优化器通常将相同的计算图运行许多步骤，直到收敛。tensorflow是否在开始时设置了图形，并在每一步中重用它？如果我在训练期间改变了批量大小，该怎么办？如果我对图做一些负的改变，比如改变损失函数呢？如果我对图表做了一些重大的更改呢？tensorflow会预先生成所有可能的图吗？tensorflow知道如何在图形发生变化时优化整个计算过程吗？
浏览 0提问于2016-02-19得票数 6
tensorflow中的计算图具有一些节点input和一些节点output。input表示神经网络的输入张量，output其预测。一些其他子图馈送到input，一些损失(和其他计算)跟随在output上。训练完成后，我只想保留input和output之间的(正向)子图。是否可以删除所有其他操作？表示本身这是不可能的。也许可以绕过使用tf.train.export_meta_graph导出内容
浏览 4提问于2017-01-18得票数 1
回答已采纳
1回答
我目前正在尝试实现一个代码，允许我的无人机使用tensorflow在室内导航。我需要在一段时间内运行两个模型。一种是主导航--这是一种经过再训练的“盗梦空间”( Inception V3 )模型，负责对走廊图像进行分类，并执行向前、左或右的决定。第二种是目标跟踪模型，它将跟踪物体并计算相对于摄像机的距离。我不知道如何在一个会话中使用多个图形，所以我尝试在循环中创建一个单独的会话，这会造成很大的开销，并导致我的脚本在0 FPS上运行。
浏览 1提问于2018-04-14得票数 0
回答已采纳
此配置的用途是什么？我不清楚关于这个配置的评论： //
// This我们知道Tensorflow在正常情况下会将整个图划分为几个子图。来自CreateGraphs of direct_session.cc的在normal中使用else分支。(据我所知，我从来没有发现使用if
浏览 0提问于2017-03-15得票数 1
假设你有这样的代码...eresult = tf.select(b, e, f)
B是与e和f形状相同的布尔张量，如果b的所有元素都为真，则不需要f，结果就是(或等于)e。问题是:当会话以结果运行，且e的元素都为true时，是否对f进行评估？
浏览 2提问于2015-12-21得票数 14
回答已采纳
我在读，它指定了如何使用tensorflow运行水波模拟。我的理解是tensorflow变量和占位符被用来代替一般的python变量，但是使用tensorflow比仅仅使用numpy有什么特殊的(即性能)优势吗？
浏览 1提问于2017-03-19得票数 3
我正在使用tensorflow运行cnn进行图像分类。我使用tensorflow cifar10 cnn实现。()我想减少连接的数量，这意味着我想修剪低权重的连接。如果没有一些神经网络，我如何创建一个新的图(子图)？
浏览 0提问于2016-02-14得票数 1
我对tf.nn.conv2d(...)的Tensorflow实现很好奇。要调用它，只需运行tf.nn.conv2d(...)。不过，我要去兔子洞看看它是在哪里执行的。代码如下(箭头表示它最终调用的函数)：
tf.nn.conv2d(...) -> tf.nn_ops.conv2d(...) -> tf.gen_nn_ops.conv2d(...) -> _op_def_lib.apply_op我熟悉Tensorflow对LSTM的实现，以及在认为合适的
浏览 2提问于2016-01-17得票数 16
回答已采纳
1回答
我正在使用Nvidia Tesla P100上的tensorflow 对象检测模型来提取边界框和关键点，用于检测视频中的人。使用来自tensorflow.org的预训练，我能够处理大约16帧每秒.有没有办法提高这个模型的评估速度？以下是我一直在研究的一些想法：
并没有成功地做到这一点。在构建模型时更改label_map似乎不会提高性能。使用类似于TensorRT 的方
浏览 0提问于2020-11-04得票数 5
考虑以下Tensorflow代码：sess = tf.Session()sess.run(op, feed_dict=feed_dict)
由于op是一个空操作，并且不依赖于任何其他操作，那么tensorflow将完成使用指定数据填充feed_dict中的占位符的工作，还是能够解决不需要执行此工作的问题。我猜如果op是一个空的python列表或字典，其行为将是相同的？当feed_dic
浏览 1提问于2018-05-20得票数 0
当我学习tensorflow时，tensorflow的一个基本概念是计算图，而这些图被认为是静态的。我在Pytorch中发现，这些图表据说是动态的。tensorflow中的静态计算图和Pytorch中的动态计算图有什么区别？
浏览 1提问于2017-09-11得票数 30
回答已采纳
我知道Keras可以使用TensorFlow或Theano作为后端。在我的例子中，我使用的是TensorFlow。所以我想知道:有没有办法用Keras写一个NN，然后在TensorFlow中打印出相应的版本呢？ypred = model.predict(Xtest, batch_size = 32) result = model.evaluate(Xtest)
这段代码可能是错的，我想要做
浏览 2提问于2017-10-18得票数 2
回答已采纳
我有一个简单的问题，我也搜索已经安静了一点，但也许我使用了错误的关键字。W= tf.constant0.8，name=‘权重’)y_1 = tf.mul(w，x，name='output_1')
y_2 = tf.add(y_1，b，name='ou
浏览 4提问于2017-03-06得票数 4
回答已采纳
sess = tf.Session()
在上面的片段中，它打印张量描述的“成本=张量(”logistic_loss_6:0“，dtype=float32)"，而不是成本的值。我的问题是--当我运行sess.run(成本，提要.)时，成本不是被评估和存储的吗？
浏览 0提问于2019-06-11得票数 0
我开始使用TensorFlow (与Python一起使用)，并想知道:当在函数中使用占位符时，为什么不在我的函数中使用一个参数来提供一个TensorFlow常量而不是占位符？
浏览 0提问于2017-10-03得票数 0
这个警告背后的含义是什么？如果有人能解释一下什么是图形对象，以及为什么不应该传递sess.graph_def，我会很高兴。
浏览 24提问于2019-06-19得票数 0
1回答
对于一个大学项目，我想训练一个(模拟的)机器人在给定位置和速度的情况下击球。首先要尝试的是策略梯度:我有一个参数轨迹生成器。对于每个训练位置，我通过我的网络输入这个位置，将轨迹发送到模拟器，并得到回报。我现在可以用它作为损失，采样梯度，反馈它并更新我的网络的权重，这样下次它会做得更好。因此，我们的目标是学习从位置到轨迹权重的映射。当使用全明星计算图库(如Theano和Tensorflow (或Keras) )时，我遇
浏览 0提问于2016-08-11得票数 0
1回答
我遵循了coursera赋值的代码，它使用双向LSTM实现了一个NER标记器。你能帮助我理解嵌入是如何训练的吗？
浏览 0提问于2018-06-23得票数 0
我试图了解TensorFlow如何计算tf.train.GradientDescentOptimizer的梯度。如果我理解TensorFlow白皮书中的4.1节，它通过向TensorFlow图中添加节点来计算基于反向传播的梯度，该图计算原始图中节点的派生。当TensorFlow需要计算一个张量C相对于C所依赖的某个张量I的梯度时
浏览 0提问于2016-09-19得票数 4
回答已采纳
1回答
为什么在进行任何训练迭代之前都要计算pred变量？我希望在pred期间(通过RNN()函数)生成一个，每个都会为每次迭代传递数据？ x = tf.unstack(x, n_steps, 1)
# Define a lstm cell with tensorflow
浏览 6提问于2017-08-03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
