我是keras的新手，我只是创建了一个模型来近似从45维向量到20维向量的映射。我的代码是 x = Input(shape=(45))y = Dense(40)(y) predictor.fit(X, Y, batch_size=32, epochs=5) 我得到"ValueError:没有为任何<e
浏览 11提问于2021-06-29得票数 1
回答已采纳
1回答
我被要求运行一个使用梯度提升或随机森林的模型。然而，到目前为止，根据变量重要性返回的唯一输出是基于变量被用作分支规则的次数。我现在被要求基本上得到系数，或者以某种方式量化变量对目标的影响。有没有一种方法可以用梯度提升模型来做到这一点？我的其他想法是只使用那些在常规决策树或GLM或常规回归模型中显示为分支规则的变量</em
浏览 14提问于2016-09-23得票数 0
我收到一个"ValueError:没有为任何变量提供梯度：'dense_1/kernel:0'，‘dense_1/bias:0’。“使用复杂或简单(如下)模型，这些模型在与Sequential一起使用时工作良好。我尝试了各种层、优化器和数据集。当使用真实数据或下面的随机数时，也会出现同样的错误。from tensorflow import keras
from keras</e
浏览 74提问于2021-03-18得票数 0
我正在尝试为Keras创建一个新的自定义keras模型。为了计算损失，我使用了https://towardsdatascience.com/custom-loss-function-in-tensorflow-2-0-d8fa35405e4e建议的梯度带。但是，我发现变量在调用操作之前并未初始化。给你举个简单的例子。input_shape = (10, ))
l.variables 那里的</em
浏览 14提问于2020-05-03得票数 0
回答已采纳
我试图使用简单的保存方法来保存我的tensorflow模型，但没有成功。会话和导出目录非常清楚，但是输入和输出是神秘的。我相信，由于我使用了Keras，这些变量是通过对
浏览 0提问于2019-06-19得票数 0
回答已采纳
当我们使用许多迭代时，增强方法(如流行的xgboost)不会过度适用-- 夏蒂尔和弗劳因德。当我们给它们大量的功能时，它们是否也能抵抗过度安装(其中一些功能不是很有用？)如果是这样的话，这两个理想的属性之间是否有理论联系？
浏览 0提问于2016-04-18得票数 3
我编写了一个自定义的Tensorflow训练循环来训练MNIST分类器。我遇到了一个错误： OOM when allocating tensor for MNIST The snap shot of error 下面是我的代码：https://github.com/soon22/learningTensorflowCustomTrainingLoop/blob/master/mnist_custom_training_loop.ipynb 使用tensorflow.keras</e
浏览 18提问于2019-10-15得票数 0
回答已采纳
1回答
几天来，我一直在努力简单地查看Keras2调试模式中各层的梯度。不用说，我已经尝试过这样的代码：gradients = K.gradients(model.output, model.input)evaluated_gradients = sess.run(gradients, feed_dict={model.input
浏览 3提问于2020-02-05得票数 3
我对使用Keras API的简单性构建强化学习模型很感兴趣。不幸的是，我无法提取输出相对于权重的梯度(而不是误差)。model.layers[-1].output.flatten(),model.layers[0].input), allow_input_downcast=True)任何关于如何计算模型输出相对于每一层的权重的梯度</em
浏览 20提问于2016-09-19得票数 44
回答已采纳
1回答
我正在尝试为tensorflow 2.0模型(使用keras-api创建)实现梯度凸轮，但是从磁带返回的梯度始终为零。
我正在遵循上给出的示例。我的模型相当简单，但我把它换成了tf.keras.applications提供的内置Xception模型，以便进行调试(行为没有区别，所以问题肯定是我的代码)。# model (not shown her
浏览 8提问于2022-03-08得票数 0
回答已采纳
我想得到梯度模型的损失函数与特定层的输出在训练期间。接下来我要做的是，在下一个学习时代，用梯度值来修改图层中的一些东西。那么如何获得梯度呢？我在提供的
浏览 3提问于2020-03-01得票数 3
回答已采纳
简单的代码不会生成任何渐变。如果我使用其他变量而不是"model_tmp.trainable_variables“(tf.Variable b)，那么一切都是正常的，并且我得到了正确的梯度 @tf.function tf.print(grads_out)
cat(model, model2) 输出： None
浏览 36提问于2021-01-10得票数 0
我正在运行3个不同的模型(随机森林，梯度提升，Ada Boost)和一个基于这3个模型的模型集成。我设法为GB和RF使用SHAP，但不为ADA使用SHAP，错误如下：我在Git上找到了这个
TreeExplainer根据我们
浏览 303提问于2020-02-27得票数 2
不知何故，我在训练循环中得不到梯度。下面是一个简单的例子。，第二次没有显示任何梯度。返回一个包含None类型的列表。tensorflow模型替换模型m，情况就不是这样了。m = tf.keras.Sequential([tf.keras.layers.Dense(1)]) 我使用的是tensorflow=1.13.1和tensorflow-probability=0.6.0
浏览 12提问于2019-06-19得票数 1
1回答
信息准则支持向量机
、、、
我看过一些为SVM提供信息标准的论文(例如Demyanov，Bailey，Ramamohanarao & Leckie (2012))。但是在python中似乎不存在这种方法的任何实现。例如，Sklearn只提供线性模型和随机森林/梯度提升算法的方法。 我的问题是，他们有没有在python中为SVM实现潜在的信息标准？
浏览 15提问于2021-01-27得票数 0
我想知道是否有可能计算模型输出相对于模型参数的梯度。换句话说，我想计算dy / d theta。这里有一个简短的例子，说明我的意思：import tensorflow as tf
test = np.random.rand(1, 32, 32= 'same', activation='elu') (x)
model = keras.layers.
浏览 2提问于2017-07-21得票数 1
回答已采纳
我试图用描述的结构来实现INN (可逆神经网络)。import tensorflow as tf#inheriting from model instead of keras.layers.Layer, beca
浏览 1提问于2019-12-15得票数 2
回答已采纳
我使用tf.keras数据集API中直接提供的Fashion MNIST数据集训练了一个简单的神经网络。我在Colab和IBM Watson Studio中训练了该模型。但令我惊讶的是，当我发现在Colab中，该模型针对1875个梯度更新进行了训练，而在Watson Studio中，该模型针对60000个梯度更新进行了训练。为什么梯度更新在这两个环境中是不同的？(
浏览 55提问于2020-11-29得票数 0
回答已采纳
我正在尝试在TensorFlow中实现两个张量之间的加权平均，其中权重可以自动学习。按照关于如何为keras模型here设计自定义层的建议，我的尝试如下： class WeightedAverage(tf.keras.layers.Layer): inputs[1] * (1 - self.w)]) 现在的
浏览 16提问于2020-06-26得票数 2
回答已采纳
/ 5 * 4)test_data = dataset.skip(train_length)
model.add(tf.keras.layers.Dense(10, activation='relu'))
model.add(tf.keras.layers.Dense(1, activationmodel.fit(train_data.batch(10), valida
浏览 5提问于2021-03-06得票数 0
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
对象存储
云直播
腾讯会议活动推荐
腾讯云开发者
