2回答
所以我开始用TensorFlow用Python语言编写一些简单的神经网络程序。我正在尝试用MNIST数据库构建一个。我已经意识到，它所做的预测都是零。coding: utf-8 -*- import tensorflow
浏览 23提问于2018-02-15得票数 0
回答已采纳
我使用的是tensorflow v1.4。我想使用早期停止使用验证集与耐心的5个时代。
我在网上搜索，发现曾经有一个叫做ValidationMonitor的函数，但是现在它已经贬值了。
浏览 3提问于2017-11-14得票数 5
回答已采纳
我正在使用tensorflow估计器对象来训练来自官方tensorflow层文档()的模型。我可以看到训练损失在训练期间显示在控制台上。有没有办法存储这些培训损失值？
谢谢!
浏览 0提问于2018-02-23得票数 2
回答已采纳
在Google colab的训练和验证过程中，这两种方法都工作得很好。现在我再次重新运行完全相同的代码，每个时期的训练样本本身减少到每个时期只有92个样本(在2929个/时期之前)。我想这可能是因为内存有限(在使用google colab一个月后，它似乎减少了一半)，所以我升级到了25G内存的Colab pro。这并不能解决问题。 有没有人有同样的问题？
浏览 10提问于2020-04-01得票数 1
我正在使用TensorFlow对象检测API在我的自定义数据集上重新训练一个COCO预培训的更快的v2模型，最近我注意到我的一些模型BoxClassifierLoss在培训期间变得更糟(例如，从0.17损失到0.38，在100个时代之后下降到0.24 (之后又变得更糟或者在没有改进的情况下波动)。
浏览 4提问于2019-11-04得票数 0
回答已采纳
我想使用Tensorflow 2.5在训练和推理时启用dropout。为此，我在模型中设置了dropout层，参数training = True。layer = tf.keras.layers.Dropout(0.2, training = True) 然后我训练了我的模型，并使用以下代码进行了预测： prediction = model(X_test, training = False) 我故意将BatchNormalization = False放在模型预测函数(模型调用函数)中，因为我也在<
浏览 119提问于2021-08-24得票数 0
我正在使用tensorflow训练一个用于对象检测的模型。在训练期间，tensorflow在终端中打印相同的信息两次，如下所示：INFO:tensorflow:global_step&#
浏览 0提问于2018-06-06得票数 4
1回答
专家们，我是第一次接触机器学习，并使用Keras API和TensorFlow后端来训练机器学习模型。我使用模型检查点在.json和.h5文件independently.in中保存最好的权重和最好的模型，到目前为止，我试图写一个代码，如下所示，但我没有得到任何模型或权重保存。
浏览 43提问于2020-09-18得票数 0
回答已采纳
1回答
我最近开始尝试tensorflow，但有一件事我不太确定:如果我有一组训练数据，在它上训练N个时期的模型，然后使用model.save("Multi_stage_test.model")保存模型。在使用相同的训练数据和加载了model=load_model("Multi_stage_test.model")的先前训练的模型再次运行程序之后。我是继续训练模型(训练会话的1个时期是模型的N+1时期)
浏览 10提问于2019-02-17得票数 0
回答已采纳
我正在努力学习tensorflow。我真的对tf.Variable的用法感到困惑。我知道在机器学习中，我们必须随机地为过滤器分配权重。但这可以通过tf.truncated_normal函数来完成。有没有人能帮我理解一下？
浏览 0提问于2018-09-24得票数 3
在Tensorflow中，似乎可以在培训期间、从原始图像(或数据)创建批处理或图像已经是静态的时候进行预处理。考虑到theoretically，预处理所需的时间大致相同(如果它们使用相同的硬件完成)，在进行数据预处理(甚至数据增强)之前，在进行数据预处理(甚至数据增强)方面是否比在实时培训期间有任何实际的缺点？另外一个问题是，如果没有在训练期间进行数据增强，那么是否可以在<
浏览 1提问于2017-01-23得票数 4
回答已采纳
我试图调试为什么两个训练操作的行为不同，而我却以稍微不同的格式向它们提供相同的数据:一次是numpy.ndarray，另一次是tensorflow.data.Dataset。在训练过程中输入到神经网络中的每一对x，y，都将有助于记录：model.fit(ds, ...) # ds is a tensorflow.data.Dataset
问题:如何要求Tensorflow记录训
浏览 2提问于2021-06-24得票数 1
回答已采纳
我注意到tensorflow的api中已经有了批处理规范化函数。但我不明白的一件事是，如何在训练和测试之间改变过程？有没有一些很好的示例代码？我看到了一些，但对于作用域变量，它变得令人困惑
浏览 0提问于2016-05-02得票数 5
3回答
去年，我训练了几个auto encoders，其中包含了两个GRUs作为编解码器。我突然意识到，在训练的过程中，有些时期的损失确实改变了一点点(不到0.005次左右)。每次我把这个当作我的模特不会更好的标志，我就停止训练。现在我想起来了，如果我继续为更多的时代而训练，失去的模式又开始减少，那该怎么办？是否有一个因素来决定多长时间和多少个时代足够训练经常性的网络？
浏览 0提问于2019-06-23得票数 0
回答已采纳
当我的对象检测Tensorflow 2.5GPU模型启动训练时，我得到了一个资源扩展错误。我使用了18张训练图像和3张测试图像。我正在使用的预训练模型是来自Tensorflow动物园2.2的更快的using ResNet101 V1 640x640型号。我正在使用一个带有8GB专用内存的Nvidia RTX 2070来训练我的模型。PeakReserve
浏览 4提问于2021-10-12得票数 1
回答已采纳
我正在用TensorFlow训练一个模型。在训练期间，我定期评估验证集上的模型。我想写一个训练过程的摘要，这样就可以显示验证集损失的曲线图，这样我就可以看到它随着训练迭代的增加而下降。我正在考虑在模型图中创建一个标量汇总validation_loss变量，该变量与任何东西都没有关联，但我会定期从我的训练循环中为其分配一个变量。
这是一个好策略吗？在TensorFlow中，有
浏览 0提问于2016-08-17得票数 0
1回答
现在的问题是，当我试图通过pyinstaller编译程序时，生成的文件大约为290 it，因为它试图编译整个tensorflow包和它不想要的依赖项。更不用说，在尝试提取文件时，启动非常慢。import osfrom tensorflow.keras.models],os.path.join(os.path.join('test',str(int(pred[i][0
浏览 2提问于2020-06-16得票数 1
回答已采纳
在训练我的模型时，我使用tensorflow.keras.callbacks.ModelCheckpoint()作为唯一的回调。我注意到，当“冻结”图形时，它失去了它的很大一部分大小。当我试图在我的Colab笔记本上实现它时，我并没有用它，因为它没有很好的工作。
浏览 0提问于2019-08-06得票数 0
回答已采纳
我正在使用Tensorflow Federated (TFF)进行具有不同隐私的训练。(query) server_state.delta_aggregate_state,
client_outputs.weights_delta) 这很有效，但是我想在训练期间
浏览 7提问于2021-09-22得票数 1
回答已采纳
假设我在Tensorflow中有一个LSTM网络，并且正在使用Adam Optimizer训练它，通过在训练期间为X和Y变量提供一组X和Y dict来最小化成本函数，然后在同一会话中，为变量提供新的X和Y dict以进行测试，Tensorflow是自动使用在训练期间找到的最佳模型(即使用在训练期间带来最低成本值的权重)，还是仅使用其运行中的最新模型(即最新的时期)？想知道当达到新的
浏览 19提问于2019-11-05得票数 1
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
腾讯会议
云直播活动推荐
腾讯云开发者
