上一步中的Tensorflow训练错误
TensorFlow是一个开源的机器学习框架，用于构建和训练各种机器学习模型。当在TensorFlow中进行训练时，可能会遇到各种错误。下面是一些常见的TensorFlow训练错误以及解决方法：
- Out of Memory Error（内存不足错误）：这种错误通常发生在模型或数据集过大时，导致内存不足。解决方法包括减小模型的规模、使用更小的批量大小、使用分布式训练等。
- InvalidArgumentError（无效参数错误）：这种错误通常发生在输入数据的形状或类型与模型期望的不匹配时。解决方法包括检查输入数据的形状和类型是否正确、确保数据预处理步骤正确等。
- FailedPreconditionError（前置条件失败错误）：这种错误通常发生在模型的某些先决条件未满足时，例如变量未初始化或依赖项缺失。解决方法包括确保所有变量都被正确初始化、检查依赖项是否正确设置等。
- NotFoundError（未找到错误）：这种错误通常发生在尝试加载或保存模型时，找不到指定的文件或路径。解决方法包括检查文件或路径是否存在、确保权限设置正确等。
- ResourceExhaustedError（资源耗尽错误）：这种错误通常发生在计算资源（如GPU、CPU）不足时，无法满足训练的需求。解决方法包括增加计算资源、优化模型或算法以减少资源需求等。
- OpError（操作错误）：这种错误通常是由于操作执行过程中的异常情况引起的，例如除零错误、文件读写错误等。解决方法包括检查操作的输入和参数是否正确、确保操作执行环境正常等。
TensorFlow的错误处理通常涉及调试和排查错误的过程，可以使用TensorFlow提供的调试工具、日志记录和可视化工具来帮助定位和解决问题。
腾讯云提供了一系列与TensorFlow相关的产品和服务，包括云服务器、GPU实例、容器服务、AI引擎等，可以满足不同规模和需求的TensorFlow训练任务。具体产品和服务的介绍可以参考腾讯云官方网站的相关页面：
- 腾讯云云服务器：https://cloud.tencent.com/product/cvm
- 腾讯云GPU实例：https://cloud.tencent.com/product/gpu
- 腾讯云容器服务：https://cloud.tencent.com/product/tke
- 腾讯云AI引擎：https://cloud.tencent.com/product/tai
请注意，以上答案仅供参考，具体的错误和解决方法可能因情况而异，建议根据具体问题进行调试和解决。
相关·内容
我使用tensorflow对象检测api在我的500~图像数据集上训练SSD + mobilenet (eval图像=数据集的10% )。我使用gcloud运行训练和评估过程。训练过程花了7个小时，评估过程只花了45分钟。运行tensorflow显示了所有步骤(200K)的损失图，但精度(来自eval过程)仅高达45K步。为什么会这样呢？如何测量训练会话的精确度？再次运行eval进程会完成工作吗？
浏览 7提问于2017-08-30得票数 1
1回答
我试图将tensorflow_datasets中的cifar-10数据集分为4部分：
train_data:张量包含训练数据图像train_label:张量包含训练数据标签
test_data，test_label :训练数据也是如此
我就是这样做的：
import tensorflow as tf
import tensorflow_datasets as tfds
train_ , test_= tfds.load('cifar10' , split = ['train' , 'test'] , as_supervised=True , ba
浏览 6提问于2021-11-22得票数 0
1回答
我使用Nvidia Digits Box和图形处理器(Nvidia GeForce GTX Titan X)和Tensorflow 0.6来训练神经网络，一切都正常。但是，当我使用nvidia-smi -l 1检查Volatile GPU Util时，我注意到它只有6%，而且我认为大部分计算都在CPU上，因为我注意到运行Tensorflow的进程有大约90%的CPU使用率。结果是训练过程非常慢。我想知道是否有方法可以充分利用GPU而不是CPU来加快培训过程。谢谢!
浏览 0提问于2016-04-30得票数 0
2回答
我正在使用Tensorflow对象检测来训练一个两类模型。在训练时，训练从0开始，分100步进行(每100步可以看到日志)，当步数达到1000 (按100,200,300,400,500....steps)时，它会执行评估，我可以在tensorboard中查看结果。在1000步之后，每一步都会保存检查点，如1001,1002,1003，...而且每一步都会进行评估。这一切为什么要发生？ Tensorflow版本: nvidia-tensorflow 1.15 培训基于：https://colab.research.google.com/github/google-coral/tutorial
浏览 27提问于2021-08-24得票数 0
回答已采纳
1回答
您好，我想知道如何在节点js中更新TensorFlow js保存的模型，
我使用NodeJS在TensorFlow js中创建了一个基本的神经网络，并保存了训练好的模型，它生成了model.json和weights.bin文件。
我已经看到，我们可以在Python中更新keras中经过训练的模型。
但是在TensorFlow js、NodeJS和JS中没有更新模型的示例。
请有人帮助更新训练好的模型。
模型加载和更新代码
var tf = require('@tensorflow/tfjs-node')
async funtion load(){
const model
浏览 0提问于2020-02-27得票数 2
我正在尝试使用tensorflow_cloud在Google Cloud中训练Tensorflow模型。
因此，我有以下触发训练的代码：
import tensorflow_cloud as tfc
tfc.run(
requirements_txt="requirements.txt",
distribution_strategy="auto",
docker_image_bucket_name=<bucket-name>
)
我有一个简单的python文件，里面有一些util函数，假设它的名字是utils.py
所以，在
浏览 0提问于2021-03-29得票数 1
当我试图在Inception-v3基础上使用自己的图像进行培训时，如下所示：
我知道这个错误：
File "/tensorflow/tensorflow/models/inception/bazel-bin/inception/flowers_train.runfiles/inception/inception_train.py", line 207, in train
assert FLAGS.batch_size % FLAGS.num_gpus == 0, (
ZeroDivisionError: division by zero
我的问题是“我是否有可能只使用
浏览 5提问于2016-05-14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。
我感到困惑的是，为什么训练过程在训练集如此小的时候占用了GPU的这么多内存。这是GPU内存的总结，我认为这是一个错误：
Limit: 6269894656
InUse: 61034
浏览 4提问于2021-10-12得票数 1
回答已采纳
我试图利用Google 使用张量处理单元来训练神经网络。Tensorflow刚刚发布了一个主要版本2.0，所以我尝试在Tensorflow 2.0中实现这一点。我试过遵循三个指南，但都是为Tensorflow 1.14编写的--而Tensorflow 2.0失败了：
1)遵循指南，我得到了错误：
AttributeError: module 'tensorflow' has no attribute 'Session'
(从引用:以tf.Session(tpu_address)作为会话：)
2)遵循指南，我得到了相同的错误
3)遵循指南，我得到了错误：
Attr
浏览 0提问于2019-10-03得票数 3
回答已采纳
我希望使用Mobilenetv1或v2在FasterRCNN上训练一个自定义数据集。我想使用tensorflow动物园中预先训练好的模型。但我找不到更快的Rcnn模型，使用mobilenet作为基础提取器。我在哪里可以买到它？
我已经在github中创建了tensorflow动物园。我之前也使用过SSD+Mobilenet配置来做同样的事情。现在，我想将FasterRCNN和RCNN与Mobilenet的结果进行比较。
浏览 2提问于2019-05-17得票数 0
我在某个地方读到，tensorflow对象检测API中显示的mAP度量与模型动物园中给出的mAP不同( ssd初始v2在MSCoco数据集上有27的mAP )。当我训练我自己的数据集时，我没有参考，因为mAP的地块在0,1之间，而模型动物园的mAP高出27。
问题1.在tensorflow对象检测API中，mAP =0,1的范围是什么? 2.在训练我们自己的数据集时，我们应该针对什么mAP？
浏览 8提问于2017-08-22得票数 2
在tensorflow 2.0上运行一个DDPG增强学习程序。对于我使用的批处理大小，培训非常慢，所以我希望在一个单独的线程中运行培训，而不是执行。
但是，当尝试在一个单独的线程上训练Tensorflow模型时，我遇到了一些问题。
首先是图形错误：
Tensor("dense_2/kernel/Read/ReadVariableOp:0"，ValueError： shape=(3，9)，dtype=float32)必须与张量(“Const:0”，shape=(32，3)，dtype=float32)相同。
通过从训练线程上的主线程还原图形，可以很容易地解决这个问题：
with
浏览 4提问于2019-12-12得票数 0
回答已采纳
我在tensorflow中训练模型，模型有dropout layer.And，然后我将它转换成tensorflowjs，然后我用loadFrozenModel()加载它，我可以在model=tf.loadFrozenModel之后修改丢失率吗
浏览 2提问于2019-03-09得票数 0
我已经建立了一个训练完美的目标检测模型，但现在我从训练集中删除了一些图像，以添加更新更好的图像，我得到了以下错误 C:\Users\Swayam\Anaconda3\envs\tensor\lib\site-
packages\tensorflow\python\summary\writer\writer.py:386: UserWarning:
Attempting to use a closed FileWriter. The operation will be a noop
unless
the FileWriter is explicitly reopened.
warnin
浏览 112提问于2019-05-13得票数 0
我已经在我的机器上安装了tensorflow-gpu。检查设备列表中是否显示GPU时，请执行以下操作： from tensorflow.python.client import device_lib
print(device_lib.list_local_devices()) ? 它清楚地显示列表中有NVIDIA 1050 Ti GPU。但是，在训练数据集和检查任务管理器时，我得到了以下结果 ? 这怎么可能呢？为什么tensorflow使用INTEL-HD而不是NVIDIA？它还会在训练时显示OOM错误。
浏览 25提问于2019-06-08得票数 1
到目前为止，我所有的步骤都做得很好。我现在在一台窗户机器上。在使用以下命令后，我将位于根目录中：
docker run -it gcr.io/tensorflow/tensorflow:最新进展
然后是cd /tensorflow，我现在在目录中，是时候对图像进行训练了，所以我插嘴说：
巨蟒tensorflow/examples/image_retraining/retrain.py /tensorflow# \
-瓶颈_dir= /tf_files/瓶颈\-多少次训练_步骤500 \-模型_dir=/tf_file/重新训练_Graph.pb\ --output_labels=/tf_fi
浏览 2提问于2017-05-17得票数 0
在我的训练中，损失有时会变成nan。然而，这似乎并没有影响我的神经网络训练。有人知道tensorflow是否有一些nan值的内部处理吗？
nan前后的损失值是稳定的，所以我认为学习率是很好的。我宁愿认为有些图像似乎没有任何合理的信息，但我还不能百分之百确定。
有没有人有过类似的经历？我用的是tensorflow 0.12.1
浏览 2提问于2017-03-01得票数 2
回答已采纳
我使用TensorFlow库在Pycharm中使用了与我相同的初始模型。每次我运行该项目时，它都会开始训练数据集。我想在每次运行model时跳过训练，因为一旦模型被保存，就不需要一次又一次地训练数据。我如何知道我的模型已成功保存？如何在同一文件中应用保存模型？
浏览 1提问于2019-01-12得票数 0
遇到的问题：
E/AndroidRuntime:致命异常:主进程: org.tensorflow.lite.examples.detection，PID: 14719 java.lang.AssertionError:当初始化ObjectDetector:移动SSD模型时发生错误，预计只有4个输出
问题描述
资料来源: TensorFlow Lite对象检测示例
启动示例应用程序时显示的错误
模型描述
使用自定义模型？，YES，
预训练模型:ssd_mobilenet_v2_fpnlite_640x640_co17_tpu-8
推理类型:浮点
浏览 8提问于2021-03-05得票数 2
回答已采纳
我正在用TensorFlow训练一个GPT2文本生成模型，并在我的文本语料库中执行一个时期。我的问题是，我如何每10步左右保存一次我的模型？我的模型在第100步突然停止训练，只有20步到go....oooof。 我知道Model_Checkpoint()回调，但似乎无法在save_freq参数中将steps替换为epoch。 tf.keras.callbacks.ModelCheckpoint(
filepath, monitor='val_loss', verbose=0, save_best_only=False,
save_weights_only=Fa
浏览 39提问于2020-07-06得票数 0
我想使用一个预先训练的模块来训练我自己的数据集，使用Python对象检测模块，然后，我想在Java中运行经过训练的数据集。我已经安装并测试了TensorFlow for Java。但是它只在CPU上运行。
当我在互联网上搜索时，用Java训练TensorFlow是不可能的，所以为了训练，我使用Python，然后为了运行，我想使用Java，但问题是GPU，我不知道是否可以从Java运行。
我的工作流程是这样的：
准备好数据集
使用一个预训练模块(来自TensorFlow对象检测SSD_mobilenet_v1)训练数据集
使用OpenCV从摄像机读取帧
通过TensorFlow使
浏览 2提问于2018-02-09得票数 0
回答已采纳
我想使用谷歌在python上编写的App应用程序中的机器学习功能。
这个应用程序应该在每次使用之前重新训练TensorFlow模型，因为它具有调查性质(使用Kohonen的SOM进行数据聚类)。
我有以下问题：
一个基于App的应用程序可以命令机器学习的东西训练一些模型与一些输入数据？一个基于App的应用程序能向ML发送一些输入向量并得到结果(这个向量属于什么集群)吗？如果一切皆有可能，怎么做呢？
如果没有任何可能的话，我还可以使用其他架构来使基于App的应用程序使用TensorFlow吗？
我谈论这件事：
浏览 5提问于2016-10-26得票数 6
回答已采纳
当我尝试在TensorFlow中分析模型训练的内存使用情况时，我发现TensorFlow时间线工具收集了两个相关信息，GPU__bfc和GPU_host_bfc (见下图)，我想知道哪一个可以最准确地反映内存使用情况？或者它们之间的区别是什么？谢谢。 Sample TensorFlow Timeline Profiling Result
浏览 20提问于2020-03-17得票数 3
我已经在Tensorflow 2.0中训练了一个模型，并且正在尝试改进当转移到生产时(在一个支持GPU的服务器上)的预测时间。在Tensorflow 1.xI中，使用冻结图可以得到预测的加速，但从Tensorflow 2开始就不再推荐这种方法了。通过阅读Nvidia对TensorRT的描述，他们认为使用TensorRT比单独使用Tensorflow可以加速7倍的速度。来源：
我已经训练了我的模型，并使用Tensorflow的SavedModel格式将其保存到一个SavedModel文件中。现在，我使用nvidia的文档来优化使用tensorrt：进行推理的模型。
当我跑步时：
import
浏览 9提问于2019-11-13得票数 4
回答已采纳
我是tensorflow的新手，为了更好地理解tensorflow，我试着看看tensorflow的不同例子。
现在，我在许多tensorflow示例中看到了这一行，但没有提到用于获取嵌入词的任何具体嵌入算法。
embeddings = tf.Variable(tf.random_uniform((vocab_size, embed_dim), -1, 1))
embed = tf.nn.embedding_lookup(embeddings, input_data)
下面是一些示例：
我知道第一行将通过随机分布初始化单词的嵌入，但是嵌入向量是否会在模型中得到进一步的训练，
浏览 1提问于2018-09-21得票数 1
回答已采纳
1回答
无法训练张量对象检测API模型
、、、、
我正在使用tensorflow的对象检测API。我成功地使用'ssd_mobilenet_v1_coco_2017_11_17‘模型进行了培训，后来我从给定的模型转移到另一个模型，但是在培训过程开始时，它显示了错误："TypeError: Expected int32，获得了' range’类型的范围<0,3>“。除了ssd_mobilenet_v1_coco_2017_11_17之外，所有其他模型都会引发此错误。
我使用300*300大小的图像来训练所有的模型。这里我附加了显示错误消息的命令提示符窗口的图像，我使用了tensorflow版本为1.5和pyt
浏览 0提问于2018-03-20得票数 0
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
我是TensorFlow的新手，我只是想看看我的想法是否可行。
我用多类分类器训练了一个模型。现在我可以在输入中对一个句子进行分类，但是我想改变CNN的结果，例如，提高分类的分数或改变分类。
我想试着用一个受过训练的模型来训练一个句子和它的班级，这有可能吗？
浏览 1提问于2017-03-29得票数 4
回答已采纳
在Tensorflow-gpu 2.1上训练模型Tensorflow对象检测API时，有一个错误：
没有名为'tensorflow.contrib'的模块
是否可以使用Tensorflow 2.1训练模型Tensorflow对象检测API？
我不想改变Tensorflow的版本。
有人能帮我吗？
浏览 2提问于2020-04-11得票数 1
我以前经常使用Tensorflow，但后来转到了Pytorch，因为它更容易调试。我在PyTorch中发现的好处是，我必须编写自己的训练循环，这样我就可以逐步完成代码并查找错误。我可以启动pdb和检查张量形状和转换等，没有困难。
在Tensorflow中，我一直在使用model.fit()函数，所以我得到的任何错误消息都像是6页C代码，而错误消息并没有给我任何指示。用户无法通过model.fit()函数，因为它是一个静态图，因此这确实减缓了我的开发过程。但是，我正在考虑再次使用Tensorflow ，我想知道用户是否能够通过自定义的训练循环，查看张量形状等等，或者即使是自定义的训练循环也被编译
浏览 6提问于2020-10-20得票数 0
回答已采纳
在训练张量流对象检测api时，使用google中的典型步骤。配置完所有依赖后，当我尝试运行train.py脚本时，错误ImportError:没有弹出名为“tensorflow.python.eager”的模块。我已经在本地PC上使用相同的步骤进行了训练，没有任何错误。我找不到与这个错误有关的任何解决方案。
系统信息: gcloud VM；TensorFlow-GPU 1.3.0；Python3.5；CUDA8.0 /cuDNN 6.0：
脚本运行命令：
$ python3 train.py --logtostderr --train_dir=training/ --pipeline_conf
浏览 6提问于2017-10-29得票数 0
1回答
我正在使用Kubeflow fairing在Kubernetes上训练一个TensorFlow模型。训练成功了，但现在我想使用serve a prediction endpoint。 如何检索保存的TensorFlow会话(权重、偏差等)这样我才能做到这一点？目前，训练步骤的结果保存在Kubernetes集群上运行的Docker容器中。
浏览 17提问于2019-06-17得票数 0
3回答
我正在遵循Tensorflow服务文档，将我训练过的模型转换为可以在Docker容器中提供服务的格式。由于我是Tensorflow的新手，我正在努力将这个经过训练的模型转换为适合服务的形式。
模型已经过训练，我有检查点文件和.meta文件。因此，我需要从上述两个文件中获取.pb文件和variables文件夹。有没有人能给我一个建议，告诉我如何在服务模型时做到这一点？
.
|-- tensorflow model
| -- 1
| |-- saved_model.pb
| -- variables
| |-- variables.data-
浏览 0提问于2019-06-18得票数 5
在使用Tensorflow 2.x对象检测API培训自定义对象检测模型时，我一直在学习以下教程。以下是我使用的两个主要链接。
在我尝试导出经过训练的推理图之前，一切似乎都很顺利。基本上，在TensorFlow 1.x中，有一个脚本，用于将经过训练的模型检查点导出到单个冻结推理图。
在TensorFlow 2.x中，这个脚本不再工作，而是使用输出SavedModel目录和其他内容，而不是冻结的推理图。这是因为在TF 2.x中，冻结模型已被废弃。
我希望能够从TensorFlow 1检索TensorFlow 2中的冻结推理图。我试着查看这个帖子，但遇到了一个"_UserObject没有
浏览 4提问于2021-11-17得票数 3
我最近使用Tensorflow 1.15训练了一个对象检测模型，使用Python的测试结果很好。然而，在将其转换为.tflite格式后，在安卓上运行该模型后，其性能急剧下降。 在模型转换为tf-lite的过程中会出现性能损失吗？有没有办法在转换过程中避免这种性能损失？ 参考资料： 培训来源：https://github.com/tensorflow/models/tree/master/research/object_detection 迁移学习的基础模型: ssd_mobilenet_v1 模型转换：https://github.com/tensorflow/models/blob/mas
浏览 34提问于2020-01-24得票数 1
回答已采纳
1回答
我遵循本教程()从Colab，并运行在我自己的Windows机器。
调试脚本时，它会抛出此错误> The size of the train_data (0) couldn't be smaller than batch_size (4). To solve this problem, set the batch_size smaller or increase the size of the train_data.
在我的代码片段上
model = object_detector.create(train_data, model_spec=spec, batch_size=4,
浏览 5提问于2022-02-26得票数 1
回答已采纳
我用TensorFlow训练了一个TensorFlow模型，我想在层中得到一个特定的权重。例如，在torch7中，我只需访问model.modules[2].weights。要获得第二层的权重，我如何在TensorFlow中做同样的事情？
浏览 4提问于2016-03-24得票数 77
回答已采纳
当我在训练时使用tensorboard回调时，我得到了这个错误。 我试着从与tensorboard错误相关的帖子中寻找答案，但在任何stackoverflow帖子或github问题中都没有找到这个确切的错误。 请让我知道。 我的电脑上安装了以下版本： Tensorflow和Tensorflow GPU : 2.0.0 Tensorboard: 2.0.0
浏览 10提问于2019-12-23得票数 8
我使用的是Tensorflow 1.2，代码如下：
import tensorflow as tf
import tensorflow.contrib.layers as layers
import numpy as np
import tensorflow.contrib.learn as tflearn
tf.logging.set_verbosity(tf.logging.INFO)
# Naturally this is a very simple straight line
# of y = -x + 10
train_x = np.asarray([0., 1., 2., 3.
浏览 5提问于2017-06-18得票数 2
我试着在jupyter笔记本的窗户上训练一个tensorflow模型。环境和对象检测API正确安装。
配置路径后运行此命令：
print("""python {}/research/object_detection/model_main_tf2.py --model_dir={}/{} --pipeline_config_path={}/{}/pipeline.config --num_train_steps=5000""".format(APIMODEL_PATH, MODEL_PATH,CUSTOM_MODEL_NAME,MODEL_PATH
浏览 7提问于2021-01-26得票数 0
我正在使用Google中的TensorFlow对象检测API进行对象检测。这是我的目录结构。
object_detection/
training/
exported_model/
pipeline.config
model_main_tf2.py
exporter_main_v2.py
我为了训练而咆哮。
!python model_main_tf2.py --model_dir=training --pipeline_config_path=pipeline.config
我因出口型号而大喊大叫。
!python exporter_main_v2.py
-输入型ima
浏览 3提问于2020-09-23得票数 0
回答已采纳
我试图使用tensorflow和对象检测api来配置一个简单的对象检测问题的传输学习。在进行训练时，最初的损失可能是相当好的，但它会急剧增加。0.043到1691411200)在前100个步骤中，然后慢慢减少。当我对用于训练的数据进行推断时，我在对象上没有边框。
使用下面的脚本来创建和训练数据，我为一个简单的单类检测问题设置了数据。我在这里上传了一个示例图像和标签为tensorflow记录：
我认为标签是错误的(部分原因是拉伸板没有显示任何包装箱，即使是实际情况)，并且尝试了最合理和一些不合理的配置，对于xmin，ymin，xmax，ymax，但它们都得到了相同的训练模式。
模型是来自ssd_
浏览 0提问于2019-08-06得票数 0
回答已采纳
我正在通过huggingface使用transformers库。 他们在Tensorflow 2.0中为许多架构提供了预先训练的模型。我想在TPU上使用这些模型进行预测。由于TensorFlow2.0的TPU API仍处于实验阶段，因此我想在TensorFlow1.x中实现它 有没有办法将预先训练好的模型从TensorFlow2.0转换到TensorFlow1.x，反之亦然？ TensorFlow2.0的TPUE API描述如下：https://www.tensorflow.org/guide/distributed_training#tpustrategy，目前仍处于实验阶段，尚未共享合适
浏览 31提问于2019-10-01得票数 0
回答已采纳
我想建立一个图像分类器与ml5.js或Tensorflow.js。我希望用户能够添加自己的标签，即。训练模型。Daniel Shiffman的迁移学习教程在这方面做得很好：https://www.youtube.com/watch?v=kRpZ5OqUY6Y 但是，我希望多个用户能够训练相同的模型。人们会使用自己的分类为同一模型做出贡献。 理想情况下，一个参与者可以在国家X和国家Y的自己的浏览器中做出贡献，或者至少在同一空间中的两个用户从自己的浏览器中进行标签。显示的图像可能来自JSON文件。 我已经使用p5.js测试了用于协作鼠标绘制的Socket.io，但这基本上是我在这种协作应用程序中
浏览 32提问于2020-06-19得票数 0
我需要使用YOLO训练一个模型。我正在使用Kaggle内核，并且我正在训练自定义图像。 当我执行训练模块时，我得到了这个错误。 ModuleNotFoundError:没有名为'tensorflow.python.keras.engine.base_layer_v1‘的模块 预装的是Tensorflow 2.+。我在某处读到Yolov3不能与TensorFlow 2.+一起工作，所以我安装了张量1.14。 我也尝试使用ImageAi，得到了完全相同的错误。 有谁能理解这个basekayer_v1吗？是tensorflow版本给出了错误吗？ 谢谢
浏览 24提问于2020-07-12得票数 0
我正在使用TensorFlow 2.0和Python3.6，Anaconda 3的Windows10上的Python训练我自己的模型。当我运行以下命令时： python train.py --logtostderr --train_dir=training/ --pipeline_config_path=training/faster_rcnn_inception_v2_pets.config 为了训练我的图像，它显示了Tensorflow Contrib模块将不会包含在TensorFlow 2.0中。我现在应该怎么处理TensorFlow？我需要升级或降级TensorFlow吗？我应该运行
浏览 253提问于2019-03-15得票数 4
如果我有一个具有8GBRAM的GPU，并且我有一个TensorFlow模型(不包括培训/验证数据)，即10 8GB，那么TensorFlow可以训练这个模型吗？
如果是，TensorFlow是如何做到这一点的？
备注：
我不是在寻找分布式GPU培训。我想知道单个GPU的情况。我不关心培训/验证数据的大小。
浏览 0提问于2020-12-09得票数 1
1回答
在开始使用Tensorflow实现随机深度regularization方法时，我遇到了一个问题。本文()指出，如果在训练过程中随机丢弃一些残差，则该模型收敛速度更快。目前的火炬实现工作完美。在Tensoflow中，我可以在剩余的单元分支上设置条件，这样在前进的步骤中，它的激活将被取消，但是在后退的步骤中，权重仍然会被更新。没有办法知道这些权重(在我们取消的剩余分支中)不再是可训练的，并且它们不应该包含在当前会话运行的优化中。
我已经在github上创建了，在这里我讨论了如何以天真的方式解决这个问题，当然，在幕后有一些东西会阻止应用简单的修复，否则，tf.Variable的可训练参数不允许布尔张
浏览 2提问于2017-03-29得票数 0
回答已采纳
现在我正在尝试学习Tensorflow。但我不确定我是否理解正确，即tensorflow是否正在为我想做的事情工作。我有一个android应用程序，它从设备收集数据，并使用weka训练模型，并存储此模型。根据我对的理解，我想使用Tensorflow，而不是weka，我必须在此之前训练模型。我不能使用tensorflow在android应用程序上训练模型？
浏览 0提问于2016-11-06得票数 2
我是Tensorflow的新手，并且已经遵循了这个简单的花朵图像分类器指南https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/#0。因此，现在我有了一个图形文件"retrained_graph.pb“和一个文本文件"retrained_labels.txt"，我想继续训练该模型，以区分更多的花(和其他对象)，并用旧花类别中的更多图像进行训练。如何在不重新训练整个最后一层的情况下继续训练模型。同样，我是Python和Tensorflow的新手，所以如果我说错了什么，请纠正我。
浏览 6提问于2019-01-15得票数 0
回答已采纳
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
腾讯云开发者
