Tensorflow，当一些新的层被添加时，我如何恢复模型？
在TensorFlow中，当一些新的层被添加时，可以通过以下步骤来恢复模型：
- 加载已经训练好的模型：使用
tf.keras.models.load_model()函数加载已经训练好的模型。该函数会返回一个模型对象。 - 创建新的模型：使用
tf.keras.Sequential()或者tf.keras.Model()创建一个新的模型对象。这个新的模型对象应该包含之前已经训练好的模型中的所有层，以及添加的新层。 - 复制权重：通过遍历之前已经训练好的模型的层，并将其权重复制到新的模型的对应层中。可以使用
get_weights()和set_weights()函数来实现权重的复制。 - 冻结之前的层：如果需要保持之前的层的权重不变，可以将它们设置为不可训练，即将其
trainable属性设置为False。 - 编译模型：根据需要，使用
compile()函数对新的模型进行编译，设置损失函数、优化器和评估指标。 - 继续训练模型：使用新的数据集对新的模型进行训练，可以使用
fit()函数进行训练。
以下是一些相关的腾讯云产品和产品介绍链接地址：
- 腾讯云AI Lab：https://cloud.tencent.com/product/ai-lab
- 腾讯云AI开放平台：https://cloud.tencent.com/product/ai-open-platform
- 腾讯云机器学习平台：https://cloud.tencent.com/product/tensorflow
- 腾讯云深度学习平台：https://cloud.tencent.com/product/dl-platform
相关·内容
2回答
Tensorflow，当一些新的层被添加时，我如何恢复模型？
tensorflow
我已经训练了一个模型并保存了检查点。全球网络的scope为global。但是，当我恢复模型时saver.restore(sess, ckp
浏览 11提问于2017-08-03得票数 2
回答已采纳
1回答
如何构造Tensorflow模型代码？
machine-learning、tensorflow
我很难找到如何构造我的Tensorflow模型代码。为了便于将来的重用，我想以类的形式构造它。此外，我目前的结构是混乱的，张板图输出有多个“模型”在里面。以下是我目前的情况：import os
浏览 0提问于2017-06-30得票数 7
回答已采纳
1回答
向Tensorflow freeze_graph添加新层？
python、tensorflow、tensorrt
这些讨论讨论了(，)关于向Tensorflow图添加新层并重新训练模型的问题。#First let's load meta graph and restore weight
浏览 1提问于2019-07-22得票数 0
1回答
有人能解释一下eager_few_shot_od_training_tflite.ipynb代码吗？
image、tensorflow、object-detection、tensorflow-lite
我试图理解tensorflow团队在github链接中提供的示例代码。除了下面几行代码之外，我能够理解大部分代码。不确定为什么要创建fake_box_predictor变量和创建fake_model
此外，我不理解上面的注释代码“我们将恢复框回归头，但初始化分类头从零”。有人能详细解释下面的代码在做什么(以及上面提供的注释意味着什么)
浏览 4提问于2021-02-26得票数 0
2回答
微调TensorFlow中的初始模型
tensorflow
然后，我将引用初始空间模型中softmax-分类器之前最后一层的张量：现在，我想在图中添加一个新的softmax-分类器，这样我就可以训练新的softmax-分类器，并在初始感觉模型中训练一些或全部变量。我将如何</e
浏览 3提问于2016-10-12得票数 4
1回答
在tensorflow中创建多层递归神经网络
tensorflow、recurrent-neural-network、lstm、gated-recurrent-unit
我正在尝试在tensorflow中创建一个具有GRU单元(也可以是LSTM单元)的多层递归神经网络。我已经查看了多个来源，包括官方教程。但我一直看到多层RNN的以下模式(这里显示的是GRU单元)。我对[cell] * num_layers的理解是，同一个对象cell在列表中被引用了num_layer次。那么，MultiRNNCell不会创建一个深度网络，其中每一层的权重都与前一层相同吗？如果有人能澄
浏览 1提问于2016-08-30得票数 3
1回答
带有Tensorflow Hub的Keras模型在保存/恢复时不会给出相同的结果
python、tensorflow、keras、deep-learning、tensorflow-hub
我有一个Keras模型，它使用Tensorflow集线器层。然而，模型在原始模型和恢复模型之间并没有给出相同的预测。我的Keras模型：
hub_layer = hub.KerasLayer("https://tfhub.dev/google/remote_sensing/eurosat-resnet50/1&q
浏览 5提问于2021-03-16得票数 0
回答已采纳
1回答
基于Tensorflow急切名称的vs基于对象的保存
tensorflow
在Tensorflow急切执行中，基于名称的保存与基于对象的保存有什么区别？
浏览 1提问于2018-04-11得票数 0
回答已采纳
2回答
TensorFlow中的预训练神经网络
tensorflow、neural-network、deep-learning
我在训练一个深度神经网络。直接训练整个网络是困难的，因此，我更喜欢逐层训练。首先，我训练一个只有一个隐藏层的网络。之后，我使用tf.train.Saver保存模型。下一次，我通过调用以下命令来恢复变量：当然，这一次，架构发生了变化，因为我在隐藏层</e
浏览 2提问于2017-01-09得票数 3
1回答
tf.add()和tensorflow.keras.layers.Add()之间的区别
tensorflow、deep-learning
我在tensorflow中实现了一个深度学习模型(FCN-8s)，并且最初使用tf.add(x,y)来执行张量加法。然而，在绘制体系结构时，添加层似乎与其他层不一致。，但在摘要中，该操作的结果似乎有效地传递到下一层。当使用tensorflow.keras.layers.Add或tensorflow.keras.layers.add时，添加
浏览 9提问于2021-09-09得票数 0
回答已采纳
1回答
具有init状态的每日天气预报的LSTM网络
python、tensorflow、machine-learning、lstm
对于两个天气值的预测，我有一个数据集，该数据集由具有15分钟分辨率的一年数据组成。因此，每天有96个时间点的数据和365 *96个时间点的数据都是可用的。每当我在LSTM网络中输入一天的数据进行培训时，我还想给出输出状态h的实际测量数据。h，则得到的结果要好于默认情况下总是将输出状态h设置为零的结果。由于输出状态h包含输入实测值的两个值，LSTM单元的</
浏览 1提问于2019-03-30得票数 2
1回答
在经过训练的Tensorflow估计器中添加一个层
tensorflow、tensorflow-estimator
我有一个Tensorflow模型，它是使用Estimator进行培训的。现在我想加载这个模型，给它添加一个新的层，并且只训练新的层(即冻结所有其他参数)。
这样做最好的方法是什么？我设法从检查点加载模型并添加了新的层，但我不清楚如何
浏览 0提问于2018-10-04得票数 1
回答已采纳
1回答
ANN，RNN，DNN和CNN的主要区别是什么？
deep-learning、cnn、rnn
我是较新的深度学习领域。如何利用TensorFlow库实现这些神经网络？
浏览 0提问于2019-09-05得票数 3
回答已采纳
2回答
Tensorflow:不恢复，只保存可训练变量
python、tensorflow、neural-network、deep-learning
假设我有一个具有Y层的模型。我试图通过将Y-1层设置为trainable=False来恢复模型，所以我在定义tf.train.Saver(var_list=list_of_Y-1_layers)时将所有Y-1层(变量名)插入到var_list我不想恢复最后一层，我想自己训练它，所以如果我把它放在var_list，它会被恢
浏览 1提问于2017-10-11得票数 0
1回答
如何在Keras中的模型开头添加层？
python、tensorflow、machine-learning、keras、computer-vision
我想使用Tensorflow和Keras在预先训练好的模型中添加新的层。问题是，这些新的层不是要添加到模型的顶部，而是在开始时添加。我想创建一个三连体模型，它采用3种不同的输入和3种不同的输出，使用预先训练的网络作为<em
浏览 73提问于2019-06-25得票数 1
回答已采纳
1回答
在tf.keras模型中使用tensorflow操作
tensorflow、keras
我正在尝试使用一个预先训练的模型，添加一些新的层和操作，并在tensorflow中执行一个培训课程。因此，我偶然发现了tf.keras.applications.*命名空间，并开始使用那里实现的一些模型。加载基本模型后，我将添加如下新层：
x = base_model.out
浏览 0提问于2018-04-02得票数 5
回答已采纳
1回答
在tensorflow中训练时Keras BatchNormalization种群参数的更新
python、tensorflow、keras、batch-normalization
我在Ubuntu16.04中使用了带有Tensorflow 1.3.0的Keras2.0.8和cuDNN 6。我在我的模型中使用两个BatchNormalization层( keras层)，并使用tensorflow管道进行培训。我现在面临两个问题-
即使在将K.learning_phase设置为True之后，层的总体参数(均值和方差)也是在训练时</
浏览 1提问于2017-10-06得票数 2
2回答
Tensorflow:如何在另一个图上初始化变量？
tensorflow
我有一个默认图和一个新创建的图(G1)。我可以使用tf.import_graph_def将G1包含到主图上，并公开它的"a“变量。如何初始化此变量并成功打印"a“?的值import tensorflow as tf
g = tf.Graph()
with g.as_de
浏览 4提问于2017-10-23得票数 3
回答已采纳
1回答
如何在我的tensorflow模型的转移学习和微调中实现？
python、tensorflow、transfer
我有一个预先训练过的模型(tensorflow模型)，它是使用来自公共数据集的数据进行训练的。我有元文件和录入文件。我想训练我的tensorflow模型使用新的数据从私人获得的数据集。我有小数据集，所以我想微调我的模型根据‘战略2’或‘战略
浏览 0提问于2020-03-02得票数 1
2回答
只删除已经训练过的模型的最后(密集)层，保持模型的所有权重不变，添加一个不同的密集层。
python、tensorflow、keras、computer-vision、transfer-learning
我只想从.h5文件中已经保存的模型中删除最后一个密集层，并添加一个新的密集层。我在EfficientNet B0模型上使用了传输学习，并添加了一个2层密集的下拉列表。my_h5_model.h5
主要任务：我希望使用保存的模型体系结
浏览 5提问于2022-03-04得票数 2
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
即时通信 IM
对象存储活动推荐
腾讯云开发者
