多个角色。我的计划我将创建三个不同的用户模型：
问题
上面的设计
浏览 2提问于2014-01-01得票数 5
特征和标签是相同的数据集。然后我调用fit()方法-我的模型是vaefor counter in range(nb_epoch):data_1_val = data_1[-len_val:] #select len_val sentences as validation data
建立<
浏览 3提问于2021-09-02得票数 0
回答已采纳
我们最近切换到了TF2.0的Keras，但当我们将其与2.0上的DNNClassifier估计器进行比较时，我们体验到Keras的速度慢了大约4倍。但我无论如何也想不出为什么会发生这种情况。这两个函数的其余代码是相同的，只是使用了返回相同tf.data.Dataset的input_fn()和相同的feature_columns。几天来我一直在努力解决这个问题。任何帮助都将不胜感激。epochs = 1,
浏览 35提问于2019-03-15得票数 14
但是，对于如何将其输入到张量流Keras中的输入层，我感到困惑。使用的数据集是。如何将导入划分为train_set和test_set？还是限制train_set只占整个“列车”的10%？
问题3 train_ds是一条管道。考虑到keras.datasets中很好的负载函数，它自动将训练数据集划分为x_train和y_train。(x_train,y_train),(x_test,y_test)=tf.keras.datasets.cifar10.load_da
浏览 2提问于2021-03-28得票数 1
回答已采纳
(这里的x和y表示图像坐标，而不是特征和标签！vis为0或1，表示关节是否可见) 每个.csv文件对应一个特定的图像，并且.csv文件和相应的图像具有相同的名称但不同的路径。现在，我想创建一个tf.data.Dataset对象，其中的特征是图像，标签是从.csv文件构建的Python字典。我构建这样一个数据集的策略是将图像和标签加载到单独的tf.data.Dataset对象中，然后将它们融合在一起。为了加载图像，我写了一个非常简单的代码(也许效率很低/错误？)现在，我的问题是<
浏览 29提问于2020-10-12得票数 1
问题:我已经在tf 2.3.0中创建并训练了一个keras模型，我需要在tf 1.12.0中加载这个模型，以便与一个需要较旧版本tf的库一起使用。到目前为止，我尝试过的是:类似的讨论展示了如何将模型从TF-1.15- 2.1转换到tf.10，但是当我尝试这个解决方案时，我得到了一个错误“未知层:功能”。链接：new_model = tf.keras.models.model_f
浏览 0提问于2021-11-15得票数 2
回答已采纳
我有一个Keras模型，它给了我错误x_train[0]
array(['195',
浏览 0提问于2020-06-07得票数 0
1回答
如何使数据生成器更有效？
、、、
(y_train)
现在，我尝试用这个代码训练一个神经网络，训练样本大小为105.000 (图像文件包含37个可能性中的8个字符，A，0-9和空白
浏览 2提问于2020-05-29得票数 5
回答已采纳
Keras提供了定义自定义评估度量的可能性--我对F度量的变化感兴趣，例如F1、F2等，这是由scikit学习提供的--但是通过调用在这方面受到限制的Keras后端函数来指导我们这样做。我的目标是将这些指标与Keras的早期停止方法结合使用。因此，我应该找到一种将度量与Keras模型的学习过程相结合的方法。更新
浏览 3提问于2019-01-06得票数 4
回答已采纳
所以，我错过了一些东西，可能是因为我在Keras方面缺乏经验。，
问题：我有一个数据生成器来将数据输入到各种模型中，以评估模型性能和学习Keras。附带注意:我的模型中的RNN实际上生成了一个整体shape=(?，n，num_letters)。我知道如何将它转换为(?，n*num_letters)。解决方案1是一个黑客，更改生成器，使其对于正在测试的模型是唯一的。这个发生器将产生shape=(?，num_letters*n)的张量。我
浏览 2提问于2019-09-29得票数 2
回答已采纳
模型子类Keras.Model
class Autoencoder(keras.models.Modelfit()函数中的训练数据相同的时候解决它。dataset = dat
浏览 2提问于2021-09-09得票数 0
回答已采纳
我想在将数据输入模型进行训练之前对数据进行标准化。下面是我的input_pipeline代码，数据在创建dataset之前没有被标准化。tensorflow中是否有一些函数可以对我的情况进行标准化？
浏览 0提问于2018-05-15得票数 17
回答已采纳
3回答
我正在制作一个MLP模型，它需要两个输入并产生一个输出。keras.layers.Dense(2, input_dim=2, activation=keras.activations.sigmoid,use_bias=True),
keras.layers.Dense(1, activation=keras.
浏览 0提问于2019-03-19得票数 27
回答已采纳
我用Keras和Tensorflow在python中构建了一个模型，它接收来自.csv文件的信息，分解.csv文件，只提取股票的结束信息和关闭日期。然后运行预测并输出预测价格数组和预测日期数组。为了将此模型转换为coreml，我导入了coremltools并运行了以下命令然后，它转换模型并输出一个.mlmodel文
浏览 2提问于2022-03-21得票数 1
我看了几个教程来深入研究Keras，以便使用卷积神经网络进行深入学习。在本教程(以及Keras的官方文档中)中，MNIST数据集的加载方式如下：
(x_train, y_train), (x_test,我的问题是:什么是x_train 和 y_train ，以及它们与 x_test 和 y_test counterparts有什么不同？
浏览 0提问于2017-09-29得票数 13
回答已采纳
2回答
量化Keras神经网络模型
、、、、
test_loss, test_acc = model.evaluate(test_images, test_labels)现在，我想在学习和分类过程中使用量化optimizer = tf.train.GradientDescentOptimizer(0.00001)但是，它没有包含任何关于应该在何处使用此代码或如何将其连接到TF代码的信息(甚至没有提到使用Keras创建的高级模型)
浏览 116提问于2018-09-10得票数 19
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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
