评估使用Keras创建的已保存TensorFlow图的结果不一致
可能是由以下原因引起的：
- 版本不匹配：Keras和TensorFlow的版本可能不兼容，导致保存的模型在加载和评估时出现不一致的结果。建议确保Keras和TensorFlow的版本兼容，并尽可能使用最新的版本。
- 环境配置问题：在评估模型之前，确保正确配置了运行环境，包括正确安装了所需的依赖库和驱动程序。特别是在使用GPU加速时，确保正确安装了相应的GPU驱动程序和CUDA。
- 数据预处理不一致：评估模型时，输入数据的预处理过程可能与训练模型时不一致，导致结果不一致。确保在评估模型之前，对输入数据进行与训练时相同的预处理操作，例如归一化、缩放等。
- 模型结构不一致：在保存和加载模型时，确保模型的结构完全一致，包括层的顺序、名称、参数等。如果模型结构不一致，可能会导致评估结果不一致。
- 随机性影响：某些模型中包含随机性操作，例如dropout、随机初始化等，这些操作可能导致每次评估结果不一致。可以通过设置随机种子来控制随机性，以确保结果的一致性。
针对以上问题，可以尝试以下解决方案：
- 确保Keras和TensorFlow的版本兼容，并尽可能使用最新的版本。
- 检查环境配置，确保正确安装了所需的依赖库和驱动程序。
- 在评估模型之前，对输入数据进行与训练时相同的预处理操作。
- 确保保存和加载的模型结构完全一致。
- 控制随机性操作，例如设置随机种子。
对于Keras创建的已保存TensorFlow图的结果不一致的问题，腾讯云提供了一系列与深度学习和模型部署相关的产品和服务，例如：
- 腾讯云AI Lab：提供了深度学习平台和工具，支持使用Keras等框架进行模型训练和部署。
- 腾讯云ModelArts：提供了端到端的AI开发平台，支持使用Keras等框架进行模型训练、调优和部署。
- 腾讯云容器服务：提供了容器化部署的解决方案，支持将Keras创建的模型打包成容器，并在云上进行部署和管理。
以上是腾讯云相关产品和服务的简介，更详细的信息可以参考腾讯云官方网站：https://cloud.tencent.com/product
相关·内容
我想使用keras框架构建和训练一个神经网络。我将keras配置为使用Tensorflow作为后端。在我使用keras训练了模型之后，我尝试只使用Tensorflow。我可以访问会话并获取tensorflow图。例如，我不知道如何使用tensorflow图来进行预测。
我使用以下教程构建了一个网络
在train()方法中，我只使用keras构建和训练模型，并保存keras和tensorflow模型
在eval()方法中
以下是我的代码：
from keras.models import Sequential
from keras.layers import Dense
from keras.m
浏览 11提问于2017-01-24得票数 9
有谁能解释一下将keras模型(保存的模型格式)冻结为.pb格式的TensorFlow 2格式的过程吗？创建了一个示例mobilenet keras模型并以保存的模型格式将其保存到磁盘中。
import tensorflow as tf
#Tensorflow version: 2.7.0
model = tf.keras.applications.mobilenet.MobileNet(
include_top=True,
weights='imagenet',
input_tensor=None,
poo
浏览 5提问于2021-12-16得票数 0
我在做什么
我正在训练和使用卷积神经元网络(CNN)进行图像分类，使用Tensorflow-gpu作为后端的Keras。
我正在使用的
PyCharm社区2018.1.2
Python2.7和3.5 (但不是一次都是)
Ubuntu 16.04
Keras 2.2.0
Tensorflow-GPU 1.8.0作为后端
我想知道的
在许多代码中，我看到人们使用
from keras import backend as K
# Do some code, e.g. train and save model
K.clear_session()
或在使用后删除模型：
浏览 5提问于2018-06-17得票数 58
我现在有一个定制的LSTM模型，我使用.h5 ()将其保存为一个文件。在tensorflow图构造过程中，我使用load_model()加载这个模型，并希望使用LSTM模型的预测输出(因此我需要以张量的形式)来构造图的一部分。我已经为tensorflow图和keras后端图建立了相同的会话，但是我很难将输出连接到tensorflow代码图中。使用标准的predict()似乎试图运行keras模型的会话，我已经在互联网上搜索了一些东西，而不是把它转换成.pb文件，然后这样处理它。考虑到我正在使用tensorflow作为Keras backend...Any的思想，考虑到如何实现这一点，这看起来应
浏览 1提问于2019-01-01得票数 0
回答已采纳
我已经用Tensorflow后端训练了一个Keras模型。它是用model.save保存的。现在我想使用model_load重新加载模型，但是，我得到了以下错误：
Traceback (most recent call last):
File "<ipython-input-235-387752c910a4>", line 1, in <module>
load_model('MyModel.h5')
File "C:\Anaconda\envs\tensorflow\lib\site-packages\ker
浏览 0提问于2018-11-06得票数 1
Tensorflow 2文档指出，用户可以通过使用"SavedModel“或"h5”格式调用API h5(最新版本2.4.1：)来保存Tensorflow Keras模型。现在假设使用"SavedModel“格式，我想知道这是否是为了定期使用"SavedModel”格式保存检查点。例如,
import numpy as np
import tensorflow as tf
from tensorflow.keras import Input, Model
from tensorflow.keras.layers import Dense
def get_mo
浏览 1提问于2021-03-29得票数 2
我已经使用内置的TensorFlow工具对InceptionV3模型的最后一层进行了微调，以便通过使用对自定义数据集上的项进行分类。这会产生一堆瓶颈和一个TensorFlow图(*.pb文件)。
我想将*.pb TF图导入到Keras中，就像您对包含模型权重的*.hdf5文件所做的那样。原因是，在使用此模型时，我想利用一些用Keras编写的工具。
这个是可能的吗？
浏览 5提问于2017-07-04得票数 5
1回答
我想看像这样的keras模型。我用了K.get_session().graph
tensorflow.python.framework.ops.Graph 0x7f2a8b809400
但我要看这张图并保存它。我正在使用tensorflow后端
浏览 3提问于2017-09-25得票数 1
回答已采纳
1回答
不一致的梯度
、、
我有一个非常简单的Keras模型，我想用TensorFlow计算不同层的梯度。我首先在Jupyter笔记本的第一个单元格中创建计算图。下面是计算图的代码：
import tensorflow as tf
import tensorflow.keras as keras
import tensorflow.keras.backend as K
import numpy as np
from tensorflow.keras.layers import Dense, Input, Layer
from tensorflow.keras.models import Model
input_tenso
浏览 10提问于2019-07-30得票数 0
回答已采纳
我有一个keras模型，并希望将其保存为tensorflow图。tf.saved_model.save(model, path_to_dir)和tf.keras.model.save有什么区别吗？
在这两种格式中，我希望保存为tensorflow保存格式，而不使用h5格式。我知道tf.saved_model.save更通用，但是如果我使用的是keras模型，那么这两个模型是不同的。
浏览 1提问于2021-03-27得票数 3
我正在尝试使用VGG16在我的数据集中生成类激活热图。我曾多次尝试使用不同的方法来执行此操作，但未能找到合适的解决方案。
库是：
# load requirements from the Keras library
# import numpy and keras preprocessing libraries
import tensorflow as tf
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from tensorflow.keras import optimizers
from tensor
浏览 1提问于2020-08-10得票数 0
回答已采纳
(我用的是Tensorflow 1.8.0 .)
没有提到保存顺序模型与从functional创建的模型之间的区别。但是，以下所有代码块都失败了：
import tensorflow as tf
net = tf.keras.models.Model()
net.save('file')
或
import tensorflow as tf
net = tf.keras.models.Model()
print(net.to_json())
或
import tensorflow as tf
net = tf.keras.models.Model()
print(net.to_y
浏览 1提问于2018-06-23得票数 3
回答已采纳
1回答
我有一个Tensorflow图(output_graph.pb)，我是通过在之后在盗梦空间( Inception V3 )上进行迁移学习获得的。现在，我需要提取各个层的权重，以便将它们导入到用Keras创建的模型中。我知道从tensorflow直接将图转换为keras模型()是不可能的。
浏览 1提问于2018-09-30得票数 1
回答已采纳
我在keras中有一个模型，它使用带有双向包装器的1层LSTM，我想将其转换为tensorflow lite。
在训练模型以保存模型和最佳权重时，我使用了回调ModelCheckpoint。
然后，我使用以下代码从检查点重新加载经过最佳训练的模型：
predictor = None
path_Load = os.path.join(os.getcwd(),'LSTMB_CheckPoints.hdf5')
predictor = load_model(path_Load)
predictor.load_weights(path_Load)
在使用验证数据进行检查时，模型会成功加
浏览 3提问于2019-09-16得票数 0
1回答
我正在尝试从另一个训练有素的keras模型中创建一个新的keras模型。
参考的模型训练样本代码
#TF version 2.2.0
from tensorflow.python.keras import models, layers
from tensorflow.python.keras.models import Sequential
from tensorflow.python import keras
import tensorflow as tf
from tensorflow.python.keras.layers import Dense
from tensorflow.
浏览 1提问于2020-10-25得票数 1
回答已采纳
我一直在浏览tensorflow.keras.save_model()应用程序接口的文档，我遇到了参数include_optimizer，我想知道不包括优化器有什么好处，或者如果优化器不与模型一起保存会出现什么问题？ 为了给我的特定用例提供更多的上下文，我想保存一个模型，然后将生成的.pb文件与Tensorflow一起使用。我是否需要保存优化器状态，而不是保存它会减少结果文件的整体大小？如果我不保存，模型会不会在TF服务中不能正常工作？
浏览 51提问于2021-04-30得票数 1
回答已采纳
我从序列中创建了一个模型。当我保存它时，我收到了这条警告消息
home/anaconda3/lib/python3.8/site-packages/tensorflow/python/keras/utils/generic_utils.py:494: CustomMaskWarning: Custom mask layers require a config and must override get_config. When loading, the custom mask layer must be passed to the custom_objects argument.
warn
浏览 0提问于2021-10-15得票数 8
使用python，keras和tensorflow，我在PC上开发并训练了一个带有GPU ran预测等的模型，一切都很好。 然后，我将模型和预测代码转移到一台装有requirements.txt的笔记本电脑上，重新构建了环境，将gpu包交换到cpu包。 当我尝试运行预测代码时，我得到了一个我无法理解的错误。 我的印象是tensorflow会透明地使用/不使用GPU，所以我想知道它还会是什么。 Traceback (most recent call last):
File ".\metatrader.py", line 231, in <module>
浏览 239提问于2020-11-03得票数 1
我在终端中使用lite转换器将我的pb format转换成tflite format，但它的工作不太好。
但是当我使用speech command android demo提供的speech command android demo时，它运行得很好。所以我想知道这个模型是如何转换的？
使用上面的链接，我用下面的命令训练了模型
(base) unizen@admin:~/tensorflow/tensorflow/examples/speech_commands$ python train.py
在培训后保存模型时，我使用以下代码创建了冻结模型
(base) unizen@admin:~/te
浏览 1提问于2019-10-23得票数 1
回答已采纳
我正在学习Keras和TensorFlow，我正在尝试运行一个包含keras.utils.plot_model指令的示例代码，而他并没有给我显示图形，代码的另一部分工作得很好，但最后，我看不到程序应该给我显示的图形。我有两天的时间来解决这个问题，但我做不到。这是代码：
import numpy as np
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
inputs = keras.Input(shape=(784,))
print(inputs.shap
浏览 2提问于2020-06-14得票数 3
Keras的TensorFlow后端依赖于急切的执行吗？
如果不是这样的话，我可以基于Keras和TensorFlow操作构建一个TensorFlow图，然后使用Keras高级API来训练整个模型吗？
浏览 1提问于2018-04-22得票数 9
回答已采纳
我用Keras做了一个模型并训练了它。然后，我将模型保存为一个h5文件，即model.save('name.h5')。现在，我想重新加载tensorflow中的模型，以便能够访问.meta文件，例如，我想从.meta文件中导入计算图，即tf.train.import_meta_graph('name_of_the_file.meta')。
因此，问题是如何将Keras的.h5文件转换为以下四个TensorFlow文件：
.meta
checkpoint
.data-00000-of-00001
.index
浏览 0提问于2018-05-02得票数 3
1回答
我正在使用Tensorflow 2.0，并希望将下面的Keras模型存储为冻结图。
import tensorflow as tf
model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(64, input_shape=[100]))
model.add(tf.keras.layers.Dense(32, activation='relu'))
model.add(tf.keras.layers.Dense(16, activation='relu'))
model.add(tf.keras.l
浏览 1提问于2020-04-01得票数 9
回答已采纳
我观察到在评估使用Keras创建的已保存的TensorFlow图时，结果不一致。示例代码如下。在单个会话中多次调用相同的输入具有相同的输出，但是在多个会话中使用相同的输入(例如，通过运行代码)，会返回不一致的结果。请给我建议。 import os
import shutil
import tensorflow as tf
from tensorflow.keras import backend as K
from tensorflow.keras.applications.vgg16 import preprocess_input
from tensorflow.keras.applicat
浏览 24提问于2019-04-09得票数 0
回答已采纳
我只是从"import tensorflow“中得到这个错误，所以我不确定我的错误来自哪里。
这是我在尝试“导入tensorflow”时得到的错误：
Traceback (most recent call last):
File "C:\Users\jp11cy\AppData\Local\Programs\Python\Python36\lib\tokenize.py", line 390, in find_cookie
line_string = line.decode('utf-8')
UnicodeDecodeError: '
浏览 2提问于2018-05-01得票数 0
1回答
我在keras中有一个图像数据集，我将其分别加载在列车和测试之间，直接从各自的函数中加载：
from tensorflow import keras
tds = keras.preprocessing\
.image_dataset_from_directory('dataset_folder', seed=123,
validation_split=0.35, subset='training')
vds = keras.preprocessing\
.image_data
浏览 3提问于2021-02-25得票数 2
回答已采纳
我有一个python脚本，它有一些数据(大小适合内存)，我想学习(在X个不同的prem节点中)X不同版本的这些keras模型(也可以是tensorflow )，在这些数据的相对不同的版本上，然后组合结果(它有点像一组模型)。我不需要进一步分发keras模型的培训，因为它们在多线程模式下运行就足够了。我认为这将是一个相对常见的设置，但我还没有在网上找到任何有用的例子。
有人知道最好的方法吗？
达斯克是这方面的合适工具吗？这看起来不太有希望： --这是不是与tensorflow相同的问题？根据这一点，使用tensorflow：进行这种琐碎的并行化应该是可以的，因此我倾向于认为正确的路径是使用m
浏览 0提问于2019-09-30得票数 1
回答已采纳
在我的keras中添加自定义丢失函数@tf.function后，keras模型停止加载(似乎保存模型，但不能重新加载模型)。文件显示这很简单但是..。
各种这样的答案表明，使用一个Keras版本训练的模型不能加载到其他Keras版本中。因此，我卸载了Keras 2.4.3 (从Anaconda env)，以避免任何混淆，并试图仅使用Tensorflow-keras建模和保存/加载。
所以，现在尝试保存一个Tensorflow-keras模型，然后再加载该模型，但是不会重新加载各种错误(如下)。环境是Anaconda3 python3.8 (带有Keras2.4.3，然后卸载它)和Tensorf
浏览 4提问于2020-11-26得票数 2
回答已采纳
因为tensorflow.keras.models.load_model输入是路径。
但是我必须先从文件中加载它，然后解密它。然后指向
load_model
如果有什么想法去实现它呢？
from tensorflow.keras.models import load_model
with open('mypath.h5'. mode='rb') as f:
h5 = decrypt_func(f.read())
model = load_model(h5)
它起作用了。
根据@jgorostegui的说法，解决方案是
import tempfile
浏览 6提问于2019-10-07得票数 5
回答已采纳
## MODEL IMPORTING ##
import tensorflow
import pandas as pd
import numpy as np
import os
import keras
import random
import cv2
import math
import seaborn as sns
from sklearn.metrics import confusion_matrix
from sklearn.preprocessing import LabelBinarizer
from sklearn.model_selection import train_
浏览 2提问于2020-10-04得票数 0
我知道keras是TensorFlow的高级接口。
但在我看来，keras可以自己完成许多功能(数据输入、模型创建、培训、评估)。
此外，TensorFlow的一些功能可以直接移植到keras (例如，可以在keras中使用tf度量函数或损失函数)。
我的问题是，TensorFlow提供了什么不能在角星中复制的？
浏览 0提问于2018-09-16得票数 16
回答已采纳
随着Keras成为TensorFlow的API，有许多旧版本的Keras代码，比如。
from keras import models
对于当前版本的TensorFlow，我们是否需要将每个Keras代码更改为？
from tensorflow.keras import models
浏览 1提问于2019-01-08得票数 8
回答已采纳
1回答
我正在创建一个深度学习程序，并试图训练数据。我已经开始使用tensorboard，但遇到了一个与创建的文件有关的错误，说程序无法创建目录，并且没有这样的文件或目录。
为了深入学习python第4部分，我遵循了sentdex教程，但仍然有错误。
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, Activation, Flatten, Conv2D, MaxPooling2D
import pickle
浏览 50提问于2019-07-18得票数 4
此实现()是否与tensorflow训练模块()中的ExponentialMovingAverage相同？
import tensorflow as tf
optimizer = tf.keras.optimizers.Adam(learning_rate=5e-5)
loss_obj = tf.keras.losses.CategoricalCrossentropy()
@tf.function
def train_step(inputs, outputs):
with tf.GradientTape() as tape:
start, end = model(
浏览 24提问于2020-05-08得票数 5
为什么Tensorflow中Keras API的函数接受batch_size？据我所知，这个参数应该只与管理我们在训练期间每次迭代使用的样本数有关。在模型评估过程中，这种选择有什么影响？
浏览 1提问于2020-05-21得票数 1
1回答
我使用tensorflow (2.0.0)编写了一个基本的keras模型(tf.keras.__version = 2.2.4-tf)：
import tensorflow as tf
model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(1, activation='linear',input_shape=(1,),name='equation'))
model.compile(optimizer='RMSprop', loss='mean_squared_erro
浏览 0提问于2019-11-27得票数 1
1回答
我在Tensorflow (使用Keras)中创建了一个模型。
在伪代码中，没有过多地编写特定于数据的操作操作，大致是：
iter_count = tf.keras.layers.Dense(1)(input)
#scale iter_count between 1 and int_max
for i in tf.range(iter_count):
inputvariation = tf.concat([input, i])
box = tf.keras.layers.Dense(4)(inputvariation)
#append to Tens
浏览 10提问于2022-09-12得票数 1
回答已采纳
TF1让sess.run()和.eval()来获得张量的值，而Keras有K.get_value()；现在，两者的工作原理都不一样(前两个)。
K.eager(K.get_value)(tensor)似乎通过退出Keras图而在Keras图中工作，而在图形之外的K.get_value(tensor) --这是w/ TF2的缺省值(在前者中为off )。但是，如果tensor是Keras后端操作，则此操作将失败。
import keras.backend as K
def tensor_info(x):
print(x)
print("Type: %s" % ty
浏览 4提问于2019-10-06得票数 10
回答已采纳
我需要同时训练多个Keras模型。我正在使用TensorFlow后端。问题是，当我试着同时训练两个模特时，我得到了Attempting to use uninitialized value。
这个错误并不是真正相关的，主要的问题似乎是Keras强迫在同一个会话中用相同的图创建两个模型，因此it冲突。
我是TensorFlow的新手，但我的直觉是，答案很简单:您必须为每个Keras模型创建一个不同的会话，并在他们自己的会话中对他们进行培训。有人能解释一下怎么做吗？
我真的希望能够在仍然使用Keras的同时解决这个问题，而不是用纯TensorFlow编写所有代码。任何解决办法也将不胜感激。
浏览 0提问于2017-05-13得票数 8
我使用了TFBertModel和Tensorflow模型来结合和训练拥抱的面部变形。我想保存每个时代的val_accuracy的最佳模型。我使用'tensorflow检查点‘，但我得到了error.How我是否可以保存每个时代的最佳模型与transformers在tensorflow？ from tensorflow.keras.callbacks import EarlyStopping
from tensorflow.keras.initializers import TruncatedNormal
from tensorflow.keras.losses import Cate
浏览 187提问于2021-06-19得票数 0
1回答
我有一个问题，这也许很简单，但我做不到:我有三个神经网络，训练了100个时代，我需要保存所有的历史列车显示在一个.txt文件(即:时间: 00s 0MS/步丢失：……准确性：..。回忆：..。也许这很容易，但我也需要绘制每个时期的每个度量及其val_metric，并保存这些图，就像我猜的图像一样(我知道，在1，2年代绘制图可能是胡说八道……但我的教授要求我们这样做)。我怎么能这么做？而且，它可以保存每一行的时代，并在它下面的对应图在一个文件？我使用Keras来构建模型。这是我使用的.compile()函数：
import tensorflow_addons as tfa
resid
浏览 0提问于2021-11-03得票数 0
回答已采纳
我正在尝试使用CNN的三重损失，我首先实现了一个小网络：
import tensorflow as tf
from keras.layers import Conv2D, GlobalAveragePooling2D, MaxPooling2D, UpSampling2D, Lambda, Flatten
from keras import optimizers
import tensorflow_addons as tfa
model = tf.keras.Sequential([
tf.keras.layers.Conv2D(filters=64, kernel_size=2, p
浏览 0提问于2020-07-07得票数 1
我用tensorflow 1.13/1.14训练了一个multi_gpu_model，并用keras.model.save('<.hdf5>')保存了它们。现在，在迁移到tensorflow 2.4.1 (其中将Keras集成为tensorflow.keras )之后，由于以下错误，我不能像以前那样进行tensorflow.keras.models.load_model：
AttributeError: module 'tensorflow.python.keras.backend' has no attribute 'slice'
浏览 3提问于2021-03-22得票数 0
回答已采纳
2回答
如何用模型图保存一个tensorflow模型，就像我们在do keras中所做的那样。与其在预测文件中重新定义整个图，不如保存整个模型(权值和图)，然后再导入它。
Keras中的：
checkpoint = ModelCheckpoint('RightLane-{epoch:03d}.h5',monitor='val_loss', verbose=0, save_best_only=False, mode='auto')
将提供一个h5文件，我们可以用来预测
model = load_model("RightLane-030.h5
浏览 0提问于2018-07-13得票数 5
1回答
背景
我有一个应用程序，它生成一个字串，并由一个keras模型进行评估。对每个字符串进行处理，由NN进行评估，并根据模型进行更新。这些字符串被更新了数千次。我得用几百根绳子才行。
我想做什么
我希望通过在自己的进程中运行每个字符串进程(给定足够的内核)来并行化这一点。问题是，我不能轻易地将模型传递给每个进程(即使可以，我也可能耗尽内存)。我也不能在每个过程中轻松地加载模型。
我想做什么
是否有一种方法可以将每个字符串操作作为一个单独的进程运行，但让它调用一个已加载模型并可以接受数据并将输出结果(如api调用)的进程，以便字符串进程能够继续处理。我见过其他人在REST场景中使用keras，但这更
浏览 4提问于2020-11-02得票数 0
回答已采纳
7回答
受的启发，我创建了自定义模型。
我可以训练它并取得成功的结果，但是我不能拯救它，。
我使用python3.6和tensorflow v1.10 (或v1.9)
这里的最小完整代码示例：
import tensorflow as tf
from tensorflow.keras.datasets import mnist
class Classifier(tf.keras.Model):
def __init__(self):
super().__init__(name="custom_model")
self.batch_norm1
浏览 0提问于2018-08-12得票数 44
回答已采纳
我正在尝试加载一个带有两个自定义对象的模型，并在标题中得到这个错误。
这是我导入/定义函数的地方，也是允许keras按名称引用它们的地方。
from tensorflow.keras.utils import get_custom_objects
from tensorflow.python.keras.layers import LeakyReLU
from tensorflow.keras.layers import Activation
from tensorflow.keras.backend import sigmoid
def swish(x, beta=1):
ret
浏览 3提问于2020-01-16得票数 3
回答已采纳
我一直试图在RStudio (Windows)中安装和运行keras，但没有成功。我使用普通包" keras“(没有使用github)安装了keras包，我安装了最新的python (3.6)和Anaconda。然后我用
> library(keras)
> install.keras()
我得到了一个错误：
创建用于TensorFlow安装的installation环境.获取包元数据..。CondaHTTPError: HTTP 000连接失败，因为url 运行：-
试图检索此URL时发生HTTP错误。HTTP错误通常是断断续续的，一次简单的重试会让您上路。Connec
浏览 4提问于2017-10-18得票数 2
回答已采纳
我试图在TensorFlow顺序模型中实现一个CRF层，以解决NER问题。我不知道该怎么做。以前，当我实现CRF时，我使用以tensorflow为后端的keras中的CRF，即我在keras中创建了整个模型，而不是tensorflow，然后通过CRF传递整个模型。啊，真灵。
但是现在我想在Tensorflow中开发模型，因为Tensorflow 2.0.0 beta已经内置了keras，我正在尝试构建一个顺序层，并在双向lstm层之后添加CRF层。虽然我不知道该怎么做。我已经看过tensorflow加载项中的CRF文档，它包含不同的功能，如前向CRF等，但不确定如何将它们作为一个层来实现？我想
浏览 3提问于2019-11-24得票数 5
回答已采纳
我在编码方面是新手。我正试图得到分数，但不幸的是，我得到了错误。我一直在使用第一个import.keras，直到它给了我评估分数的时候，predict.The训练模型发生得很好，我没有问题，在那之后，当我想得到我的模型的分数时，我得到了错误的ImageDataGnerator: Object没有'ndim‘。然后我找人帮忙，有人叫我用import.tensorflow.keras代替，我就这么做了.
在再次训练模特之后，为了得到分数和预测，我得到了另一个错误: ImageDataGenerator对象没有属性形状，还有一个警告：警告 tensorflow 降<code>
浏览 2提问于2019-12-21得票数 2
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
