我有一个问题，重写顺序类型的描述到函数式。 Using keras==2.1。= Sequential() input_length=seq_length, trainablemodel.add(Dense(1024, activation='tanh')) model = Se
浏览 42提问于2019-05-08得票数 1
回答已采纳
1回答
我训练了一个定制的YOLOv4模型。然后，我使用以下方法将权重转换为.h5：
# Custom activation functionfrom keras.utils.generic_utils import get_custom_objec
浏览 6提问于2020-08-27得票数 1
(我用的是Tensorflow 1.8.0 .)import tensorflow as tfnet.save_weights('file')
在这种情况下，权重将成功保存，并可以成功地用net.load_weights加载。但是，将上述代码块<
浏览 1提问于2018-06-23得票数 3
回答已采纳
当我尝试使用keras的model.load_weights I get OSError: Unable to open file (Truncated file: eof = 41091072)加载权重时，下面是完整的错误跟踪：
model.load_weights(get_file(fname, "E:/Work/Practical\ Deep\ Learning\ Course/my\ notebooks\Anaconda3\envs\tensorflow\l
浏览 0提问于2017-07-09得票数 5
我有一个经过训练的基于with 0的模型，它以H5格式保存了权重。inp = tf.keras.layers.Input(shape=[224,224,3])
noise = tf.keras.layers.GaussianNoise(stddev= tf.keras.layers.Dense(10, activation=&q
浏览 5提问于2022-10-04得票数 0
我试图更好地理解CNN，所以我使用keras基本上制作了一个小的CNN，并希望手动完成计算。 我从GTSRB数据库下载了图像，然后使用PIL库包将图像集转换为灰度并将大小调整为(6 X 6)。model = keras.models.Sequential()model.add(keras</e
浏览 26提问于2019-05-16得票数 1
回答已采纳
我试图加载我在training.So期间保存的keras模型，我去了，在那里我看到了这个。
从by_name=False格式加载权重时，只支持拓扑加载( TensorFlow )。请注意，对于继承自TensorFlow : HDF5负载的用户定义类，拓扑加载在tf.keras.Model和HDF5格式之间略有不同，而TensorFlow格式基于对象本地属性名称加载模型的构造函数中
浏览 3提问于2020-05-08得票数 4
回答已采纳
1回答
我有一个交叉验证函数，我可以在许多类型的模型(sklearn，XGBoost，LightGBM)中使用，我正在尝试将它扩展到keras。问题似乎是，当我将keras模型传递给函数时，它使用以前学习到的权重，而不是在每个折叠处重新开始训练。我到处寻找，但没有找到一种简单的方法来将keras的模型权重重新初始化为它们的随机状态。现在我使用的变通办法是
浏览 1提问于2020-05-05得票数 0
1回答
是否有可能获得中间层的输出？
、、、、
如果一个大模型由端到端的单个模型组成，那么我(训练后的)能否只保留一个模型，并在推理过程中冻结/丢弃其他模型？一个例子:这个struct2depth (见下文)以一种无监督的方式进行了三种模型的培训。然而，我真正需要的是物体的运动，即3D Object Motion Estimation部分。所以我想知道这是否可行
inference只包含Object Motion Estimator，即其他冻结/丢弃
浏览 3提问于2021-01-22得票数 1
回答已采纳
我已经训练了一个模型并使用ModelCheckpoint保存了权重： filepath = checkpoint_prefix, save_freq = 'epoch')
晚上，当我的模特在训练的时候，停电了一段时间，我的电脑也关了。现在我打开了我的木星笔记本，我想加载我的
浏览 2提问于2020-02-12得票数 1
回答已采纳
1回答
在Keras中保存模型的正确方法
、、、、
我一直在努力在我的研究中实施迁移学习。我决定和VGG16一起去，就像keras.applications中规定的那样。我加载模型并冻结其权重如下：
vgg16 = VGG16(weights='imagenet', include_top=False,input_shape=(img_rows, img_cols, 3命令：save_model保存模型。但是，在用load_model加载模型时，我发现模型看起来像是没有训练的
浏览 1提问于2020-02-13得票数 0
1回答
我成功地在Keras中训练并保存了一个双向LSTM模型：model.add(Bidirectional(LSTM(N_HIDDEN_NEURONS,BATCH_SIZE, validation_data=[X_test, y_test])
但是，当我想用以下内容加载它时：
浏览 1提问于2018-07-08得票数 1
回答已采纳
8回答
代码如下：from pandas import read_csvfrom keras.layersimport Densefrom keras.utils import np_utilsdummy_y, cv=kfold)
print("Accuracy: %.2f%% (%.2f%
浏览 2提问于2017-03-13得票数 77
2回答
将模型权重保存到一个文件中。
、、、、
我有一个keras模型，它保存了每个时期的权重，我如何才能制作成一个文件？我有50个时代，我将得到50个权重，我只想把它们保存在一个文件中。> model.save_weights('checkpoint_epoch_{}.hdf5'.format(k))
知道我该怎么做才能把它保存在一个文件中，因为以后我必须将权重转换成tensorflow期望权重</
浏览 1提问于2020-02-19得票数 1
回答已采纳
我将Keras‘image_dim_ordering属性设置为'tf'，因此我将模型定义为：model.add(ZeroPadding2D((1, 1), input_shape(224, 224, 3)))但是当我调用load_weights方法时，它会崩溃，因为我的模型是使用"th“格式保存<
浏览 0提问于2016-09-17得票数 7
回答已采纳
2回答
我必须在java中保存和加载一个keras模型，然后我想我可以使用DL4J。问题是，当我保存我的模型时，它没有具有自己权重的嵌入层。我也有同样的问题，在keras中重新加载模型，但在这种情况下，我可以创建相同的体系结构，并且只加载模型的权重。None, 2) 258
=================
浏览 5提问于2019-02-19得票数 3
回答已采纳
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。有没有办法将模型从tf的新版本格式转换为旧版本，这样我就可以用tf 1.12.0加载模型了吗？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”。我尝
浏览 0提问于2021-11-15得票数 2
回答已采纳
1回答
未知激活: swish
、、、
我喜欢在中加载ML模型。App代码
import * as tf from "v2.4.0", "modelTopology": {"backen
浏览 8提问于2021-05-25得票数 4
回答已采纳
1回答
我正在keras中实现一种类型的分割网络(使用tf后端)，其中我希望对每个图像的损失进行加权。权重将与目标图像具有相同的形状-即每个像素在损失中将具有不同的权重。据我所知，keras没有办法在本地实现这个权重方案。权重可以从标签计算，并且由于数据集的大小，将权重存储在磁盘上是不可行的。因此，我已经开始编写自己的
浏览 3提问于2020-02-26得票数 2
问题是，我所做的实验越多，我通常就会变得没有条理，因为我还没有找到一种简单的方法来保存模型定义及其权重，以便加载以前的状态。# Get model (Sequential, Functional Model, or Model subclass)这节省了模型的体系结构/配置和权重等。这意味着您可以在不定义
浏览 4提问于2021-03-16得票数 1
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
