下面是上面代码中使用的json文件： {"class_name": "Sequential", "config": {"name": "sequential", "layers": [{"class_name": "KerasLayer"build_input_shape": [null]}, "keras_version": "2.3.0-tf", "bac
浏览 12提问于2020-04-23得票数 3
回答已采纳
7回答
以下是主要错误：下面是我用来运行模型并在每个时代保存的代码：以下是完整的回溯：ValueErrorget_registered_object(class_name, custom_objects, module_objects)
320
浏览 7提问于2020-07-24得票数 23
回答已采纳
我按照官方指令将集线器中的模型包装为KerasLayer对象。然后我意识到--我不能访问这个预先训练过的模型中的层。但我需要使用一些特定层的输出来构建我的模型。有任何方法访问tensorflow_hub.KerasLayer对象中的层吗？
浏览 4提问于2020-05-25得票数 7
回答已采纳
我正在寻求将LSTM层添加到keras模型中。为此，我使用了以下代码： model = tf.keras.models.Sequential() dtype=tf.string, --> 176
浏览 36提问于2021-08-01得票数 0
回答已采纳
我想使用tf.keras.TimeDistributed()层与tf.hub inception_v3 CNN模型从最新的TensorFLow V2版本(tf-nightly-gpu-2.0-预览)。不知何故，输入层的形状无法计算。我的问题是:有没有解决这个问题的办法？ 使用常规tf.keras.layer的tf.keras.TimeDistributed运行良好。model_url = "https://tfhub.dev/google/tf2- 预览/inception_v3/fea
浏览 43提问于2019-05-17得票数 1
1回答
normalized_image_array
prediction = model.predict(data)这是完整的回溯 248 cls = module_objects.get(class_name)--> 250 raise ValueErrorUnknown ' + printable_module_na
浏览 10提问于2021-04-08得票数 0
在使用tensorflow_model_optimization进行QAT训练后，跟随 tf.keras.models.load_model
浏览 3提问于2020-09-30得票数 2
我已经定义了一个名为CapsuleLayer的自定义层。实际模型已在单独的类中定义。我已经将权重加载到实际模型中，并将模型保存在一个.h5文件中。但是，当我尝试使用load_model(filepath)加载模型时，我会得到错误
如何在加载保存的模型时将自定义层合并到我的模型中。
浏览 2提问于2018-06-13得票数 15
1回答
'rbfworks.model') 在加载模型上，它说： from keras.models import load_model
model=load_model('rbfworks.model') ValueError:未知层: RBFLayer 怎么了？
浏览 60提问于2020-11-10得票数 0
3回答
我正在尝试自定义从tf集线器获取的模型，但是无法访问以下错误的层：“KerasLayer”对象没有属性“层”import tensorflow_hub as hub
base_model = hub.KerasLayer</
浏览 7提问于2020-03-16得票数 2
我正在尝试使用TF集线器中的作为keras层的功能。我想在Keras中使用hub.KerasLayer，但我不知道如何实现这一点，到目前为止，我只看到了hub.KerasLayer与顺序API的区别
module = hub.KerasLayer(inputs=[seq], o
浏览 3提问于2019-09-25得票数 6
回答已采纳
path = 'path.h5'然后再加载模型我得到以下错误有什么帮助吗？
浏览 2提问于2020-05-15得票数 12
回答已采纳
feature_extractor_url = "https://tfhub.dev/google/imagenet/resnet_v1_50/feature_vector/3" input_shape=(HEIGHT, WIDTH, CHANNELS))ValueErrorim
浏览 46提问于2019-07-27得票数 2
回答已采纳
1回答
我加载了预处理层和编码器，如下所示：bert_model = hub.KerasLayer('https://tfhub.dev/tensorflow/small_bert/bert_en_uncased_L-4
浏览 9提问于2021-03-10得票数 0
1回答
从单句数组到嵌入数组
、、、、
预编译嵌入从整个文本创建了一个嵌入：hub_layer = hub.KerasLayertensorflow/python/framework/ops.py in convert_to_tensor_v2(value, dtype, dtype_hint, name)
1276 ValueError</
浏览 1提问于2020-05-26得票数 2
回答已采纳
我在上面的代码中注释了这一行quant_aware_model = tfmot.quantization.keras.quantize_apply(annotated_model)，因为它抛出了错误ValueError: Unknown layer: AnchorBoxesdef apply_quantization_to_conv2D(layer):quantize_ready_model_20_01_Conv2D_1.h5', custom_objects={'Ancho
浏览 5提问于2021-01-21得票数 0
回答已采纳
1回答
我正在尝试微调并使用新的编码器层来做其他的事情。import tensorflow_hub as hub
model = Sequential([
你知道我如何解决这个nan问题吗？我希望看到数字值的编码。是否只能将tuned_use层保存为建议的模型？理想情况下，我希望保存tune
浏览 2提问于2021-03-19得票数 0
回答已采纳
1回答
centernet/hourglass_512x512/1'IMAGE_SHAPE = (None, None)
hub.KerasLayer(model_handle, input_shape=IMAGE_SHAPE+(3,))我知道这个错误
浏览 11提问于2022-04-21得票数 1
回答已采纳
我遇到了一个类似于这里描述的问题：model = tf.keras.models.load_model("model.h5")问题是，我不知道如何手动处理Functional文件中的h5层。embedding_1', 'global_average_pooling1d_1', 'global_max_pooling1d_1', 'input_
浏览 6提问于2020-08-25得票数 1
在一个只包含密集层的简单模型中，通过增加输入层的维度很容易做到这一点。我正在尝试对BERT模型及其预处理层执行相同的操作：import tensorflow_hub as hubbert_model = hub.KerasLayer('https://tfhub.dev/tensorflow/bert_en_uncased_p
浏览 31提问于2021-05-16得票数 1
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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
