Tensorflow不需要的子图
TensorFlow是一个开源的机器学习框架，用于构建和训练各种机器学习模型。在TensorFlow中，子图是指计算图中的一个子集，它可以独立于整个计算图进行计算和优化。子图的概念在TensorFlow中非常重要，因为它可以帮助我们更好地管理和优化复杂的计算任务。
然而，并不是所有的计算任务都需要使用子图。有些简单的计算任务可以直接在默认的计算图中执行，而不需要创建额外的子图。这样可以简化代码，并提高执行效率。
TensorFlow提供了tf.function装饰器，可以将Python函数转换为TensorFlow图的一部分。当使用tf.function装饰器时，TensorFlow会自动将函数转换为计算图的子图。这样，我们可以将复杂的计算任务封装在一个函数中，并通过tf.function装饰器将其转换为子图，以提高执行效率。
在TensorFlow中，创建子图的主要优势包括：
- 提高执行效率：将复杂的计算任务封装在子图中，可以通过TensorFlow的优化器和并行计算功能提高执行效率。
- 简化代码：使用子图可以将复杂的计算任务分解为更小的模块，使代码更易于理解和维护。
- 支持分布式计算：TensorFlow的分布式计算功能可以将子图分布在多个计算设备上进行并行计算，提高计算速度和可扩展性。
TensorFlow提供了多个相关产品和工具，可以帮助开发者更好地使用和管理子图，例如：
- TensorFlow Lite：用于在移动设备和嵌入式设备上部署和运行TensorFlow模型的轻量级解决方案。
- TensorFlow Serving：用于部署和提供训练好的TensorFlow模型的高性能模型服务器。
- TensorFlow Extended (TFX)：用于构建端到端的机器学习管道，包括数据预处理、模型训练、模型评估和模型部署等功能。
更多关于TensorFlow的信息和产品介绍，可以访问腾讯云的官方文档和产品页面：
- TensorFlow官方文档：https://www.tensorflow.org/
- TensorFlow Lite产品介绍：https://cloud.tencent.com/product/tflite
- TensorFlow Serving产品介绍：https://cloud.tencent.com/product/tfserving
- TensorFlow Extended (TFX)产品介绍：https://cloud.tencent.com/product/tfx
需要注意的是，以上提到的腾讯云产品和链接仅作为示例，实际选择使用哪些产品应根据具体需求和情况进行评估和决策。
相关·内容
优化器通常将相同的计算图运行许多步骤，直到收敛。tensorflow是否在开始时设置了图形，并在每一步中重用它？如果我在训练期间改变了批量大小，该怎么办？如果我对图做一些负的改变，比如改变损失函数呢？如果我对图表做了一些重大的更改呢？tensorflow会预先生成所有可能的图吗？tensorflow知道如何在图形发生变化时优化整个计算过程吗？
浏览 0提问于2016-02-19得票数 6
tf.function如何将对张量操作的python函数编译成图，特别是wrt签名？没有详细说明
tf.function构造一个可调用的函数，它执行通过跟踪编译func中的TensorFlow操作创建的TensorFlow图(tf.Graph)，有效地将func执行为TensorFlow图。
它是否使用条件(__bool__)和循环(__iter__)调用的特殊方法来“跟踪”函数的实现？例如
import tensorflow as tf
@tf.function
def op(t: tf.Tensor) -> tf.Tensor:
if tf.reduce_sum(t
浏览 5提问于2020-02-29得票数 1
回答已采纳
我对TensorFlow的内部结构相当陌生。为了理解TensorFlow的AdamOptimizer实现，我在TensorBoard中检查了相应的子图。这里似乎有一个名为name + '_1'的重复子图，默认情况下是name='Adam'。
下面的MWE生成下面的图表。(注意到我已经扩展了x 节点！)
import tensorflow as tf
tf.reset_default_graph()
x = tf.Variable(1.0, name='x')
train_step = tf.train.AdamOptimizer(1e-1, n
浏览 6提问于2019-03-15得票数 10
回答已采纳
1回答
关于这个的几个问题
在某些情况下，我想在Tensorflow中执行如下操作(假设我通过加载WAV文件来创建培训示例)：
import tensorflow as tf
def _some_audio_preprocessing_func(filename):
# ... some logic here which mostly uses Tensorflow ops ...
with tf.Session(graph=tf.Graph()) as sess:
wav_filename_placeholder = tf.placeholder(tf.string,
浏览 1提问于2018-03-14得票数 7
回答已采纳
我正在尝试将模型从tensorflow转换为onnx。这样做的过程如下所示。
在tensorflow中保存graph_def和ckpt的权重。
检查一个graph_def的结构是否有效，并告诉我们输入和输出是什么。
将它们冻结在frozen tensorflow graph中。
把图转换成onnx模型。
问题在第2步，为了检查图的定义，我尝试在中调用。但是，它没有正常工作。接下来，我找到了图转换工具的文档。根据文档，他们使用bazel，这是一个像maven一样构建和测试的工具。这意味着我不能在安装的tensorflow中使用此功能？使用此功能的唯一方法是从源安装tens
浏览 3提问于2019-01-31得票数 0
回答已采纳
1回答
我正在开发一个深度学习模型，它被转换成一个TensorFlow Lite模型并加载到一个Arduino上。Arduino TensorFlow Lite库的一个限制是它不允许多个子图。
浏览 4提问于2022-03-01得票数 0
回答已采纳
当我学习tensorflow时，tensorflow的一个基本概念是计算图，而这些图被认为是静态的。我在Pytorch中发现，这些图表据说是动态的。tensorflow中的静态计算图和Pytorch中的动态计算图有什么区别？
浏览 1提问于2017-09-11得票数 30
回答已采纳
正如我们所知，DNN由许多层组成，这些层由许多神经元组成，这些神经元将相同的函数应用于输入的不同部分。同时，如果我们使用Tensorflow来执行DNN任务，我们将会得到Tensorflow自动生成的数据流图，并且我们可以使用Tensorboard将数据流图可视化为blow。但在这一层中没有神经元。所以我想知道Tensorflow数据流图和DNN之间的关系是什么？当DNN中的一个神经元映射到数据流图中时，它是如何表示的?DNN中的神经元与tensorflow中的节点(表示一个操作)之间是什么关系？我刚开始学习DNN和Tensorflow，请帮我整理一下思路。感谢：)
浏览 1提问于2018-05-04得票数 1
这与许多问题密切相关，包括我自己的一个问题：
TensorFlow中用于推理的每个示例似乎都遵循以下形式：
import tensorflow as tf
import CONSTANTS
import Vgg3CIFAR10
import numpy as np
MODEL_PATH = 'models/' + CONSTANTS.MODEL_NAME + '.model'
rand = np.random.rand(1, 32, 32, 3).astype(np.float32)
images = tf.placeholder(tf.float32, s
浏览 0提问于2017-05-01得票数 0
回答已采纳
我有一个简单的问题，我也搜索已经安静了一点，但也许我使用了错误的关键字。
Tensorflow如何处理给定的图形？如果有一个简单的图：
X= tf.constant(1.0，name='input')
W= tf.constant0.8，name=‘权重’)
B= tf.constant0.8，name=‘偏向’)
y_1 = tf.mul(w，x，name='output_1')
y_2 = tf.add(y_1，b，name='output_1')
算术语句当然是由计算图给出的，但是Tensorflow是否通过不复制内存等方法来编译和
浏览 4提问于2017-03-06得票数 4
回答已采纳
我的TensorFlow用例要求我为每个需要处理的实例构建一个新的计算图。这最终导致了内存需求的崩溃。
除了一些模型参数的tf.Variables之外，我还想删除所有其他节点。其他有类似问题的人发现tf.reset_default_graph()是有用的，但这将消除我需要坚持的模型参数。
除了这些节点之外，我还可以使用什么来删除所有节点呢？
编辑:具体实例的计算实际上只是意味着我要添加许多新的操作。我认为这些操作是内存问题背后的原因。
更新：查看最近发布的tensorflow折叠()，它允许动态构造计算图。
浏览 4提问于2016-05-08得票数 10
回答已采纳
我正在尝试用TensorFlow模型测试c++代码。该模型得到256*256浮标阵列(谱图或图像)，并对这些数据进行了推断。TF模型是为解决5类分类问题而设计的。它是由一个传统的TF模型通过转换得到的。我使用TF Lite 2.0。
这是我的密码：
#include <iostream>
#include <cstdio>
#include "../tensorflow/tensorflow/lite/interpreter.h"
#include "../tensorflow/tensorflow/lite/model.h"
#inc
浏览 1提问于2019-10-18得票数 0
回答已采纳
是否可以在TensorFlow方面自定义beam scorer实现？我在CTCBeamSearchDecoder C++类构造函数的注释中看到了这种可能性，但不知道如何为C++用户提供此功能？
具体问题是将语言模型插入到基于CTC的语音解码器中。语言模型可能是预训练的TensorFlow子图，能够输出光束分数调整的概率。但我们得想办法把这个注射到射束机里。
浏览 1提问于2016-06-21得票数 6
回答已采纳
目前，我的方法是为计算1定义一个计算图(对两个不同的输入计算两次)，为计算2定义第二个计算图，该计算图只与第一个计算的输入一起运行一次(在这种情况下，我计算计算1输出的差异，但我正在寻找一个更一般问题的解决方案)。然后我运行计算1两次，在Numpy数组中得到结果，然后将它们传递给图2进行第二次计算。但是，这有一个缺点，我必须为每个计算运行单独的Tensorflow会话，并在GPU和RAM之间来回移动数据。
将两个初始输入分批到计算1也不是一个选项，因为它们的大小可能不同(但是，输出的大小总是相同的)。
换句话说，我需要在两个Tensorflow会话之间保持某种持久性，而不需要在会话之间存储外部
浏览 0提问于2018-08-27得票数 1
回答已采纳
TensorFlow和Theano似乎都不支持循环计算图，循环单元被实现为具有缓冲和展开的递归单元(RNN / LSTM单元)，但这种限制主要与反向传播的计算有关。我不需要计算反向传播，而只是前向传播。
是否有一种方法可以忽略这一限制，或者仅仅是分解非循环组件中的任意计算图？
浏览 1提问于2016-05-31得票数 2
1回答
我有以下冻结的推理图deeplabv3_mnv2_pascal_tain。我从tensorflow website上得到了这个图，这个图的大小是8.8mb。我的任务是将这个图转换成tflite格式，这样tflite图的大小就是2到3mb。 我使用以下代码将deeplabv3_mnv2_pascal_tain图形转换为tflite： $ bazel-bin/tensorflow/lite/toco/toco \
--input_file=deeplabv3_mnv2_pascal_tain.pb \
--output_file=output2/test.tflite \
--
浏览 22提问于2019-04-19得票数 0
回答已采纳
我看到了一些关于tensorflow和pytorch的基准。Tensorflow可能更快，但似乎没有那么快，甚至有时更慢。
在静态图和动态图上进行具体测试时是否有任何基准测试来证明静态图比动态图要快得多？
浏览 0提问于2017-09-20得票数 1
回答已采纳
似乎没有Android API来训练tensorflow图并保存到pb.So，有什么方法可以在C++平台上做到这一点吗？我可以在Android设备上使用python API构建tensorflow工作区吗？
浏览 1提问于2016-03-27得票数 7
1回答
我正在对多语言数据进行字级分类，我使用XLM，我知道XLM使用sentencepiece作为标记器，有时将单词标记为子单词。
例如，句子“欺骗主”被标记为de ception master，该词已被标记为两个子单词。
如何获得deception的嵌入。我可以取子词的平均值来获得单词的嵌入，就像一样。但是我必须用TensorFlow实现我的代码，而TensorFlow计算图不支持NumPy。
我可以将最终隐藏的嵌入存储在NumPy数组中，并将该数组作为模型的输入，但我希望对转换器进行微调。
如何从转换器给出的子词嵌入中获取单词嵌入
浏览 1提问于2021-03-26得票数 0
回答已采纳
我在android上运行了一个Tensorflow示例()，得到了以下错误。
ComponentInfo{org.tensorflow.lite.examples.classification/org.tensorflow.lite.examples.classification.ClassifierActivity}：E/AndroidRuntime:致命异常:主进程: org.tensorflow.lite.examples.classification，PID: 18855 java.lang.RuntimeException:无法实例化活动"/data/app/org.tens
浏览 2提问于2019-11-06得票数 0
回答已采纳
提供了很少的预训练模型，并允许我们使用任何数据集对它们进行训练。
我想知道如何在一个tensorflow会话中初始化和使用多个图。我想在两个图中导入两个经过训练的模型，并利用它们进行对象检测，但我在尝试在一个会话中运行多个图时迷失了方向。
有没有什么特别的方法可以在一个会话中处理多个图？
另一个问题是，即使我为两个不同的图创建了两个不同的会话，并尝试使用它们，我最终在第二个会话中得到了与第一个实例化会话类似的结果。
浏览 2提问于2017-10-07得票数 17
我有两个tensorflow图。一个用于培训，另一个用于评估。他们有很多不同的名字。在计算模型时，我希望将所有变量值从火车图复制到测试图。显然，我可以通过tf.train.Saver来完成这个任务，但是这个解决方案对我来说似乎不太合适，尤其是我们必须使用磁盘来完成这个任务。
浏览 0提问于2017-04-26得票数 4
回答已采纳
Tensorflow提供了一种通过XLA运行tensorflow图的方法，但是，它没有提到如何使用c++ api通过XLA运行tensorflow图。有没有人能给我点建议？
浏览 6提问于2017-05-24得票数 1
我正在尝试使用TensorFlow.js中的对象检测模型，该模型是使用TF对象检测API创建的。
我使用以下命令转换模型：
tensorflowjs_converter --输入格式=tf_saved_model推理图/saved_model推理图/web_model
它的转换没有任何问题，并加载到我的javascript代码中。现在我有点不确定我的下一步应该是什么。我必须将Python翻译成JavaScript，但在某些方面我不确定。
使用python中的对象检测API，有许多步骤；(1)预处理图像，如转换为RGB，numpy数组重塑，扩展维度(我知道如何处理它)和(2)单个图像函数的运行推
浏览 23提问于2020-03-03得票数 1
回答已采纳
TensorFlow图通常是从输入逐步生成到输出，然后执行。查看Python代码，操作的输入列表是不可变的，这意味着不应该修改输入。这是否意味着无法更新/修改现有的图形？
浏览 3提问于2015-12-12得票数 24
回答已采纳
3回答
将Deeplab Tensorflow模型转换为TensorRT模型会显著增加推理时间，我在代码中做错了什么？
这里我正在做从Tensorflow图到TensorRT图的转换，并保存这个新的TRT模型：
OUTPUT_NAME = ["SemanticPredictions"]
# read Tensorflow frozen graph
with gfile.FastGFile('/frozen_inference_graph.pb', 'rb') as tf_model:
tf_graphf = tensorflow.GraphDef
浏览 4提问于2019-01-30得票数 0
我对使用多个tensorflow图的理解是，如果我使用tf.Graph()创建一个图，那么tensorflow已经为我创建了两个图。一个是tensorflow在我没有上下文时设置为默认值的图，另一个是我使用tf.Graph()创建的图，当我在tf.Graph().as_default():上下文中时，它将是默认值。现在，我该如何重置我使用tf.Graph()创建的图，因为tf.reset_default_graph() cannot be used在tf.Graph().as_default():上下文中
浏览 6提问于2019-02-24得票数 0
问题
Tensorflow/Keras顺序神经网络(NN)中的每一层都能一直工作吗？在CPU中，有多个流水线阶段，每个阶段都保持工作，而不是等待前一阶段。
假设有一个网络：
[matmul(0) -> batch-norm(1) -> activation(2) -> matmul(3) -> loss(4)].
在批处理规范(1)层中处理批处理i时，可以在matmul(0)中处理下一个批处理i+1，就像CPU中的阶段一样。我想知道这样的并发执行是否正在发生，或者所有的GPU/CPU在同一时间专用于一个层。
我看到Tensorflow使用来执行，假设并行/并发执
浏览 6提问于2021-04-10得票数 2
我尝试使用tfcoreml，错误是：
加载TF图..。
2018-12-05 11:16:50.591360: i tensorflow/core/platform/cpu_feature_guard.cc:141]您的CPU支持这样的指令，即这个TensorFlow二进制文件没有编译使用: AVX2 FMA。
图加载。从图表中收集所有的“Const”操作，通过运行它.好了。追溯(最近一次调用)：文件"converter.py"，第4行，在output_feature_names = 'softmax:0')文件"/root/tensorflow-for
浏览 1提问于2018-12-05得票数 0
回答已采纳
1回答
我只想恢复tensorflow中计算图的部分。我的架构包含两个网络。第一网络的输出是第二网络的输入。第一个网络是预先训练的，我想从检查点恢复。我也不想更新第一个网络的参数。是否有一个我可以效仿的例子来实现这一点？
谢谢
浏览 0提问于2017-09-07得票数 4
回答已采纳
在木星笔记本中，我正在编写处理图形的代码。它涉及到对给定图的一系列转换。我正在使用graphviz将图形内联地呈现出来。我一次只能渲染一个图形。
如何并排呈现多个图，以便可以看到图形的连续转换？
我知道‘子图’可以用来对图的不同组件进行聚类。但是我不能用它，因为它在所有的子图之间画出了联系。
浏览 1提问于2018-10-31得票数 1
1回答
我有一个看似简单的问题要用有向图来解决。给定一个有向图，例如图片中的那个，我需要找到两个“边界节点”(图片中的A和B )之间具有最小“最大成本”的路径。图中的每个节点都有一个要被入侵的“成本”，因此对于每个可能的路径，我们都可以找到最大的成本。例如，在图片中，路径3胜出，因为最大成本小于路径1和路径2的最大成本。
我总是听说Tensorflow是一个可以解决一般图形问题的库，所以我想知道Tensorflow周围是否有任何“随时可用”的库/后端可以让我解决这个问题？
谢谢你，拉斐尔
浏览 19提问于2019-10-25得票数 0
在使用Tensorflow 2.x对象检测API培训自定义对象检测模型时，我一直在学习以下教程。以下是我使用的两个主要链接。
在我尝试导出经过训练的推理图之前，一切似乎都很顺利。基本上，在TensorFlow 1.x中，有一个脚本，用于将经过训练的模型检查点导出到单个冻结推理图。
在TensorFlow 2.x中，这个脚本不再工作，而是使用输出SavedModel目录和其他内容，而不是冻结的推理图。这是因为在TF 2.x中，冻结模型已被废弃。
我希望能够从TensorFlow 1检索TensorFlow 2中的冻结推理图。我试着查看这个帖子，但遇到了一个"_UserObject没有
浏览 4提问于2021-11-17得票数 3
一般来说，我的问题是图不能在tensorboard中显示。我的设备是ubuntu16.04，tensorflow-gpu 1.12.0，tensorboard 1.12.0。
然而，它并不是完全没有显示图形，它显示了一个闪光，然后消失了。
我的代码是(只需要检查DDPGLearning类的构造函数)，网络的框架是。我希望有人能帮助我。
浏览 0提问于2019-01-02得票数 0
我正在使用tensorflow 1.0。
我的生产环境不能建立tensorflow-cpp，因为低gcc&glibc版本。
在没有api的C++ 中，有关于如何加载校验图或冻结图的文档吗？
1、如何保存网络参数？(贪污.)
2、如何保存图结构(层、权值.)
浏览 2提问于2017-04-13得票数 0
我希望将tensorflow变量从旧图复制到新图，然后删除旧图并将新图作为默认值。下面是我的代码，但是它会引发一个AttributeError: 'Graph' object has no attribute 'variable1'。我是坦索弗洛的新手。有人能给我举一个具体的例子吗？
import tensorflow as tf
import numpy as np
graph1 = tf.Graph()
with graph1.as_default():
variable1 = tf.Variable(np.array([2.,-1.]), nam
浏览 3提问于2017-07-24得票数 2
在Tensorflow和Python中，我通过在计算结束时观察多个变量来理解Tensorflow和调试代码。
with tf.Session():
print "var1 ="
print (var1.eval({x:myInputs, y:myOutputs}))
print "var2 ="
print (var2.eval({x:myInputs, y:myOutputs}))
Tensorflow是否为每个eval()调用重新运行整个图计算？仅仅为了打印出一个变量(张量)，重新运行整个图似乎效率很低。如果正在发生这种情况，
浏览 1提问于2015-12-01得票数 2
回答已采纳
如果计算涉及到对同一计算(子)图的多次调用，TensorFlow是否可以自动缓存计算？
例如，我有一个矩阵F，其中每个条目表示基于可训练变量W的计算。我的目标函数将这个矩阵与不同的向量相乘几次(每次都使用不变的W)。
例如，当我访问TensorFlow时，它是否会重新计算F[1,2]，或者它是否会缓存该值？
理论上，可以预先计算给定固定W的矩阵F，这样F中的每个条目都是一个tf.constant。但这会阻碍W梯度的正确计算。
浏览 2提问于2016-03-10得票数 5
我使用pythontex制作动态可重现的报表。我有一个包装tensorflow图的类。
在我的文档中，我创建了我的类，并在其中构造了tensorflow图。
导入tensorflow模块和构建图形是一个很长的过程，所以我希望保留结果，而不是每次都重新运行这个过程。
但我失败了，出错了。can't pickle class tensorflow.python.util.xxx。我想这是一个已知的问题。我如何定制我的类来方便地转储和加载它？或者我可以pickle python session或tensorflow session？
浏览 2提问于2017-09-19得票数 0
我现在有一个定制的LSTM模型，我使用.h5 ()将其保存为一个文件。在tensorflow图构造过程中，我使用load_model()加载这个模型，并希望使用LSTM模型的预测输出(因此我需要以张量的形式)来构造图的一部分。我已经为tensorflow图和keras后端图建立了相同的会话，但是我很难将输出连接到tensorflow代码图中。使用标准的predict()似乎试图运行keras模型的会话，我已经在互联网上搜索了一些东西，而不是把它转换成.pb文件，然后这样处理它。考虑到我正在使用tensorflow作为Keras backend...Any的思想，考虑到如何实现这一点，这看起来应
浏览 1提问于2019-01-01得票数 0
回答已采纳
我按照github中的说明安装Tensorflow与Collab联邦，我们需要安装0.20.0版本，但是当我试图运行图图尔时会得到这个错误。
!pip install --quiet tensorflow-federated==0.20.0 # The latest version of tensorflow-federated is not working with the colab python version
!pip install --quiet --upgrade nest-asyncio
from __future__ import absolute_import, divis
浏览 10提问于2022-05-30得票数 0
我遵循了这里的教程：
根据步骤1和步骤2，编译子图，生成标头(test_graph_tfmatmul.h)和对象(test_graph_tfmatmul.o)文件；
根据步骤3，我使用示例代码(称为my_code.cc)调用子图；
根据步骤4，我将代码片段cc_binary添加到现有的BUILD文件(//tensorflow/compiler/aot/tests/BUILD)中，并尝试使用以下命令创建最终的二进制文件：
bazel build //tensorflow/compiler/aot/tests:my_binary
但我得到了以下错误：
undeclared inclusion(s)
浏览 6提问于2017-10-04得票数 1
回答已采纳
我想把这个非常简单的Python循环转换成Tensorflow，而不破坏TF计算图。有什么办法我能做到吗？(如有的话)
这是for循环，其中A、B和C是张量。
for a, b in zip(A, B):
if 0 <= a:
C[a] += b
我对Tensorflow非常陌生，我意识到这可能是一个不合理的问题(根据TF的工作方式)，如果我也离现实太远的话，我会很感激对此的任何评论。谢谢,
浏览 0提问于2019-05-07得票数 0
回答已采纳
我正在研究分布式Tensorflow，特别是使用以下论文中给出的分布式Tensorflow实现复现模型。
我们正在使用图与图之间的异步实现分布式tensorflow设置，但结果非常令人惊讶。在替补席上，我们发现分布式训练的训练时间几乎是单机训练的2倍。任何关于可能发生的事情和可以尝试的其他事情的线索都会被真正感谢。谢谢
注:文章中有更正，我们使用的是图之间的实现，而不是图中的实现.对不起，我错了
浏览 2提问于2016-09-30得票数 1
回答已采纳
为构建使用TensorFlow图形的安卓应用程序提供了一个不错的基础，但我一直被困在如何将其重新用于不做图像分类的应用程序上。实际上，它从.pb文件加载到Inception图中，并使用它来运行推断(代码假定如此)，但我想要做的是(从.pb文件)加载我自己的图，并执行如何处理图的输入/输出的自定义实现。
讨论中的图表来自Udacity深度学习课程的，这是一个使用LSTM生成文本的RNN。(我已经将其冻结到一个.pb文件中。)然而，Android演示的代码是基于他们正在处理图像分类器的假设。到目前为止，我已经知道我需要更改传递给tensorflow.initializeTensorflow的参数值
浏览 0提问于2016-09-04得票数 5
我试图了解TensorFlow如何计算tf.train.GradientDescentOptimizer的梯度。
如果我理解TensorFlow白皮书中的4.1节，它通过向TensorFlow图中添加节点来计算基于反向传播的梯度，该图计算原始图中节点的派生。
当TensorFlow需要计算一个张量C相对于C所依赖的某个张量I的梯度时，它首先在计算图中从I到C找到路径，然后从C返回I，然后对反向路径上的每一个操作添加一个节点到TensorFlow图，利用链规则沿后向路径组成偏梯度。新添加的节点计算前向路径中相应操作的“梯度函数”。梯度函数可以通过任何操作来注册。该函数不仅接受沿后向路径计算的偏
浏览 0提问于2016-09-19得票数 4
回答已采纳
各位朋友：
我有一台安装了tensorflow 1.6和jetpack 3.2 (tensorrt3.0)的Jetson TX2。我也安装了UFF。如何将tensorflow中的ssd_mobilenet_v1冻结图转换为tensorRT等效图？
谢谢,
浏览 2提问于2018-05-01得票数 2
我有两个使用Tensorflow Python进行培训的模型，它们被导出到名为export1.meta和export2.meta的二进制文件中。两个文件在输入时只生成一个输出，比如output1和output2。
我的问题是，是否有可能将两个图合并成一个大图，以便在一次执行中生成output1和output2。
任何评论都是有帮助的。提前感谢！
浏览 4提问于2016-12-28得票数 10
回答已采纳
我想将一个现有的tensorflow图粘贴到一个新的图表中。
假设我创建了一个图计算y = tanh(x @ w)
import tensorflow as tf
import numpy as np
def some_function(x):
w = tf.Variable(initial_value=np.random.randn(4, 5), dtype=tf.float32)
return tf.tanh(x @ w)
x = tf.placeholder(shape=(None, 4), dtype = tf.float32)
y = some_function(
浏览 1提问于2018-11-08得票数 1
回答已采纳
根据，我使用云机器学习引擎训练了一个对象检测器，现在我想使用云机器学习引擎进行预测。
这些指令包括将Tensorflow图导出为output_inference_graph.pb的代码，但不包括如何将protobuf格式(pb)转换为gcloud预测所需的SavedModel格式。
我回顾了关于如何转换“Tensorflow for Poets”图像分类模型和如何转换“Tensorflow For Poets 2”图像分类模型的，但是对于博客文章中描述的对象检测器图(pb)，两者都不起作用。
如何转换该物体探测器图(pb)，以便它可以使用或gcloud引擎预测，请？
浏览 2提问于2017-06-19得票数 5
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
即时通信 IM活动推荐
腾讯云开发者
