我正在使用tensorflow 2.2进行研究，并希望实现一个自定义层，它接受向量(张量)输入并输出向量(张量)。我的输入/输出关系很复杂，我需要创建一个函数来计算正向传递和梯度。我遇到了做这项工作的custom_gradient function。不幸的是，完全不清楚的是如何将其用于矢量或张量输入和输出。特别是，我不知道如何返回雅可比
浏览 15提问于2021-09-09得票数 0
1回答
我有一个标准的TensorFlow操作链，我需要为整个链指定一个自定义渐变。
假设在下面的示例中，这些操作被分组到一个Python函数中：'my_op‘。我要做的是为'my_op‘指定一个自定义渐变。我看过RegisterGradient、gradient_override_map和tf.Graph.create_op，但我找不到任何简单的示例来说明如何使用它们为一组操作定义自定义渐变，而无需在C
浏览 17提问于2016-07-28得票数 3
我观看了Tensorflow开发人员关于在Tensorflow中急切执行的峰会视频，演示者介绍了“梯度磁带”。现在我知道Gradient Tape跟踪TF模型中发生的自动微分。我在试着理解为什么我会使用渐变磁带？有人能解释一下梯度磁带是如何作为诊断工具使用的吗？为什么有人会使用渐变胶带而不是Tensorboard的权重可视化。因此，我得到的结论是，模型的自动区分是计算每个节点的梯度--这意味着在给定
浏览 2提问于2018-12-28得票数 76
回答已采纳
1回答
我已经编写了一个代码来计算Keras中自定义层中的Choquet池。在Colab链接到笔记本：，因为你可以在梯度计算的代码崩溃，精确地在函数custom_grad。这是不可能的，因为我将返回与前一层相同形状的0渐变。所以我有两个问题：
在Keras (或Tensorflow中)是一种计算层输入和输出之间的梯度的方法吗？如果我已经通过了与前一<
浏览 1提问于2020-01-29得票数 0
在Tensorflow中有没有一种方法可以在反向传播期间将隐藏的节点激活更改为不同的值？也就是说，假设层中的一个节点在前向传播期间输出值'a1‘。然后在反向传播期间，当梯度更新到达该节点时，我希望它使用一个不同的值作为激活(例如'a2')，以便整个反向传播过程将发生，就像它在正向传播期间的'a2‘一样。我知道我们可以创建/修改自定义渐变，但这里我需要
浏览 0提问于2019-03-29得票数 1
正如标题中所述，我想用现有的操作和张量操作在tensorflow中实现一个自定义层。我想知道我是否能像在提亚诺那样在蟒蛇身上做这件事。在这一层中，输入可能是一些矩阵，批次输入和一些权重和偏差需要学习。经过一些张量运算后，输出将被输入到下面的层。这一层中的计算可能很复杂，所以我想知道tensorflow是否可以为我做自动区分。
浏览 2提问于2016-04-05得票数 3
回答已采纳
1回答
我目前有两个tensorflow层，一个产生一维输出，另一个产生多维输出。我如何构建一个自定义的层，将它们相乘？
这是否需要某种具有多个输入和一个输出的函数式API，还是有更清晰的方法？
浏览 11提问于2020-07-30得票数 1
tensorflow.math.multiply和tensorflow.keras.layers.multiply有什么区别？同样，tensorflow.math.add和tensorflow.keras.layers.add的区别是什么？我之所以有这个问题，是因为当我构建自己的自定义损失函数和度量标准product = multiply([y_true_f, y_pred_f])时，如果我使用from tensorflow.keras.layers*
浏览 9提问于2020-01-01得票数 2
1回答
对于NN的自定义丢失，我使用以下函数
def custom_loss(input_tensor, output_tensor): return loss
我所有的调度，基于Input(shape=
浏览 1提问于2018-04-20得票数 6
回答已采纳
我试图用自定义梯度修改TensorFlow中所有层的梯度，并保存当前渐变。从概念上讲，第一次迭代中单个层的计算过程如下所示：
我对T
浏览 4提问于2017-09-08得票数 2
我正在尝试使用TensorFlow的@tf.custom_gradient功能为具有多个输入的函数指定自定义渐变。我可以只为一个输入设置工作，但不能为两个或更多输入设置。我的代码基于TensorFlow's custom_gradient documentation，它对于一个输入来说工作得很好，如下例所示： import tensorflow as tf
import，
浏览 44提问于2019-01-05得票数 1
回答已采纳
我使用TensorFlow 1.12和Keras进行语义分段。我使用tf.keras.Model.fit()参数向class_weight提供权重向量(大小等于类数)。我在想这在内部是如何运作的。我使用了一个自定义的损失函数(骰子丢失和焦点丢失等)，在输入丢失函数之前，权重不能与预测或单一热点事实相乘，因为这没有任何意义。我的损失函数输出一个标量值，因此它也不能与函数输出相乘。那么，在哪里以及如何将类的</e
浏览 0提问于2019-09-14得票数 8
回答已采纳
我有一个Lambda层，从上一层获取输入，做一些预处理。Lambda层的输出是一个预测，并使用keras.losses.mean_squared_error。adam(lr=0.0001), loss=keras.losses.mean_squared_error, metrics=keras.losses.mean_squared_error)
Lambda的输出为我得到ValueError:一个运算有None的梯度。请确保您<em
浏览 0提问于2019-03-28得票数 2
1回答
我正在构建一个自定义的神经网络实现。我使用Keras进行测试，以确保我的实现计算出的渐变与Keras渐变匹配。多亏了这个答案，我才能比较权重和输出梯度。然而，我也想比较输入的梯度。我的Keras模型只是一个密集的层。model.evaluate(x, y)
如何获得与x相关的渐变
浏览 22提问于2020-03-02得票数 0
回答已采纳
我正在做一个需要反褶积的项目。我读到gen_nn_ops.max_pool_grad_v2()可以做到这一点。我从tensorflow.python.ops加载函数。据我所知，函数采用输入和输出张量，其中输入是最大池之前的卷积层，输出是最大池操作的结果。但是grad是什么呢？这个函数的输出到底代表什么？1,2,2,1]u = gen_nn_op
浏览 1提问于2018-07-25得票数 2
回答已采纳
当我试图微调一个VGG网络时，我只想更新第5层卷积后的权重，在caffe中，我们可以在配置文件中取消BP。在tensorflow我该怎么做？谢谢！
浏览 4提问于2017-09-16得票数 1
回答已采纳
我有一个自定义单元格的表格视图。在每个单元格中，我添加一个标签作为子视图，并在标签中加载数据。我在cellForRowAtIndexPath中为if块中的每个单元格添加渐变，我们在其中检查单元格是否为空。它工作得很好。但是，我现在有一个额外的要求，问题就从这里开始。我需要检查这些值，并为单元格中的特定标签应用渐变效果。这是我的代码。cell.cell3.font = [UIFont boldSystemFontOfSize:12.0];
浏览 2提问于2013-06-10得票数 0
我正在向一个自定义按钮添加一个渐变层，下面代码中的this引用：var layerGradient = new CAGradientLayer();
this.Layer.InsertSublayer(layerGradient, 0);
这可以很好地工作，并且渐变会做它应该做的事情<em
浏览 0提问于2013-01-12得票数 1
回答已采纳
如果我将函数(例如tf.fft(input, name=None) )插入到神经网络中，TensorFlow如何计算反向传播中的梯度？
我没有找到任何关于这方面的文档。我使用的是TensorFlow 1.0。
浏览 2提问于2019-12-08得票数 0
我正在尝试训练一个接受4通道输入的卷积网络，并希望使用像VGG16这样的预训练模型。我不应该使用VGG16的初始卷积块是有意义的，因为它们是针对3个通道输入进行训练的，并重新定义了初始卷积块。如何使用Tensorflow Keras api实现这一点？ 简而言之，我如何从预先训练的模型中复制特定层的权重。我使用的是TensorFlow2.0alpha版本。
浏览 20提问于2019-05-04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
