我正在使用Tensorflow为一个二进制情感分析类调整BERT。我想使用自定义训练循环/损失函数。然而，当我训练模型时，我得到了以下错误：ValueError: Internal error: Tried to take gradients (or similar) of a variable without为了进行调试，我尝试将我的训练循环简化为只计算标准的二进制交叉熵，这应该等同于我使用二进制交叉熵作为损失函数来调用model.fit() (它工作得非常好)。然而，在运行这个简化的
浏览 27提问于2021-08-17得票数 0
我试图在Tensorflow 2.4中的持久梯度磁带中训练 TF集线器模型。下面是我的代码的简化版本。import tensorflow as tf Tensor("StatefulPartitionedCal
浏览 5提问于2021-03-24得票数 0
回答已采纳
tensorflow的一个典型的训练循环可能如下：grads = [None] * len(cg) sess.run(apply_gradients, feed_dict=feed)
每次调用sess.run(grads)时，都会生成一个新的numpy数组gradients (具有新分配的内部内存)。我想在所有的训练迭代中使用固定<
浏览 4提问于2017-04-24得票数 0
回答已采纳
2回答
我想写一些自定义的Keras层，并在层中做一些高级计算，例如使用Numpy，Scikit，OpenCV…You must feed a value for placeholder tensor 'input_1' with dtype float and下面是我的自定义图层： def __i
浏览 3提问于2019-02-18得票数 2
最后一个反褶积层给出了输出点，我需要用这个输出进行一些处理(用第二个进程调用它)，以得到Loss值。在第二个进程中，我正在执行计算Loss值的tf.while_loop，因为Loss值是通过在tf.while_loop中的每个迭代中添加所有Loss值来实现的。在循环之前，我给出了用于tf.constant(0)初始化的Loss。
当我试图训练和最小化Loss时，它显示了No梯度<e
浏览 0提问于2018-05-24得票数 0
回答已采纳
我正在使用TensorFlow2.1和Python3，按照教程"Tensorflow - Custom training: walkthrough“创建我的自定义训练模型。我尝试在我的损失函数上使用汉明距离： import tensorflow as tfoptimi
浏览 79提问于2020-06-11得票数 1
我正在使用Tensorflow创建一个自定义的损失函数，这个关于通用机器学习的问题突然出现在我的脑海中。我的理解是，优化算法需要一个可导的代价函数来寻找/接近最小值，但是我们可以使用不可导的函数，如绝对函数(当x=0时没有导数)。一个更极端的例子是，我这样定义我的成本函数： return tf.sign(x)
我预计在运行代码时会出现
浏览 1提问于2018-01-07得票数 0
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
浏览 4提问于2021-10-12得票数 1
回答已采纳
4回答
我试图在生成的数据上在Tensorflow中创建一个非常简单的二进制分类器。我遇到了一个“没有为任何<
浏览 4提问于2016-05-02得票数 3
回答已采纳
所以，当我运行这段代码时，我会得到以下错误，我正在使用Tensorflow 1.4版
浏览 0提问于2018-07-23得票数 3
回答已采纳
1回答
我试图复制一些神经转移教程，它以前基于TensorFlow v1.x，但使用TensorFlow v2.0。由于某些原因，我无法应用Adam optimizer的渐变，因为我相信，有些数据格式。源代码相当大，所以我尝试给出最相关的行，但是如果有人问到完整的代码，我会在这里添加它。下面是优化器当我试图将梯度
浏览 2提问于2020-09-16得票数 2
回答已采纳
我正在尝试实现，它要求在交替训练小批时冻结图形的一个或另一个部分。即有两个子网络:G和D。D( X ) -> Y
其中G的损失函数依赖于D[G(Z)], D[X]。首先我需要用D训练所有G参数固定的参数，然后用D固定参数训练G中的参数。在第一种情况下，损失函数在第二种情况下是负损失函数，而更新将适用于第一或第二子网的参数
浏览 8提问于2016-02-09得票数 57
回答已采纳
9回答
这是因为：
客户端现在有两种实现功能的方法:它们可以使用类的抽象(套接字)或直接操作类所依赖的实现(套接字的C风格句柄)。在后一种情况下，对象不知道它认为自己拥有的资源发生了重大变化。现在，类无法可靠地丰富或修饰功能(例如，代理、日志记录、收集统计信息)，因为客户端可以绕过经过修饰的受控实现和它认为正在添加的任何不变量，这使得正确的错误处理几乎是不可能的<
浏览 5提问于2009-12-17得票数 10
回答已采纳
假设我可以在我的带有tensorflow的GTX 1070卡上使用样本大小N、批处理大小M和网络深度L进行培训。现在，假设我想使用更大的样本2N和/或更深的网络2L进行训练，并摆脱内存错误。插入额外的GPU卡会自动解决这个问题(假设所有GPU卡的总内存量足以容纳批处理及其渐变)吗？还是说纯粹的坦索弗洛是不可能的？我读到，有比特币或以太矿商，他们可以用多个GPU卡建立采矿场
浏览 4提问于2017-07-15得票数 2
回答已采纳
但是我完全不知道在这个特殊的情况下发生了什么。我预期会发生的事情：
重复上面的N次(在本例中，100次重复100次)我知道，在实践中，您会应用诸如批处理和子集之类的东西，但在这种情况下，我相信这只是在整个数据集上循环100次。
浏览 0提问于2018-03-22得票数 7
回答已采纳
我有tensorflow模型的.meta和.ckpt文件。我想知道确切的输入和输出节点名称，但我通过以下获得了一个节点名称列表。当我有一个冻结的protobuf模型时，我使用以下代码获得输入节点名称和输出节点名称作为列表的开始和结束：from tensorflow.python.platformgraph_def.node] for t in graph_nodes:
nam
浏览 1提问于2019-04-19得票数 4
回答已采纳
在文档的几个部分(例如Dataset Iterators )中，有对Stateful Objects的引用。他们到底是什么?他们在图表中扮演什么角色？为了澄清，在Dataset文档中有一个使用one_shot_iterator的示例，因为它是无状态的：iterator = dataset.make_one_shot_iterator
浏览 1提问于2018-10-03得票数 5
回答已采纳
我想在Tensorflow中使用MomentumOptimizer。但是，由于此优化器使用的是一些内部变量，因此尝试在不初始化该变量的情况下使用它会产生错误：
浏览 8提问于2017-01-08得票数 26
回答已采纳
这些读取与任何并发写入都不协调，并且没有获得锁:特别是，工作人员可能看到来自一个或多个其他工作人员的部分更新(例如，来自另一个工作人员的更新的子集可能已经应用，或者变量中的元素的子集可能已经被更新)。工作人员根据一批输入数据和它在步骤1中读取的参数值在本地计算渐变。工作人员将每个变量的梯度发送到适当的PS任务，并使用由优化算法确
浏览 1提问于2018-03-07得票数 3
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
