我想做一个以下形式的损失函数： L= l1(x) + (1/w1)*l2(x) + (1/w2)*l3(x) + ln(1+(w1*w1 + w2*w2) ) 其中w1和w2是可学习的。通常，这些权重系数是固定的。我可以创建一个tf模型，其中这些变量是可训练的，但我不确定如何使用keras API来做到这一点。如何使用tf.keras应用编程接
浏览 24提问于2019-09-27得票数 0
回答已采纳
我想将一组预先训练好的权重从Tensorflow导出到Keras。问题是Tensorflow中的批量归一化层只嵌入Beta和Gamma作为可训练权重，而在Keras中，我们也有Moving_mean和Moving_variance。我不知道从哪里获得这些权重。
浏览 28提问于2017-08-01得票数 0
回答已采纳
很多我见过的机器学习工作岗位要求使用Tensorflow的经验。如果我有使用Tensorflow的经验，但只能通过使用Keras构建神经网络。这算不算？我还没有看到在没有Keras的情况下使用Tensorflow的教程或任何代码，所以我看不出人们是如何严格学习Tensorflow的</
浏览 0提问于2021-01-28得票数 0
回答已采纳
如何更新keras BatchNormalization中的移动均值和移动方差？我在tensorflow文档中发现了这一点，但我不知道将train_op放在哪里，也不知道如何使用keras模型： train_op = optimizer.minimize( loss )
我发现的</e
浏览 0提问于2018-05-03得票数 4
回答已采纳
3回答
我正在学习TensorFlow和Keras。我想试试，它似乎是用Keras编写的。我更感兴趣的不是代码的可移植性，而是两者之间的真正区别。
浏览 1提问于2019-03-15得票数 15
回答已采纳
我正在使用tensorflow.keras，我想知道是否有可能创建内置Keras层的可重用块。例如，我想在模型中的不同位置重复使用同一组层(能够学习不同的权重)。我想在我的模型中的不同时间使用下面的块。)drop
浏览 26提问于2020-10-21得票数 0
回答已采纳
3回答
高、低级库的差异
、、、
高级库和低级库的区别是什么？
我知道keras是一个高级库，tensorflow是一个低级库，但我仍然不太熟悉这些框架，无法理解这对高库和低库意味着什么。
浏览 3提问于2019-04-02得票数 1
回答已采纳
3回答
换句话说，如果经过训练和测试的模型已经准备好进行未来的预测，那么它必须将学习(S)存储在内存、磁盘或缓存中(或者我真的不知道)。
那么，它到底存放在哪里呢？希望我能清楚地提出我的疑问，请专家们提供建议。
浏览 0提问于2019-08-01得票数 0
我正在实现WGAN，需要裁剪权重变量。
我目前正在使用带有Keras的Tensorflow作为高级API。因此，使用Keras构建层以避免手动创建和初始化变量。问题是WGAN需要裁剪权重变量，一旦我得到了这些权重变量，就可以使用tf.clip_by_value(x, v0, v1)来完成，但是我不知道如何安全地获得它们。一种可能的解决方案可能是使用tf.get_c
浏览 6提问于2017-03-01得票数 0
回答已采纳
1回答
我使用Keract来可视化TensorFlow/Keras模型的特征映射。谢谢你的帮助
浏览 19提问于2021-12-20得票数 0
1回答
我想通过初始化一个保存的模型的权重来训练一个模型，下面是我使用的代码： la = saved_model.get_layer(name='conv2d') relu = tf.nn.relu(conv+bias) 使用这种方法，我将无法更新偏差项，如何初始化权
浏览 16提问于2021-08-19得票数 0
有许多方法可以保存模型及其权重。当我们可以阅读和比较它们的属性的方法如此之多，而不是任何来源时，这是令人困惑的。我知道的一些格式是：
学习-取代Pickle，用于包含大数据的</e
浏览 0提问于2020-04-09得票数 7
我需要恢复一个DNN(VGG16Net)，并使用迁移学习来构建另一个网络。因此，在这里我需要将一些过滤、偏差变量从可训练的tensorflow变量转换为不可训练的变量(我使用的是原生tensorflow框架，而不是keras或任何更高级别的包)。例如，为了从卷积层过滤器获得权重，我使用了conv4_3_filter=sess.graph.get_tensor_by_name(&#x
浏览 36提问于2019-04-11得票数 2
回答已采纳
2回答
和Keras
、、、、
我一直在寻找什么是Tensorflow和Keras。他们说Tensorflow运行在KERAS之上，这意味着Tensorflow是Keras的“后端”。(虽然你可以使用其他如Theano和CNTK)
这里的“后端”术语是否意味着它在一个深度学习模型背后做了整个数学过程的事情？我的意思是，Tensorflow是一个做复杂事情的人，比如处理矩阵(张量)，做所有的数学工
浏览 3提问于2020-06-02得票数 0
回答已采纳
1回答
我有一个Tensorflow图(output_graph.pb)，我是通过在之后在盗梦空间( Inception V3 )上进行迁移学习获得的。现在，我需要提取各个层的权重，以便将它们导入到用Keras创建的模型中。我知道从tensorflow直接将图转换为keras模型()是不可能的。
浏览 1提问于2018-09-30得票数 1
回答已采纳
1回答
我想对BreakHis数据集()中的乳腺癌组织病理学图像进行二值分类，使用转移学习和初始Resnet v2。目标是通过在模型中添加两个神经元来冻结所有的层，并训练完全连接的层。特别是，一开始我想考虑与华丽因子40X相关的图像(良性: 625，恶性: 1370)。以下是我所做工作的总结：
我
浏览 2提问于2021-07-19得票数 0
我正在学习Udacity "AWS DeepRacer“课程，内容是关于自动驾驶汽车的强化学习。在一个教训中，他们说：学习速度-控制你的算法学习的速度(它扩大或缩小了每个时代之后的</em
浏览 0提问于2019-08-05得票数 2
回答已采纳
1回答
Keras支持参数优化器吗？
、、、、
在使用keras时，可以为优化器更新规则添加一个术语，优化器可以学习吗？因此，例如，在keras的github ()优化器代码的第200行中，有一个SGD的更新规则。是否可以向SGD优化器添加一个简单的标量变量，将更新公式更改为其中，new_variable是一个标量，在一定范围内有界(例如0到1)，而SGD优化器必须了解new_variable<
浏览 0提问于2019-08-17得票数 0
我在Keras工作(Tensorflow 2)。我想将张量的每个元素与其自身的可训练权重相乘。假设我的输入张量是1D，有10个元素；所以我尝试将输入定义为Keras输入张量，将权重定义为tf.Variable，并尝试使用Keras乘法层，如下所示： import tensorflow as tfinputs = tf.keras.layers.Input(shap
浏览 30提问于2020-04-25得票数 0
回答已采纳
我使用的是带有tensorflow 1.0.0后端的keras 1.2。 model.load_weights(model_weights_path)
此函数，更准确地说，对load_weights的调用会导致以下异常Add operations to the gr
浏览 14提问于2017-03-15得票数 1
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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
