我已经有了一个( TF2 )保存的模型,里面装满了训练操作杂乱,并且我正在尝试优化它,以便使用抓取器进行推理,但是我想要将它保存回TF2保存-模型随后的(以使一般工作流远离TF1)。
我目前有:
from tensorflow.python.framework.convert_to_constants import convert_variables_to_constants_v2_as_graph
from tensorflow.lite.python.util import run_graph_optimizations, get_grappler_config
# Load the s
我想将MLP应用于一些商业卖家的数据。我发现这些数据是分类和连续特性的混合体。对于我所读到的内容,向神经网络提供这两种类型的数据(引用未知/不可用)是不可取的,我记得我读到的神经网络可以使用以下模型:
Categorical variables-->NN model 1
----->NN model 3---->Output
Continuous variables--->NN model 2
因此,在这个模型中,我们有两个神经网络,每个神经网络只提供分类变量或连续变量,然后将输出(来自这