Tensorflow 2x:在tensorflow.keras.save_model中，参数include_optimizer到底会影响什么
TensorFlow 2.x 是一个流行的开源机器学习框架，提供了强大的工具和功能来实现深度学习任务。在 TensorFlow 2.x 中，tensorflow.keras 模块是用于构建和训练神经网络模型的高级 API。
在 tensorflow.keras.save_model 函数中，参数 include_optimizer 控制是否保存模型的优化器。具体来说，该参数决定了模型保存时是否将优化器的状态一同保存。
当 include_optimizer=True 时，保存模型时会将模型的架构、权重以及优化器的状态一同保存下来。这意味着，加载模型后可以继续训练模型，从上一次训练停止的地方继续进行，而无需重新编译模型和初始化优化器的状态。这对于长时间训练模型或需要多次迭代训练的场景非常有用。
当 include_optimizer=False 时，保存模型时只会保存模型的架构和权重，而不保存优化器的状态。这意味着，加载模型后无法继续训练模型，而是只能使用加载的模型进行推断或预测。
总结一下，参数 include_optimizer 的取值会影响 TensorFlow 2.x 模型保存的内容。如果希望保存模型时同时保存优化器的状态，以便可以继续训练模型，可以将 include_optimizer 设置为 True；如果只关心模型的架构和权重，并且不需要继续训练模型，可以将 include_optimizer 设置为 False。
腾讯云提供了多个与 TensorFlow 相关的产品，例如腾讯云AI机器学习平台（https://cloud.tencent.com/product/tccli-ai），可用于在云上训练和部署 TensorFlow 模型。此外，还有腾讯云服务器、腾讯云容器服务等产品可供选择，以满足不同场景的需求。
注意：答案中没有提及亚马逊AWS、Azure、阿里云、华为云、天翼云、GoDaddy、Namecheap、Google等流行的云计算品牌商，遵守了要求。
相关·内容
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
我正在尝试用这个摘要保存一个tensorflow keras模型：
Model: "sequential_2" etc.
使用以下命令：
model.save('my_model.h5')
我得到了以下错误(在Jupyter Notebook中)：
ImportError: `save_model` requires h5py.
所以，我安装了h5py，使用conda install h5py安装后，我在Jupyter Notebook(我试图保存模型的地方)中获得了h5py的版本：
h5py.__version__
'2.8.0'
尽管如此，我
浏览 6提问于2020-03-02得票数 1
我正在训练一个使用Bert (huggingface)的二进制分类器。该模型如下所示： def get_model(lr=0.00001):
inp_bert = Input(shape=(512), dtype="int32")
bert = TFBertModel.from_pretrained('bert-base-multilingual-cased')(inp_bert)[0]
doc_encodings = tf.squeeze(bert[:, 0:1, :], axis=1)
out = Dense(1, acti
浏览 38提问于2020-01-09得票数 4
回答已采纳
我目前有一个定制的tensorflow模型model_A，我希望将它用作另一个模型的输出。我想对整个新模型进行交叉验证，但我有以下问题：
如果我定义
model_copy= model_A
然后训练：
model_copy.fit(X_train,y_train)
然后，这将影响原始模型。即model_A.predict(X_train)在经过model_copy训练后，与model_A.predict(X_train)相当。如何避免这个问题？
我的具体实施情况：
在通过随机网格搜索确定了最佳参数之后，我做了以下工作：
best_params = model1.best_params_
浏览 1提问于2020-07-29得票数 0
回答已采纳
摘要
我的问题是：
介绍我的项目、工作环境和工作流程的上下文。
详细问题
我代码的相关部分
我试着解决我的问题
问题提醒
上下文
我编写了一个Python实现，实现了最初的超级分辨率GAN的降级版本。现在，我想使用机器学习工具包来测试它，方法是将它托管在Google服务器中。这就是为什么我必须将我的Keras程序转换为一个TensorFlow Lite程序的原因。
环境和工作流(有问题)
我正在Google的工作环境上训练我的程序:在那里，我已经安装了TF 2.0.0-beta1 (这个选择是由这个不正确的答案：引起的)。
工作流(和问题)：
我在本地编写Pyt
浏览 0提问于2019-08-20得票数 3
回答已采纳
目前，我正在学习聊天机器人编程的基础知识，很少或根本没有使用TensorFlow和Keras的经验。在编写我的程序时，我遇到了一条错误消息：AttributeError:模块'keras.optimizers‘没有属性'TFOptimizer'版本: Tensorflow 2.1.0 :Keras2.3.1:Python3.7
import nltk
from nltk.stem import WordNetLemmatizer
lemmatizer = WordNetLemmatizer()
import json
import pickle
import tenso
浏览 0提问于2020-09-01得票数 0
回答已采纳
我的python版本3.6.5
tensorflow版本2.3.0
简单自定义模型
import tensorflow as tf
import tensorflow.keras as keras
class x(keras.layers.Layer):
def build(self, input_shape):
self.add_weight()
inputs = keras.layers.Input(1)
outputs = x()(inputs)
model = keras.models.Model(inputs, outputs)
model.save(
浏览 6提问于2020-12-23得票数 3
回答已采纳
我已经训练了一个GAN模型，并通过以下函数保存了生成器： tf.keras.models.save_model(
generator,
filepath=os.path.join(MODEL_PATH, 'model_saver'),
overwrite=True,
include_optimizer=False,
save_format=None,
options=None
) 在Python语言中，成功地预测了tf.keras.models.load_model
浏览 98提问于2020-06-18得票数 0
我尝试使用以下代码将Keras文件(.h5)中的模型转换为TensorFlow Lite文件(.tflite)： # Save model as .h5 keras file
keras_file = "eSleep.h5"
model_save = tf.keras.models.save_model(model,keras_file,overwrite=True,include_optimizer=True)
# Export keras file to TensorFlow Lite model
converter = tf.lite.TFLiteConverter.
浏览 69提问于2019-01-10得票数 7
我不明白我错过了什么..。我使用Tensorflow-gpu 2.0.0，Keras-GPU2.3.1，numpy 1.16.6，h5py 2.9.0，python3.7.9。这就是我如何试图拯救我的模型：
model_just_name = 'LSTM_FA_SpGyZ_out1_6d_dno_seq_b_p_tmm'
filepath = r'D:\test_data_pros\restructured'
model.save(model_just_name + "model.h5",
filepath=filepat
浏览 4提问于2020-12-21得票数 0
试图通过遵循保存Keras模型。
from tensorflow.keras.layers import Dense, Input
from tensorflow.keras.models import Model
import tensorflow_hub as hub
import tensorflow as tf
module_url = "https://tfhub.dev/google/universal-sentence-encoder/4"
input1 = Input(shape=[], dtype=tf.string)
loaded_obj = hub.l
浏览 12提问于2021-11-17得票数 2
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：
parameter par annotation(evaluate=false)
但如果我用
evaluate=true,
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，我应该检查什么？
浏览 9提问于2015-10-14得票数 1
回答已采纳
所以我用MNIST数字数据库做了一个小神经网络，我试着保存它。以下是完整的代码：
# Importing Libs
import h5py
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from tensorflow import keras
# ---------- PART I: Importing and cleaning Data ----------
# Importing Data
train_data = np.genfromtxt('mnist_train.csv&
浏览 4提问于2020-07-12得票数 4
回答已采纳
NotFoundError:创建目录失败:式样_mnist_model0 0/变量；没有这样的文件或目录
在TensorFlow 2.0中使用Windows10. 编辑:相同的笔记本在Colab上工作，但在我的PC上造成错误
def func1(optimizer=None):
model = Sequential()
model.add(Conv2D(filters = 20, kernel_size = 3, padding = 'valid',input_shape = (28,28,1)))
model.add(Activation("r
浏览 4提问于2020-02-25得票数 1
1回答
有许多关于双NAT网络的警告。
DSL---modem with router-----second router
configured by ISP inner network
first NAT second NAT
在双NAT网络中到底会有什么突破？
浏览 0提问于2022-02-07得票数 0
回答已采纳
1回答
我注意到我使用tensorflow.keras.Sequential()创建了一个模型，保存后文件大小约为5 MiB，但在我调用model.fit(..)后，文件大小增加到17 MiB。我复制了模型以减小文件大小，并看到精度是相同的。
我的问题是，fit()产生的extra 12 MiB的内容到底是什么？如何访问这些内容？如果我去掉额外的12个MiB，是否会影响预测精度或任何奇怪的副作用？
在这里查看我的实验代码：
浏览 48提问于2019-07-16得票数 2
回答已采纳
我从iPhone设备上获得了以下数字
Device Zoom display Points Rendered pixels Scale
W H W H
iPhone 6 Plus Off 414 736 1242 2208 @3x
iPhone 6 Plus On 375 667 1125 2001 @3x
iPhone 6 Off 375 667 750 13
浏览 4提问于2014-10-02得票数 4
回答已采纳
我有一个简单的keras模型，它由两个相同的预训练模型(EfficientB2)组成。 当我想保存整个模型(带有优化器状态的权重)时，会出现以下错误： Found 964 validated image filenames belonging to 2 classes.
Found 964 validated image filenames belonging to 2 classes.
Epoch 1/2
120/120 [==============================] - ETA: 0s - loss: 13.4150 - accuracy: 0.5128Found 29
浏览 131提问于2021-05-05得票数 0
1回答
只是好奇rollForward属性在app.config中设置时到底会做些什么，如下所示：
<startup>
<process>
<rollForward enabled="true" />
</process>
</startup>
我在网上找不到很多东西。谢谢!
浏览 5提问于2014-01-08得票数 2
回答已采纳
我在木星笔记本上似乎有一个非常简单的模型拟合过程：
model = tf.keras.Sequential([
feature_layer,
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.5),
tf.keras.layers.Dense(128, activation='relu'),
tf.keras.layers.Dropout(0.5),
tf.keras.layers.Dense(7, activation='softma
浏览 1提问于2020-03-03得票数 1
回答已采纳
在tensorflow 1中，有一个层tf.compat.v1.keras.layers.CuDNNLSTM是为使用cuDNN而构建的，而在tensorflow 2中，这个层被废弃为支持使用
1. `activation` == `tanh`
2. `recurrent_activation` == `sigmoid`
3. `recurrent_dropout` == 0
4. `unroll` is `False`
5. `use_bias` is `True`
6. Inputs are not masked or strictly right padded.
用
浏览 8提问于2020-07-10得票数 2
回答已采纳
1回答
我使用不同的LSTM架构与角化器相结合。
这个：
def tf_encode_decode_lstm_multivariate(
parameter_optimization: kt.HyperParameters,
) -> tf.keras.Model:
"""
This LSTM model based on the work from this website:
https://machinelearningmastery.com/
how-to-develop-lstm-models-for-multi-step-
浏览 11提问于2021-11-22得票数 0
回答已采纳
当我试图保存我的模型时，我遇到了这些问题。此外，我使用的是tensorflow 2.0.0和numpy 1.6.0，所以我不知道如何解决这个问题，因为在Tensorflow的最新版本中，默认情况下会启用急切执行。
Compilamos
Entrenamos
Train on 946 samples, validate on 237 samples
Epoch 1/2
946/946 [==============================] - 5s 5ms/step - loss: 0.6866 - accuracy: 0.5719 - val_loss: 0.6897 - val_a
浏览 0提问于2019-11-12得票数 4
1回答
我从问题中了解到，类方法中使用'cls‘，而实例方法中使用'self’。然而，我在课堂方法中使用的是“自我”，但它仍然很好。例如,
class Test:
@classmethod
def hello(self, name):
print ('hello '+name)
Test.hello('Tom')
在课堂教学中，“cls”或“self”到底会产生什么影响？
浏览 4提问于2022-11-01得票数 0
我在tensorflow上工作，试图保存和加载一个模型。模型驻留在以下文件中
model = keras.Sequential()
model.add(keras.layers.Dense(785, activation ='sigmoid' ))
model.add(keras.layers.Dense(25, activation = 'sigmoid'))
model.add(keras.layers.Dense(10, activation = 'sigmoid'))
model.compile(optimizer=tf.train.G
浏览 0提问于2018-10-24得票数 2
1回答
假设我们有一些函数y=x^2
然后，我们可以使用梯度磁带为我们自动计算梯度(当我们提供一些x到tensorflow的值时)。
x = tf.Variable(3.0)
with tf.GradientTape() as tape:
y = x**2
dy_dx = tape.gradient(y, x)
不管怎样，我能找到tensorflow对我的输入做了什么吗？例如，在这种情况下，很容易找到dy/dx=2x，这是否意味着tensorflow将2乘以我的输入值x，然后返回me 6(即3*2)？
我有一个非常复杂的函数，我不知道如何区分，所以我想从tensorflow梯度磁带中找到洞察
浏览 14提问于2022-03-01得票数 2
1回答
我想在训练结束后保存我的keras模型。model.fit函数可以工作，但不幸的是model.save('path')或model.save_weights('path')命令不能工作。 我也尝试过用pickle或np.save保存模型，但也不起作用。 我的模型构建如下： model_resnet = Model(inputs=RESNET.input, outputs=RESNET.output)
model = Sequential()
model.add(model_resnet)
model.add(BatchNormalization())
mod
浏览 18提问于2019-04-04得票数 0
回答已采纳
1回答
在我在Google引擎中完成的工作中，一些培训配置会导致NaN丢失，从而导致错误。我希望能够忽略这些试验，并保持不同的参数细化。
我使用的是NanTensorHook和fail_on_nan_loss=False，当不执行并行测试(maxParallelTrials: 1)时，它在ML引擎中成功工作(maxParallelTrials: 1)，但在多个并行测试(maxParallelTrials: 3)中失败。
以前有人遇到过这个错误吗？知道怎么解决吗？
这是我的配置文件：
trainingInput:
scaleTier: CUSTOM
masterType: standard
wor
浏览 0提问于2018-04-09得票数 2
回答已采纳
1回答
我们如何在不同的机器上保存和加载通用句子编码器模型？ 我使用USE创建了一个Keras模型，并将其保存在机器A上。 from tensorflow.keras.layers import Dense, Dropout, Input
from tensorflow.keras.models import Model, load_model
import tensorflow_hub as hub
import tensorflow as tf
module_url = "/path/on/machine/A/universal-sentence-encoder_4"
emb
浏览 37提问于2021-11-12得票数 0
回答已采纳
2回答
我在使用Tensorflow的LSTM细胞。
lstm_cell = tf.contrib.rnn.BasicLSTMCell(lstm_units)
我想知道权值和状态是如何初始化的，或者确切地说，对于Tensorflow中的LSTM单元格(状态和权重)，默认的初始化器是什么？
是否有一种简单的方法来手动设置初始化程序？
注意:对于tf.get_variable()，glorot_uniform_initializer是尽可能从中找到的。
浏览 2提问于2018-03-11得票数 1
回答已采纳
假设存在一个作为h5文件提供的模型，也就是说，我无法更改构建模型体系结构的代码：
from tensorflow.keras.layers import Input, BatchNormalization
from tensorflow.keras.models import Model
inputs = Input(shape=(4,))
outputs = BatchNormalization()(inputs, training=True)
model = Model(inputs=inputs, outputs=outputs)
model.save('model.h5
浏览 10提问于2021-07-06得票数 1
回答已采纳
我有来自Google的为Tensorflow.js (tfjs)准备的PoseNet模型，所以它是json文件。
然而，我想在Android上使用它，所以我需要.tflite模型。虽然有人将类似的模型从tfjs移植到tflite ，但我不知道他们转换了什么模型(PoseNet有很多变体)。我想自己做这些步骤。另外，我不想运行一些被上传到stackOverflow文件中的任意代码：
注意:对不可信的代码要小心--TensorFlow模型是代码。有关详细信息，请参阅安全使用TensorFlow。
有谁知道做这件事的方便方法吗？
浏览 5提问于2020-06-23得票数 6
回答已采纳
我看了一下Openshift文档，但是我不知道在处理模板并创建其中定义的对象时到底会发生什么。更具体地说:现有对象(在以前的部署中创建)会发生什么情况？它们是否被完全覆盖或编辑/修补？
浏览 3提问于2020-01-20得票数 0
回答已采纳
我使用序列模型创建了一个tf.keras，如下所示：
model = tf.keras.Sequential()
model.add(tf.keras.layers.Dense(8, input_dim=4))
model.add(tf.keras.layers.Dense(3, activation=tf.nn.softmax))
opt = tf.train.AdamOptimizer(learning_rate=0.001)
model.compile(optimizer=opt, loss="categorical_crossentropy", metrics=[&#
浏览 4提问于2018-07-09得票数 5
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()。
添加K.clear_session()调用后，我在保存第二个模型时开始得到这个错误。
ValueError(“张量%s不是此图的一个元素”) ValueError:张量张量(“级别1/内核:0”，shape=(3，3，3，16)，dtype=float32_ref)不是该图的元素。在处理上述异常的过程中，发生了另一个异常：
追溯(最近一次调用)：文件"/home/gus/workspaces/wpy/cnn/srs/train_generators
浏览 1提问于2019-04-18得票数 0
回答已采纳
3回答
我使用的是TensorFlow后端。
我正在依次应用卷积，最大池化，扁平化和致密层。卷积需要3D输入(height、width、color_channels_depth)。
在卷积之后，它变成(height，width，Number_of_filters)。
应用max-pooling后，高度和宽度会发生变化。但是，在应用扁平层之后，到底会发生什么呢？例如，如果flatten之前的输入是(24，24，32)，那么它是如何将其展平的？
它是像(24 * 24)一样按顺序排列每个过滤器的身高、体重，还是以其他方式？一个有实际价值的例子将会很受欢迎。
浏览 0提问于2017-05-25得票数 25
回答已采纳
2回答
我经常听说，数组包含关于其类型的运行时数据，使您无法实例化E[] (例如，在类Foo<E>中，E是一个泛型类型参数)，虽然您可以通过执行(E[]) new Object[n]实现同样的效果，但这是错误的，这就是编译器发出警告的原因。我很难想象到底会出什么问题(著名的遗言)，那么有人能给出一个例子，说明一个程序如何因为实例化Object[]s并将它们转换到E[]而出现缺陷吗？
浏览 0提问于2016-09-15得票数 1
回答已采纳
2回答
我知道，当您创建一个模块的多个实例时，会为每个实例创建单独的硬件。但是函数呢？当我从代码的不同部分调用相同的函数时，到底会发生什么？
浏览 0提问于2015-12-02得票数 1
1回答
我有两层LSTM网络。(config.n_input为3，config.n_steps为5)
我认为这可能与输入的形状有关，但我不确定如何修复它，我尝试更改LSTM的投影，使它们具有相同的输入大小，但这不起作用。
self.input_data = tf.placeholder(tf.float32, [None, config.n_steps, config.n_input], name='input')
# Tensorflow LSTM cell requires 2x n_hidden length (state & cell)
浏览 0提问于2016-04-26得票数 2
3回答
在我正在开发的一个应用程序中，iOS似乎选择了@1x图像，而不是在iPhone 6+上显示的@2x图像(正常的视网膜2.0比例屏幕正确选择@2x )。不过，它并不总是这样做。我不确定是我添加了几个@3x图像，还是升级到8.1 --这两个都是在同一天完成的，而且我没有在设备上进行测试，直到在几个地方都进行了测试。
还有人看到这个吗？
浏览 7提问于2014-10-23得票数 2
回答已采纳
我也尝试过whl文件，但是每次都会弹出相同的错误。
-> pip install tensorflow
无法找到满足tensorflow要求的版本(来自版本：)，无法为tensorflow找到匹配的发行版
->pip install --upgrade https://storage.googleapis.com/tensorflow/windows/cpu/tensorflow-0.12.1-cp35-cp35m-win_amd64.whl
tensorflow-0.12.1-cp35-cp35m-win_a 64.在本平台上不是支撑轮。
浏览 10提问于2017-09-07得票数 0
我找到了一个，它建议在c中重新初始化数组的解决方案如下。
int *foo = (int[]){1,2,3,4,5};
我不太确定这样的语法到底会做什么，我也没有什么问题：
如果我的数组是先前创建的，会导致内存泄漏吗？
double *my_array = (double[]){1.1, 2.2, 3.3, 4.4, 5.5};
...
my_array = (double[]){-1.1, -2.2, -3.3}; // Do i need to call free(my_array) first?
允许在函数调用中使用这种方法吗？
void foo(int *arr)
{
arr
浏览 1提问于2021-07-05得票数 2
回答已采纳
1回答
## Step 1) Import Libraries
import os
os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID"
os.environ["CUDA_VISIBLE_DEVICE"] = ""
from tensorflow.python.client import device_lib;
print(device_lib.list_local_devices());
import keras
import numpy as np
from keras.datasets
浏览 0提问于2020-07-01得票数 0
当使用当前版本的Tensorflow-Gpu (1.5)运行时，当尝试在自定义图像集上训练时，会抛出以下错误。
INFO:tensorflow:Scale of 0 disables regularizer.
INFO:tensorflow:Scale of 0 disables regularizer.
WARNING:tensorflow:From C:\tensorflow1\models\research\object_detection\trainer.py:228: create_global_step (from tensorflow.contrib.framework.pyth
浏览 0提问于2018-02-22得票数 9
假设我在本地存储库中使用license.txt，并对其进行了修改。在我提交之前，苏珊修改并将其提交到远程存储库。
如果我使用git fetch，我的更新到底会发生什么？
浏览 0提问于2014-12-19得票数 6
import tensorflow as tf
def f(x):
return tf.multiply(x, x)
x = tf.Variable([3.])
with tf.GradientTape() as test_tape:
test_tape.watch(x)
with tf.GradientTape() as train_tape:
train_tape.watch(x)
fx = f(x)
gradient = train_tape.gradient(fx, x) # df(x)/x = d(x^2)
浏览 37提问于2020-03-29得票数 2
一些TFlite模型model.process()似乎需要TensorBuffer，而另一些则需要TensorImage。我也不知道原因?
首先，我采用了一个常规的TensorFlow / Keras模型，该模型使用以下方法保存：
model.save(keras_model_path,
include_optimizer=True,
save_format='tf')
然后，我使用以下方法将这个Keras模型(300 MB)压缩和量化为TFlite格式：
converter = tf.lite.TFLiteConverter.from_keras_model
浏览 40提问于2022-03-27得票数 0
我有一个使用entry_point脚本进行培训的Keras模型，我使用以下代码来存储模型工件(在entry_point脚本中)。
parser.add_argument('--model_dir', type=str, default=os.environ['SM_MODEL_DIR'])
args, _ = parser.parse_known_args()
model_dir = args.model_dir
---
tf.keras.models.save_model(
model,
os.path.join(model_dir
浏览 8提问于2020-09-16得票数 4
1回答
通过设置以下，我可以在JOOQ生成器中禁用标识、外键和唯一密钥生成
<generate>
<!-- Primary key / foreign key relations should be generated and used.
This is a prerequisite for various advanced features.
Defaults to true -->
<relations>false</relations>
尽管FK/UK的信息没有出现在元模型中，但是禁用这一代到底会带来什么后果呢？
浏览 1提问于2015-10-22得票数 1
回答已采纳
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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
