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
1回答
正如标题中已经提到的，my (multibody)模型的初始化受注释(评估)的影响。在模型中实现了新参数par之后，如果我使用：但如果我用它起作用了。不幸的是，第一个选项对我来说不是一个好的解决方案，因为我希望能够在编译后设置参数值。
当其中一个参数设置为evaluate=false时，模型结构到底会发生什么呢？除了初始条件之外，我应
浏览 9提问于2015-10-14得票数 1
回答已采纳
3回答
我正在尝试将resnet34的一个参数转换为numpy，但我发现转换后值会发生变化，如图所示。为什么会发生这种事？如何才能获得numpy格式的精确值？(我正在尝试获取torch预训练模型中的参数，并将它们放到tensorflow 1.x模型中，因为我在tensorflow1搜索中找不到一个经过预训练的tensorflow1模型。恐怕这种数值的变化会影响模型的准确性。)
(顺便说一句，有什么<
浏览 7提问于2020-06-10得票数 1
回答已采纳
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
我以前从未想过这件事，但最近我一直在担心一些事情。在Fortran90(95)中，假设我创建了一个非常大的数组然后，我编写了一个函数，它将这个数组作为参数。当我将数组传递给函数(如myfunc(X))时，运行时到底会发生什么呢？或者编译器只是将某种引用或指针传递给数组？(廉价)
数组的维数或函数的声明是否会产生影响？
浏览 1提问于2011-12-02得票数 1
回答已采纳
我试图在一个循环中训练多个Keras模型来评估不同的参数。为了避免内存问题，我在每个模型构建之前调用K.clear_session()。)文件的第382行中，在save_model _serialize_model(model，f，include_optimizer)文件第97行中，在"/home/gus/workspaces/venvs(symbolic_weights)文件第2420行中</
浏览 1提问于2019-04-18得票数 0
回答已采纳
我使用Exoplayer在我的应用程序中播放视频，我想要做的是改变播放速度，Exoplayer提供了一个简单的解决方案：如果我停止视频，并将速度从0.5x更改为2x，然后按play键，很明显，播放速度的改变是延迟的。但是，如果我按下停止，将速度从0.5x改为2x，并在视频中寻找一个不同的点，然后按下pl
浏览 8提问于2020-09-05得票数 1
回答已采纳
我正在使用只使用CPU的Keras在python中训练LSTM自动编码器模型。
我可以看到在fit函数中有一个名为use_multiprocessing的参数。请你简单地解释一下这个论点到底是做什么的。我在tensorflow.org上阅读了解释，但是如果我将参数设置为真，我无法从它中理解如何影响我的模型。我正在寻找方法来加快我的模型的训练，我想知道这个参数是否会有帮助。
浏览 17提问于2022-02-14得票数 1
在日志中我看到了这样的东西：INFO:tensorflow:Step 200 per-step time 1.258s由于我没有使用gpus，所以训练步骤很慢，我不知道什么时候会结束。至少，它正在运行。我用另一个模型和参数尝试了相同的代码，结果突然结束了。我用这个硬件找到了一台云机器。Tesla V1002x NVidia Tesla V10
浏览 7提问于2022-01-19得票数 0
我使用TensorFlow (v2.9.2)为不平衡的图像数据集创建一个神经网络。在这样做时，我注意到model.compile()方法有一个参数loss_weights，而model.fit()有一个参数class_weight。我知道loss_weights参数会将损失函数转换为加权函数，并按比例传播损失。但我对class_weight的论点感到困惑。1.它们之间有什么不同，特别是在影响培训过程方面？2. class_weight参数
浏览 0提问于2022-12-04得票数 0
我有一个大型定制模型与新的tensorflow 2.0和混合角和tensorflow。我想保存它(建筑和重量)。精确的复制命令：
保存和恢复与完全Keras和简单模型很好地工作。我把我用来重现bug的模型放在这里，它来自Pix2Pix示例()
我
浏览 0提问于2019-04-30得票数 9
当我们有一个由它的工作进程更新的参数服务器时，对于相同数量的工作进程有多个参数服务器会有什么影响？谢谢。
浏览 2提问于2017-07-28得票数 1
1回答
在tensorflow中，我通常以以下方式构造可学习的参数： 'w1': tf.get_variable(...),}
我试着用tf.name_scope但这对张拉板中的图形没有影响。
有什么
浏览 0提问于2018-10-06得票数 1
回答已采纳
在服务器之间分配负载的事实对我的网站可以承受的总负载有影响吗？很难明确指出这一点，因为当然有很多参数会影响结果，所以有些假设：
抛开故障转移方面的考虑--我知道这很重要，但为了问题的简单性，让我们假设没有什么失败。多服务器选项中的服务器具有一个与一个服务器选项相等的累积“功率”(大约相同数量的核心和RAM空间)。两台带有负载均衡器的S服务器每个时间单元会提供2X呼叫吗？更重要的是？明显少了？
浏览 0提问于2012-10-31得票数 -1
我想进一步了解这两个参数:内并行和互操作并行线程。我在keras 2.0.9，tensorflow 1.3.0中运行我的任务：
当两者都被设置为1时，这是否意味着，在一台具有4个内核的计算机上，只有一个线程由四个核心共享？为什么使用1线程似乎对我的任务速度没有很大的影响？我的网络有以下结构:辍学，conv1d，has池，lstm，globalmaxpooling池，退出，密集。我对下面的数学不太了解，但是我可以想象在我的模型中有很多这样的矩阵运算吗
浏览 0提问于2017-11-29得票数 4
回答已采纳
我读过许多关于如何在批中包含可变长度序列的帖子(我理解对这些帖子的答复)，但是我找到的唯一一篇关于为什么是的文章，答案是“在一个批内，您必须有相同的时间步骤，因为它必须是一个张量(这是典型的0填充)”。在训练批次中，为什么数据条目(我举了例句的例子)不能有可变的长度(在我的例子中，就是字数)？，因为可变长度序列是RNN的一个应用，这个问题归结为，为什么在训练过程中不能有一个可变的时间步骤，给定一个批
浏览 0提问于2018-08-25得票数 1
有文献提到神经网络优化中的数值问题吗？最近我遇到了一个奇怪的现象:当我用机器上给定的脚本在GTSRB数据集上训练一个卷积网络时，它得到了最先进的结果(99.9%的测试准确率)。十次。没有离群点。当我在另一台机器上使用相同的脚本时，我得到了更糟糕的结果(大约80%的测试准确率，10次，没有异常值)。Tensorflow可能使用不同的矩阵乘法/梯度计算算法。它们的数值属性可能不同。这些差异可能导致一台机器能够优化网络，而另一台则不
浏览 0提问于2017-07-09得票数 4
11回答
每次从Keras ()运行imdb_lstm.py示例时，代码在导入任何keras之前都会在顶部包含np.random.seed(1337)，得到不同的结果(测试准确性)。我遗漏了什么？
预期结果:每次测试的准确度是相同的。西亚诺0.7.0枕0.14.0c1
UPDATE3:我把问题缩小了一点。如果我
浏览 17提问于2015-09-06得票数 103
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
