我尝试通过在tf.keras.layers中使用get_tensor_by_name来获取由tensorflow定义的层的权重。tn.name)
sess.run(tf.global_variables_initializer())pr
浏览 19提问于2019-05-06得票数 3
编辑:我自己找到了一个解决方案，并在下面发布，然而，更有效的解决方案是wellcome
问题的简短版本:如何使用TensorFlow从神经网络中提取任意点的每个权重和偏差，并将其存储到具有形状层神经元-我想要执行的任务是创建一个具有预先训练过的权重和偏差的神经网络(不是从张量获取，而是从完全不同的来源获得)，用张量改进训练，然后将改进的权重返回给程序。因此，我<e
浏览 0提问于2018-03-15得票数 0
回答已采纳
我的目标是先训练权值的子集，然后再训练<code>E 110</code>所有<代码>E 211</code>权重，从而对网络进行顺序训练。在“网络2”中，(w_11，w_21)和(b_1，b_2)是由“网络1”的训练结果初始化的，而(w_12，w_22)则是以其他方式初始化的。
我知道如何保存和恢复权重子集(请参阅和)。但是，链接中描述的方法在使用完全连接的
浏览 0提问于2019-03-10得票数 0
1回答
我有一个保存的模型，我想要在最后一层中应用的最终权重。我已经加载了图，知道张量在哪里，但是我不能得到张量作为数组的形状。我知道数组的形状为2048x6。如何获得这样的实际值这是我的密码graph= tf
浏览 1提问于2018-04-30得票数 0
2回答
我在Matlab中训练了一个三层(输入、隐藏和输出)前馈神经网络.经过训练，我想用一个输入测试向量来模拟训练后的网络，得到神经元的响应--隐层(而不是最终输出层)。我该怎么做呢？另外，在训练神经网络之后，是否有可能“切断”最终输出层，并将当前隐藏层作为新的输出层(以备将来使用)？
额外信息:我正在构建一个。
浏览 2提问于2012-03-03得票数 3
1回答
获取上一层的权重
、、、
是否可以获取上一层的权重，修改它们并再次设置为下一层。我想在网络中引入一个自定义的层，它将修改权重(根据所需的逻辑)，然后将修改后的权重值设置为下一层。如下图所示：我不确定这是否可能。我知道我们可以转储快照，然后使用它来设置新的权重。我也可以使用快照转换权重。但是，我不知道如何在网络本身中做到这一点
浏览 0提问于2017-01-07得票数 1
1回答
我正在尝试编写一个自定义包装层，如以下(简化)层，其中我希望修改包装层的内核权重：
def __init__(self, layer: tf.keras.layers, **kwargs): xout = model(x)
if
浏览 8提问于2021-03-22得票数 1
回答已采纳
在预先实现的keras模型(VGG16等)中，我们指定可以改变模型输入的形状，并仍然加载经过预先训练的imagenet权重。这里是Keras VGG16模型的实现，可供参考。
浏览 0提问于2017-12-04得票数 1
回答已采纳
1回答
我在一个密集的子层中有一个自定义层。我希望能够命名这个子层的权重。但是，在子层初始化器上使用name="my_dense"似乎并不能做到这一点；权重只是以外部自定义层命名。为了说明这个问题，假设我想要一个简单地堆叠两个密集层的自定义层。我将打印这个自定义层
浏览 3提问于2020-01-30得票数 3
回答已采纳
1回答
有谁知道如何访问BERT在Tensorflow集线器上托管的模型的中间层的输出？
运行[i.values() for i in tf.get_default_graph().get_operations()]以
浏览 1提问于2019-03-25得票数 4
filename_queue = tf.train.string_input_producer( num_epochs=num_epochs,如何在训练期间获取纪元编号信息(我想在训练期间显示此信息)我在下面尝试过tf.get_default_graph().get_tensor_by_name('input_train/input_producer/limit_epochsrun
tf.get_default_graph().get_tenso
浏览 4提问于2016-08-23得票数 6
我正在尝试使用标准的Keras验证我的网络构建的第一层的输出。第一层的名称是conv2d。我构建了一个新的模型，只为了获得第一层的输出，使用以下代码：weights = Noneimg_test_slice：(3,3,3)weigths
浏览 1提问于2020-07-19得票数 0
1回答
我对将1x1卷积等同于完全连通层的概念感到困惑。下面是一个简单的例子，一个1x1卷积的两个输入通道，每个大小为2x2，以及一个输出通道。📷交叉信道参数池层也等价于具有
浏览 0提问于2019-02-19得票数 2
回答已采纳
2回答
凯拉斯。暹罗网络与三重态损耗
、、、、
据我所知，解决这一问题的最佳办法是连体网络的三重态损失。我没有找到任何现成的实现，所以我决定创建自己的。
代码是这样的： Flatten(), Densemodel = Model([input_a, input_p, input_n], out)
model.compile(optim
浏览 7提问于2020-08-30得票数 1
我想计算损失的梯度，所有的网络参数。当我尝试重塑每个权重矩阵以达到1维时，问题就出现了(这对于我稍后使用梯度进行计算很有用)。all_tensors = list() for mtype in ["kernel"]: for mtype in ["kernel
浏览 6提问于2018-09-06得票数 3
回答已采纳
我有一个图形和一组自定义函数，根据输入列表定义多层RNN，这将指定每个层中的单元数。16、32、16，则最终得到一个RNN，其单元格为layer1中的16个单元，的作用域为layer1，第2层中为32个单元，作用域为适当范围，第3层中为16个单元，限定范围等。这似乎工作得很好，随意检查张表中的图形看起来是正确的，节点看起来是正确的，事物的训练等等
浏览 1提问于2018-04-15得票数 1
你好，我有下面的代码，我正在加载预先保存的自定义权重从一个.cpkt文件到一个resnet模型。model.layers: all_weights.append(w)“”“
如何从保存的.cpkt文件中获取逐层权重和偏移？
浏览 0提问于2020-11-08得票数 0
1回答
我现在正在编写一个DRL算法，它使用了双DQN的原理，模型和目标会随着时间的推移而更新。因此，在我的代码中，我使用了这一行： self.q_next.set_weights(self.q_eval.get_weights()) 这将导致以下错误消息： ValueError:您使用长度为10的权重列表在层"d3qn_1“上调用了set_weights(weights)，但该层需要0个权重。提供的权重：[数组(
浏览 16提问于2020-12-15得票数 0
2回答
在创建了一个带有训练权重的Keras自定义层之后，如何测试代码的正确性？它似乎没有在Keras的手册中描述。
例如，要测试函数的预期行为，可以编写单元测试。我们如何为Keras自定义层做到这一点？
浏览 1提问于2018-02-10得票数 4
回答已采纳
1回答
我需要写一个关于反向传播和梯度下降的很短的定义，我有点搞不懂区别是什么。
为了计算神经元网络的权值，采用了反向传播算法。这是一个降低模型误差的优化过程。该技术基于梯度下降法。相反，每个权重对总误差的贡献是从所有隐藏层到输入层的输出层计算的。为此，计算了误差函数E对w的偏导数。由此产生的梯度
浏览 1提问于2019-06-08得票数 0
云服务器
对象存储
ICP备案
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号