我正在构建一个香草DQN模型来玩OpenAI健身房Cartpole游戏。(x=states, y=target_q)，它工作得很好，代理最终可以很好地玩游戏，但是如果我使用model.train_on_batch(x=states, y=target_q)，损失不会减少，模型不会在任何地方比随机策略玩得更好我想知道fit和train_on_batch有什么不同？据我所知，fit在幕后调用批处理大小为32的train_on_batch，这应该没有区别，因为指定批处理大小等于我输入的
浏览 56提问于2020-06-29得票数 2
回答已采纳
我看到了一个代码示例(太大了，无法粘贴在这里)，作者使用的是model.train_on_batch(in, out)而不是model.fit(in, out)。Keras的官方文件说：
但我不明白。它和fit()是一样的吗，但是它不是做很多前馈和反向支持的步骤，而是做了一次吗？还是我错了？
浏览 0提问于2018-01-31得票数 12
回答已采纳
我将相同的输入，即相同的数据和相同的真实标签传递给keras、train_on_batch()和test_on_batch()。我想知道为什么对于这两个函数我得到不同的损失值。
浏览 5提问于2019-11-07得票数 4
回答已采纳
在TF2.1中使用"_make_train_function()“(注意下划线)进行make_train_function()： from tensorflow.python.keras.engineimport training_utilsmodel = ... # Some Keras model任何帮助都将不胜感激:)我希望我遗漏了一些非常明显的东西) 更新:快速检查TF2.1和TF2.2-rc的代码发现，每
浏览 38提问于2020-04-16得票数 1
我正在使用Keras w/ Tensorflow后端来训练NN。为此，我目前再次调用predict来获取模型输出，但这是多余的，因为train_on_batch已经“向前”传递了输入批处理。在Caffe中，当图像前馈时，中间层输出仍然存储在net.blobs中，但在Keras/Tensorflow中，似乎如
浏览 0提问于2016-11-17得票数 1
在我点击了一个train_on_batch更新，使一些权重nan后，我在将我的keras模型重置为它在前一个时代的权重时遇到了麻烦。这似乎工作得很好-在将旧的权重文件加载到模型中之后，当我打印model.get_weights()的结果时，结果权重不包含nan(并且预测使用它们也会产生非nan输出)。然而，现在当我再次尝试train_on_batch时，这一次使用了一个新的批处理，我立即再次得到了一个nan更新。我尝试了多个随机选择<
浏览 15提问于2019-02-25得票数 1
回答已采纳
现在我正在使用sklearn和TensorFlow。我想知道，如果我有一个需要更新的模型时，新的数据来做什么。例如，我有财务数据。我用TensorFlow建立了一个LSTM模型并对其进行了训练。但是新的数据每天都会出现，我不想每天对模型进行再培训。有没有一种方法只是更新模型，而不是从零开始重新训练它？在sklearn中，.fit()方法的文档(以DecisionTreeClassifier为例)指出
从训练集(X，
浏览 4提问于2020-12-17得票数 2
2回答
我正在尝试用tensorflow实现一个强化学习算法来训练一个智能体。我希望我的神经网络有两个不同的输入，第一个是形状为(4,160,120,1)的4个图像的图像堆栈，然后是一个包含10个条目的一维数组。我试着像只用一个输入那样做，用两个输入定义我的神经网络的调用函数，然后运行我的程序。当执行函数train_on_batch时，它导致了一个错误，我收到了以下消息，其中states2是我的第二个输入： ValueErr
浏览 70提问于2020-12-31得票数 0
1回答
GAN编撰问题
、、
我有以下实现GAN模型的简单代码import matplotlib.pyplot as plt
from keras.datasets import mnist哪种模型是未编译的？在GAN模型中编写了判别器和发生器。
浏览 1提问于2021-03-11得票数 1
回答已采纳
如果我用tensorflow写一个模型，可能是任何CNN或ANN。我想知道如何发现我的架构或模型中是否有问题。例如。如果我的模型拟合不足或过拟合。如何绘制学习曲线、验证曲线和训练曲线，以及如何分析它们以发现我应该做些什么来提高测试数据的准确性。如何在tensorflow.Any aproach中做所有这些事情，以便在tensorflow中做到这一点，并告诉一些提示，以便在特定模型中
浏览 13提问于2018-09-01得票数 0
我使用keras创建了一个模型，并使用train_on_batch对其进行了培训。为了检查模型是否做了它应该做的事情，我使用predict_on_batch方法重新计算了训练阶段前后的损失。但是，正如你在阅读标题时所猜测的那样，我没有相同的输出损失。下面是一个基本代码来说明我的问题：from tensorflow.kera
浏览 4提问于2020-04-26得票数 2
回答已采纳
1回答
角化归一化方法
、、、
tf.keras.layers.experimental.preprocessing.Normalization()我试图用Tensorflow来规范(在这种情况下标准化)用于拟合神经网络模型的输入。他们似乎是一样的，但我不太确定。如果他们不一样，有人能告诉我确切的区别吗？
浏览 5提问于2022-01-23得票数 1
回答已采纳
考虑以下代码：from tensorflow.keras.models import Sequentialfrom tensorflow.keras.optimizers import Adam
model = Sequential，我最初对它进行了拟合。然后我保存模型。之后，该模型</em
浏览 0提问于2021-09-20得票数 0
2回答
所以我再试一次，
当在Tensorflow中拟合顺序模型时，如何将预先计算的值添加到损失函数中？使用的损失函数是BinaryCrossentropy，在本文引用的方程(4)中可以看到它。增加<em
浏览 1提问于2020-05-12得票数 0
3回答
我正在使用Colab中的Keras Tensorflow。我拟合了一个模型并保存了它。然后我加载它并检查性能，当然它应该是相同的。然后我冻结它，然后重新拟合它。我希望之后的模型也能有同样的性能。当然，在“训练”期间，由于批量大小的差异，准确性可能会有所不同。但之后，当用model.evaluate检查它时，我预计没有区别，因为权重不能改变，因为模型是冻结的。然而，
浏览 50提问于2020-09-17得票数 2
批次培训前的评估、批次培训和培训后的培训返回不同的损失值。post_train_loss = model.evaluate(batch_x, batch_y, verbose=0)
train_on_batchloss : 2.3300909996032715我假设train_on_batch在更新参数之前(在反向传播之前)返
浏览 2提问于2021-01-26得票数 1
回答已采纳
我正在尝试用Tensorflow编写一个内核密度估计算法。在拟合KDE模型时，我迭代了当前批处理中的所有数据，并使用tensorflow.contrib.distributions.MultivariateNormalDiag对象self.kernels =[MultivariateNormalDiag(loc=data, scale=bandwidth) for data in X]为每个数据创建了一个内核
稍后，当尝试预测一个数据点相对于上面拟合的模型</e
浏览 0提问于2018-04-12得票数 3
回顾线性回归通过状态模型OLS适合，我认为你必须使用add_constant添加一个常数'1‘到你在自变量(S)中的所有点在拟合之前。然而，在这个上下文中，我对拦截器的唯一理解是，当x= 0时，行的y值，所以我不清楚在这里输入'1‘的目的是什么。这个常数到底是什么告诉OLS合适的？
浏览 14提问于2016-12-31得票数 12
回答已采纳
我成功地训练了一个TensowFlow增强的树估计器。现在我想将它另存为SavedModel。问题是我得到了下面的错误。fcountabove2sigma_Result', shape=(1,), default_value=None, dtype=tf.float32, normalizer_fn=None)] 下面是我的代码
浏览 19提问于2019-12-16得票数 1
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
腾讯会议
云直播活动推荐
腾讯云开发者
