tensorflow中的自定义丢失问题
在TensorFlow中，自定义丢失问题是指在训练神经网络模型时，需要使用自定义的损失函数来度量模型预测结果与实际标签之间的差异。通过定义自己的损失函数，可以更好地适应具体问题的特点，提高模型的训练效果。
自定义丢失问题的解决方案可以分为以下几个步骤：
- 定义损失函数：根据具体的问题需求，定义一个能够衡量模型预测结果与实际标签之间差异的函数。例如，对于回归问题可以使用均方差损失函数，对于分类问题可以使用交叉熵损失函数。
- 计算损失：在模型的训练过程中，根据定义的损失函数，通过将模型的预测结果与实际标签进行比较，计算出模型在当前样本上的损失值。
- 反向传播：利用自动微分技术，将损失值反向传播到模型的各个参数上，计算它们对于损失值的梯度。这样，就可以使用优化算法（如梯度下降）来更新模型的参数，以减小损失值。
- 优化：通过多次迭代反复执行步骤2和步骤3，不断优化模型的参数，使得模型的预测结果与实际标签更加接近。
自定义丢失问题的应用场景非常广泛，可以用于各种任务，如图像分类、目标检测、语音识别、自然语言处理等。通过根据具体任务的需求定义合适的损失函数，可以提高模型的性能和准确率。
对于TensorFlow的自定义丢失问题，可以使用TensorFlow提供的低级API来实现。具体而言，可以使用TensorFlow的tf.GradientTape上下文管理器来记录损失函数的计算过程，并自动计算梯度。然后，可以使用优化器（如tf.keras.optimizers）来更新模型的参数。
在腾讯云的产品中，与TensorFlow相关的产品包括云服务器CVM、GPU计算、弹性MapReduce、云函数SCF等。这些产品提供了高性能的计算资源和扩展能力，可以用于训练和部署TensorFlow模型。具体详情请参考腾讯云官方文档：
- 云服务器CVM：提供了强大的计算能力，适用于训练深度学习模型。链接地址：https://cloud.tencent.com/product/cvm
- GPU计算：提供了GPU实例，可用于高性能计算和深度学习训练。链接地址：https://cloud.tencent.com/product/gpu
- 弹性MapReduce：提供了大规模数据处理和分布式计算的能力，可用于处理和训练大规模数据集。链接地址：https://cloud.tencent.com/product/emr
- 云函数SCF：提供了无服务器的计算能力，可用于部署和运行TensorFlow模型的推理服务。链接地址：https://cloud.tencent.com/product/scf
相关·内容
我的模型预测有问题。训练效果很好，但后来我的程序在预测训练模型时失败了。当我重新运行我的代码时，训练现在被跳过了，因为它已经完成了，预测现在可以正常工作，就像它应该做的那样。在google中，我发现这个错误只与模型训练有关，所以我想这些解决方案对我不起作用。我认为我的错误的原因是，我的视频内存没有完全释放后，模型培训。这就是为什么我尝试了下面的方法，但没有成功。
tf.keras.backend.clear_session()
tf.compat.v1.reset_default_graph()
K.clear_session()
错误码：
prediction = model.predict
浏览 6提问于2022-01-13得票数 0
回答已采纳
我正在处理一个回归问题，在这个问题中，我想预测3个参数(笛卡尔坐标)的值。对于相同的图像，我可以有几个可接受的坐标。为了做到这一点，我使用了一个神经网络，使用角星。为了训练我的网络，我想要实现一个自定义的损失函数，它将计算预测值和最近可接受值之间的欧几里德距离。用数学术语可以这样表示：
…的形状
是
我的目标的形状
是
。
为了计算这个损失，我首先重新塑造
才能得到正确的形状。然后执行损失计算(使用tensorflow 1.13)：
import tensorflow as tf
import tensorflow.keras.backend as K
config = t
浏览 4提问于2020-02-05得票数 0
回答已采纳
我正在使用keras (使用Tensorflow后端)训练一个模型，它的损失函数是由我(代码中称为custom_loss )定义的，我在培训期间以最好的精度保存该模型：
model = Sequential()
model.add(...)
adam = keras.optimizers.Adam(lr=0.001, beta_1=0.9, beta_2=0.999, decay=0.01)
model.compile(loss=custom_loss, optimizer=adam, metrics=['accuracy']) # better
filepath="
浏览 4提问于2020-03-28得票数 0
回答已采纳
我试图将中的keras中的具体退出的实现移植到tensorflow 2，这很简单，因为Tf2中包含了大部分的keras。然而，海关损失正在清理之前，拟合。
在定义模型之后，在编译模型之前，我可以看到，每个混凝土脱落层的损失都是由构建层时运行的行self.layer.add_loss(regularizer)添加到模型损失中的：
>>> print(model.losses)
[<tf.Tensor: id=64, shape=(), dtype=float32, numpy=-8.4521576e-05>, <tf.Tensor: id=168, shape
浏览 7提问于2020-04-11得票数 2
回答已采纳
我试图在tensorflow的自定义损失函数中使用一个已经基于NN的训练模型。但是在另一个模型中使用这个自定义丢失函数时，我得到了一个错误。有人能帮我找出我在设计这个定制丢失函数时所犯的错误吗？
自定义丢失函数代码是以下
def custom_loss_function(y_true, y_pred):
model1= tf.keras.models.load_model('Loss_DT_Model')
test_pred = model1.predict(y_pred)
test_pred_revert = tf.math.arg
浏览 1提问于2021-08-17得票数 0
回答已采纳
1回答
我是python的新手，我试图在加载构建提取的模型时运行这段代码。但是它会抛出名称“model”找不到的错误。我解决不了这个问题。有人能帮忙吗。
这是代码：
from tensorflow.keras.models import load_model
from loss import bce_dice_loss, dice_coef
model = load_model('D:\RESEARCH\IITR\BUILDING_EXTRACTION_PhD_Final_WORK\DATASET\ISPRS_DATASET\Toronto\Toronto\ImagesDolon
浏览 8提问于2022-09-08得票数 -2
回答已采纳
tensorflow.math.multiply和tensorflow.keras.layers.multiply有什么区别？
同样，tensorflow.math.add和tensorflow.keras.layers.add的区别是什么？
我之所以有这个问题，是因为当我构建自己的自定义损失函数和度量标准product = multiply([y_true_f, y_pred_f])时，如果我使用from tensorflow.keras.layers import multiply，就会发生错误：
tensorflow.python.framework.errors_impl.Invali
浏览 9提问于2020-01-01得票数 2
我想在DNNClassifier中使用一个单独的损失函数，因为数据高度不平衡，我想使用tf.nn.weighted_cross_entropy_with_logits作为损失函数，但是我想我需要为它构建一个新的估计器？是否可以通过tensorflow估计API改变现有预焙DNNClassifier中的损失函数？
浏览 0提问于2018-03-30得票数 4
回答已采纳
我是Tensorflow/Keras的新手，我一直在关注“用Scikit学习的机器学习”和“Tensorflow”一书。第12章涉及自定义Tensorflow，接下来是相关的笔记本()，我遇到了以下定制模型：
class ReconstructingRegressor(keras.models.Model):
def __init__(self, output_dim, **kwargs):
super().__init__(**kwargs)
self.hidden = [keras.layers.Dense(30, activation="s
浏览 4提问于2020-09-05得票数 2
我正在研究TensorFlow对象检测。我在用Google Colab。该模型在训练过程中，经过一定的步骤后，表现为损失= nan。我怎么才能解决这个问题？
Model= ssd_efficientdet_d2
Output=
I1125 09:30:20.814607 139701278168960 model_lib_v2.py:652] Step 1400 per-step time 0.418s loss=1.650 INFO:tensorflow:Step 1500 per-step time 0.601s loss=1.285
I1125 09:31:09.918310 1397
浏览 4提问于2020-11-25得票数 0
我正在训练自定义对象检测，使用Mask RCNN在TensorFlow对象检测中。因此，我将与边界框一起预测对象实例掩码。
预训练模型：mask_rcnn_inception_v2_coco
以下是我训练的快照。
信息:tensorflow:全局步骤4181:损失= 0.0031 (3.290秒/步)
信息:tensorflow:全局步骤4181:损失= 0.0031 (3.290秒/步)
信息:tensorflow:全局步骤4182:损失= 0.0030 (2.745秒/步)
信息:tensorflow:全局步骤4182:损失= 0.0030 (2.745秒/步)
，在这种情况下，您
浏览 1提问于2019-01-24得票数 2
回答已采纳
1回答
我正在使用seq2seq来训练一些字典中没有的英语单词的语言模型。但是当我在拼音词典上训练模型时，我会收到这些警告，然后模型在训练后就不会识别这些单词，因为它无法识别这些字母。
WARNING:tensorflow:Invalid symbol:A
WARNING:tensorflow:Invalid symbol:O
WARNING:tensorflow:Invalid symbol:O
WARNING:tensorflow:Invalid symbol:C
WARNING:tensorflow:Invalid symbol:I
WARNING:tensorflow:Invalid symb
浏览 0提问于2018-05-17得票数 0
回答已采纳
有了新的TensorFlow 2，我们就有了他们的 (在/models下的GitHub中)，以及tf.keras.applications下的Keras预训练模型。
那两个有什么区别呢？
浏览 7提问于2020-01-09得票数 1
回答已采纳
今天我开始和Docker一起工作。所以请容忍我。我甚至不确定这个标题是否有意义。我刚刚安装了Tensorflow使用Docker，并想运行一个脚本。但是，我看到以下错误，说明Matplotlib没有安装。
Traceback (most recent call last):
File "tf_mlp_v3.py", line 3, in <module>
import matplotlib.pyplot as plt
ModuleNotFoundError: No module named 'matplotlib'
我使用以下命令安装Tensorfl
浏览 10提问于2019-10-01得票数 16
回答已采纳
同时，尝试加载我训练过的Keras模型，以进一步推断
self.model = tf.keras.models.load_model(filepath=weight_url, custom_objects={
'dice_coef': dice_coef,
'iou_coef': iou_coef,
'bce_dice_coef': bce_dice_coef,
})
我得到以下错误。这三个函数是相同的，我用来训练我的模型，权重
浏览 0提问于2020-03-01得票数 3
回答已采纳
在tensorflow 2.0中，您不必担心培训阶段(批大小、历元数等)，因为一切都可以在compile方法：model.fit(X_train,Y_train,batch_size = 64,epochs = 100)中定义。
但是，我看到了以下代码样式：
optimizer = tf.keras.optimizers.Adam(0.001)
loss_fn = tf.keras.losses.SparseCategoricalCrossentropy()
@tf.function
def train_step(inputs, labels):
with tf.GradientTape
浏览 2提问于2019-09-27得票数 0
回答已采纳
我正在为GRPC调用Tensorflow服务(在php中，但问题不是PHP相关)编译pb文件。
文件有：
import "tensorflow/core/framework/tensor.proto";
import "tensorflow_serving/apis/model.proto";
但是，在正常设置中，tensorflow和tensorflow服务并不位于具有两个导入可以一起工作的公用文件夹的层次结构中。
假设将proto文件编译为用于grpc的pb文件，则如果不将tensorflow服务于/tensorflow/下，则无法工作。我在这里错过了什么？
浏览 0提问于2017-01-09得票数 0
我一直在尝试在Windows10的Anaconda中安装tensorflow-gpu，使用的显卡具有计算兼容性2.1。我一直收到下面的错误。
pip install tensorflow-gpu运行良好，但是我无法导入库或创建tensorflow环境。有解决这个问题的办法吗？即使我安装了tensorflow-gpu，我是否可以在没有计算兼容性3.0的情况下在GPU上运行我的模型？
浏览 13提问于2018-01-29得票数 0
回答已采纳
我试图重新定义keras的binary_crossentropy丢失函数，这样我就可以自定义它，但是它并没有给出与现有函数相同的结果。
我使用TF 1.13.1和Keras 2.2.4。
我检查了Keras的github代码。我的理解是，model.compile中的损失(优化器=‘adam’，损耗=‘二进制_交叉熵’，度量=‘准确性’)是在losses.py中定义的，使用在tensorflow_backend.py中定义的binary_crossentropy。
我运行了一个虚拟数据和模型来测试它。以下是我的调查结果：
自定义损失函数输出的结果与keras的结果相同
在角点模型中使用
浏览 0提问于2019-08-02得票数 0
回答已采纳
当我运行这段代码时：
import tensorflow as tf
tensor = tf.Tensor([[0, 1, 2, 3][3, 2, 1, 0]])
print(tensor.shape)
print(tensor.shape[0])
我知道这个错误：
回溯(最近一次调用)：文件"singlestock/code.py"，第1行，在导入tensorflow中作为tf文件"D:\documenten\programs\Python\3.7.4\lib\site-packages\tensorflow\_init__.py"，第98行，从tenso
浏览 3提问于2019-11-25得票数 1
回答已采纳
我试图在Keras (tensorflow后端)中创建一个自定义的目标函数，并添加一个参数，其值将取决于正在培训的批处理。
例：
def myLoss(self, stateValues):
def sparse_loss(y_true, y_pred):
foo = tf.nn.softmax_cross_entropy_with_logits(labels=y_true, logits=y_pred)
return tf.reduce_mean(foo * stateValues)
return sparse_loss
self.mode
浏览 0提问于2018-03-18得票数 1
回答已采纳
我一直在尝试在windows 10上安装tensorflow-gpu，通过
pip3安装--升级tensorflow-gpu
当我这样做的时候，我破坏了当前安装的普通tensorflow!，并得到了这个错误：。
不知何故，我设法通过重新安装普通的tensorflow来修复这个问题，但是当我在python 3.5.2中导入tensorflow并尝试识别我的GPU时，找不到任何设备！
我有一个cuda9.0和cudnn64_6一起安装，在CUDA/v9.0/bin中定义为DLL，我可以毫无问题地运行nbody测试程序，我可以看到GPU正在用于该演示应用程序。
tensorflow-gpu 1.3.
浏览 1提问于2017-10-17得票数 1
在我的keras中添加自定义丢失函数@tf.function后，keras模型停止加载(似乎保存模型，但不能重新加载模型)。文件显示这很简单但是..。
各种这样的答案表明，使用一个Keras版本训练的模型不能加载到其他Keras版本中。因此，我卸载了Keras 2.4.3 (从Anaconda env)，以避免任何混淆，并试图仅使用Tensorflow-keras建模和保存/加载。
所以，现在尝试保存一个Tensorflow-keras模型，然后再加载该模型，但是不会重新加载各种错误(如下)。环境是Anaconda3 python3.8 (带有Keras2.4.3，然后卸载它)和Tensorf
浏览 4提问于2020-11-26得票数 2
回答已采纳
当我在vscode中使用jupyter时，我发现它不记得我在最后一块中导入了tensorflow。像这样：
block1: import tensorflow as tf (success)
block2: print(tf.__version) (false -->"name 'tf' is not defined")
此问题仅适用于tensorflow。Vscode可以很好地与其他模块配合使用。
我正在使用苹果M1 max
浏览 9提问于2021-11-16得票数 0
我有一个安装了GPU的tensorflow的conda环境，可以使用CUDA 8.0正常运行。它是使用pip安装的，版本是tensorflow-gpu 1.1.0。这是在Ubuntu 14.04上。我已经使用它一段时间了，没有任何问题。然后我做了一个sudo apt-get update和一个sudo apt-get upgrade，现在当我尝试将tensorflow导入pytyhon时得到以下错误：
> > In [2]: import tensorflow as tf
> --------------------------------------------------
浏览 13提问于2017-07-13得票数 1
回答已采纳
我从源代码中安装了tensorflow。当我需要在tensorflow模型中添加一些操作时，我遵循了tensorflow官方指令的步骤。但最后，我从libtensorflow-lite.a中得到了我的操作名，但什么也没有发现。在我的c++演示中使用该模型时，错误是“没有找到版本1的名称'MatmulCalc‘的自定义op”，但是在编译后可以在libtensorflow_cc.so中删除该名称。模型转换过程正常。
因此，我的问题是如何在lite中添加新的OP，可能官方步骤还没有完成。。
浏览 0提问于2018-11-05得票数 0
回答已采纳
1回答
多标号分类损失函数
、、、、
我在许多地方看到，对于使用神经网络的多标记分类，一个有用的损失函数是每个输出节点的二进制交叉熵。
在Tensorflow中，它看起来是这样的：
cost = tf.nn.sigmoid_cross_entropy_with_logits()
这提供了一个数组，其值与我们拥有的输出节点一样多。
我的问题是，这个成本函数是否应该与输出节点的数量相加？在Tensorflow中是这样的：
cost = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits())
还是每个损失都是独立处理的？
谢谢
浏览 0提问于2018-05-17得票数 4
回答已采纳
2回答
在tensorflow中不同的完全连接的层之间有什么不同。我知道可以有两个版本:面向对象和功能，但我在tensorflow中找到了4个不同的层：
本文档包含使用所有示例的示例。我也想知道什么时候使用每一层。
浏览 2提问于2018-06-23得票数 0
回答已采纳
我试图使用TensorFlow来训练输出伺服命令，给出输入图像。
我计划像@mrry在中建议的那样使用一个文件，其中的图像如下：
../some/path/some_img.JPG *some_label*
我的问题是，我可以提供给TensorFlow的标签格式是什么，建议使用什么结构？
我的数据基本上是0-10秒内的n个伺服命令.向量的作用很大：
[0,2,4,3]
或类似的：
[0,.25,.4,.3]
我在文档里找不到太多关于标签的东西。有人能对TensorFlow标签有所了解吗？
一个非常相关的问题是，为TensorFlow正确学习构建这些结构的最佳方式是什么？
浏览 0提问于2016-04-29得票数 0
回答已采纳
我有一个有定制损失的tensorflow keras模型。在尝试之后，我希望使用model.save(path)存储模型，并在另一个python脚本中加载模型，以便仅使用model = tf.keras.models.load_model(model_path, compile=False)进行预测。
如果没有compile=False，tensorflow会抱怨丢失函数。但是，调用model.prediction将导致Model object has no attribute 'loss'错误消息。我想打电话给model.predict，而不需要再次指定损失。
是否有一种方案
浏览 2提问于2020-05-19得票数 4
我通过anaconda使用tensorflow cpu，然后使用命令
conda安装tensorflow-gpu
我收到以下错误消息
文件""，第1行，在runfile('C:/Users/g/Desktop/Masters-Project/Gaussian ROC示例/神经网络工作扩展示例中，wdir='C:/Users/g/Desktop/Masters-Project/Gaussian ROC示例)
文件"C:\ProgramData\Anaconda3\lib\site-packages\spyder\utils\site\sitecustom
浏览 1提问于2018-11-04得票数 1
几周前，我正在做一个项目，我安装了一个较旧版本的tensorflow，试图解决我遇到的一个问题。它没有像我所希望的那样工作，我安装了tensorflow的最新版本，但是现在我经常收到与tensorflow过时相关的错误消息。他们没有停止程序的执行，但他们在那里。据我所知，我已经安装了最近的版本，但我想我一定是遗漏了什么。这是我得到的一个错误的例子：WARNING: tensorflow: Can save best model only with val_loss available, skipping。当我试图使用ModelCheckpoint保存一个keras模型时，就会发生这种情况。当我
浏览 2提问于2020-08-18得票数 0
回答已采纳
当我安装焦点丢失<2022-04-20 Wed 10:00>时，我得到了以下内容:安装收集的软件包: tensorboard-data-server，tf-估值器-每晚，tensorflow-io-gcs-文件系统，tensorboard，libclang，keras，平面缓冲区，tensorflow，焦点丢失尝试卸载: tensorboard找到现有安装: tensorboard 2.2.2卸载张力板-2.2.2:成功卸载tensorboard-2.2.2
错误:由于OSError: WinError 5访问被拒绝，无法安装软件包:WinError考虑使用--user选项或检查权
浏览 5提问于2022-04-21得票数 0
我想在Tensorflow中使用一个预先训练过的Pytorch模型，并且我需要将tensorflow张量转换为pytorch张量。但是，我不想将Py手电筒张量转换为numpy数组，并将其转换为tensorflow张量，因为我得到的错误是“您必须为占位符张量提供一个值”。当我制作图形时，我需要这个转换，这样tensorflow张量就没有价值了，并且不能转换为numpy！有什么解决办法吗？
浏览 5提问于2021-01-24得票数 2
回答已采纳
我使用TF2 (2.3.0) NN逼近函数y，它解决了ODE: y'+3y=0
我定义了剪刀损失类和函数，在这些函数中，我试图将单个输出与单个输入区分开来，因此方程成立，条件是y_true为零：
from tensorflow.keras.losses import Loss
import tensorflow as tf
class CustomLossOde(Loss):
def __init__(self, x, model, name='ode_loss'):
super().__init__(name=name)
se
浏览 0提问于2020-11-24得票数 2
回答已采纳
1回答
我试着用cpp推断我的tflite模型。我已经训练了模型并保存了h5文件。现在我试着用cpp加载它并得到预测。我试过以下一组代码。
#include <iostream>
#include <cstdio>
#include "tensorflow/lite/interpreter.h"
#include "tensorflow/lite/kernels/register.h"
#include "tensorflow/lite/model.h"
#include "tensorflow/lite/tools/ge
浏览 54提问于2022-03-22得票数 0
我正在尝试在tensorflow中添加一些操作。但是，我在做函数的时候遇到了一些问题。
在我的函数中，有一个函数存在于core/kernels/training_op_helpers.h中。
Bazel说它需要依赖，所以我添加了bazel构建文件，但是有错误，这是它有非法的依赖。
我发现在tensorflow.bzl的tf_custom_op_library中有一些不允许的依赖。有什么特殊的原因吗？
但是，有没有办法在tensorflow函数中使用某些函数呢？我认为当我在tensorflow中添加op时，使用该函数有一些限制。
谢谢
浏览 1提问于2018-04-07得票数 0
我在VS Code中使用tensorflow 2遇到了问题。代码执行没有问题，错误只是与VS代码中的pylint有关。例如，这个导入流程会给出一个警告："Unable to import 'tensorflow.keras.layers'pylint(import-error)".导入tensorflow，使用tf.keras.layers.Dense不会产生错误。我正在使用一个全局的python环境(3.7.2)在Windows10上，tensorflow是通过Pip安装的。
浏览 3提问于2019-10-02得票数 6
我正试图通过创建一个继承于Model的类来使用自己的训练方法来使用Keras。虽然训练工作正常，但即使将训练数据发送给它，评估函数也总是对损失返回0，这在训练过程中有很大的损失值。我无法共享我的代码，但能够使用中的Keras示例进行复制--我将密集层更改为2个单元，而不是一个单元，并将其激活为sigmoid。
守则：
import tensorflow.keras as keras
import tensorflow as tf
import numpy as np
loss_tracker = keras.metrics.Mean(name="loss")
# mae_me
浏览 1提问于2021-06-12得票数 2
回答已采纳
我正在tensorflow中创建一个神经网络，需要最小化以下损失函数：
\frac{max(y,p)}{min(y,p)}
其中y表示真值，p表示预测值。由于损失函数是不可微的，所以使用梯度下降就成了一个问题。
更新，现在我正在尝试实现：
p > y \rightarrow loss = log(p)-log(y)
p < y \rightarrow loss = log(y)-log(p)
p = y \rightarrow loss = log(y)-log(y) = log(p)-log(p)
这是我的密码：
def custom_loss(y_true
浏览 0提问于2020-10-20得票数 1
我正在尝试将Py火炬代码转换为tensorflow代码。这是
# original Pytorch code
class AdjMSELoss2(nn.Module):
def __init__(self):
super(AdjMSELoss2, self).__init__()
def forward(self, outputs, labels):
outputs = torch.squeeze(outputs)
beta = 2.5
loss = (outputs - labe
浏览 3提问于2022-01-05得票数 0
1回答
早上好,
我试图对一维数据实现改进的WGAN，如本文所述：
它已经作为一个例子在：中实现，但是这种梯度惩罚损失的实现不再适用于tf2。K.gradients()不返回任何内容。
ValueError: in user code:
/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py:505 train_function *
outputs = self.distribute_strategy.run(
/usr/local/lib/python3.6
浏览 2提问于2020-04-06得票数 4
回答已采纳
我已经从源代码中成功地在windows 10上构建了visual 2015的tensorflow+gpu。
因此，我得到了tensorflow.dll和tensorflow.lib。我有CUDA8.0和cudnn 5.0；配备了GTX1080GPU。
然而，我的问题不是关于建立和编译tensorflow。它是关于创建tensorflow插件。
我跟随来构建我自己的“插件”。然后，我尝试编译一个windows .dll；因此windows不会自动为我导出符号。然后我首先编译了一个静态库，并使用了您的工具。
/tensorflow/contrib/cmake/tools/create_def_fi
浏览 3提问于2017-09-04得票数 1
我是tensorflow和Docker的新手，但三周前我成功地建立了一个木星笔记本，并运行了几个tensorflow示例。Mac电脑更新了，我找不到那本笔记本，当我开始一个新的笔记本时，我会得到：
ModuleNotFoundError跟踪(最近一次调用) in () ->1导入tensorflow as tf 2 hello = tf.constant('Hello，TensorFlow!') 3 sess = tf.Session() 4 print(sess.run(hello)) ModuleNotFoundError:没有名为'tensorflow‘的
浏览 3提问于2017-10-06得票数 1
回答已采纳
我目前正在尝试实现一个具有二进制结果的自定义丢失函数(精度)，但是Tensorflow后端拒绝使用循环函数，这是生成'0‘或'1’所必需的。
据我所研究，这是因为Tensorflow将圆的梯度定义为None，损失函数不能返回None。
目前，我已经实现了这种自定义丢失，以便在R接口中尽可能地创建“0”或“1”。
precision_loss<-function(y_true,y_pred){
y_pred_pos = K$clip(y_pred, 0, 1)
#Custom sigmoid to generate '0' '1'
浏览 0提问于2018-01-20得票数 1
因此，这个问题可能源于对tensorflow缺乏了解。但是我正在尝试用tensorflow 2.0构建一个多层感知器，但是没有Keras。
原因是，这是我的机器学习课程的一个要求，我们不使用角。你为什么会问？我不确定。
我已经在tensorflow 2.0中轻松地实现了我们的模型，现在我想在没有keras的情况下做同样的事情。
model = Sequential()
model.add(Dense(64, activation='relu', input_dim=784))
model.add(Dropout(0.5))
model.add(Dense(64, activat
浏览 1提问于2019-11-19得票数 10
1回答
我正在尝试在tensorflow中创建一个自定义丢失函数。我使用tensorflow v2.0.rc0运行代码。下面是代码和函数min_dist_loss计算神经网络输出之间的成对损失。这是密码
def min_dist_loss(_, y_pred):
distances = []
for i in range(0, 16):
for j in range(i + 1, 16):
distances.append(tf.linalg.norm(y_pred[i] - y_pred[j]))
return -tf.reduce_m
浏览 0提问于2019-09-03得票数 2
回答已采纳
在Anaconda2和Anaconda3 (5.1版)上，在Python2.7环境中安装Tensorflow都有问题。在Anaconda2中，安装Tensorflow会显示多个冲突，而在Anaconda3中，安装Tensorflow会将Python2.7环境更新到Python3.6。
这似乎是一个专门针对Windows版本的问题，Linux版本似乎工作得很好。
是否有解决此问题的方法？
浏览 0提问于2018-05-19得票数 0
这是我得到的错误：
import tensorflow
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/local/lib/python3.5/dist-packages/tensorflow/__init__.py", line 23, in <module>
from tensorflow.python import *
File "/usr/local/lib/python3.5/dist-pack
浏览 0提问于2017-05-18得票数 1
我正在尝试构建一个2D CNN神经网络，看这段代码：https://kgptalkie.com/human-activity-recognition-using-accelerometer-data/。我有四门课和九门课 X_train[0].shape, X_test[0].shape ((200，4)，(200，4)) X_train = X_train.reshape(3104, 200, 4, 1)
X_test = X_test.reshape(776, 200, 4, 1)
X_train[0].shape, X_test[0].shape ((200，4，1)，(200，4，1
浏览 12提问于2020-11-19得票数 0
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
云直播
即时通信 IM活动推荐
腾讯云开发者
