在Python中使用tensorflow测试训练好的神经网络
，可以通过以下步骤进行：
- 导入所需的库和模块：import tensorflow as tf import numpy as np
- 加载训练好的模型：model = tf.keras.models.load_model('path/to/model.h5')这里的
path/to/model.h5是训练好的神经网络模型的文件路径。 - 准备测试数据：test_data = np.array([[...], [...], ...]) # 测试数据，可以是一个或多个样本注意，测试数据的格式需要与训练数据的格式相匹配。
- 对测试数据进行预处理（可选）：preprocessed_data = preprocess(test_data)根据具体的需求，可以对测试数据进行预处理，如归一化、标准化等操作。
- 使用训练好的模型进行预测：predictions = model.predict(preprocessed_data)这将返回预测结果，可以是一个或多个预测值。
- 处理预测结果：processed_predictions = postprocess(predictions)根据具体的需求，可以对预测结果进行后处理，如转换为分类标签、计算置信度等操作。
- 输出预测结果：print(processed_predictions)将处理后的预测结果输出到控制台或保存到文件中。
总结：
在Python中使用tensorflow测试训练好的神经网络，首先需要加载训练好的模型，然后准备测试数据并进行预处理，接着使用模型进行预测，最后对预测结果进行处理和输出。这样可以方便地利用训练好的神经网络进行各种应用，如图像分类、文本生成等。
推荐的腾讯云相关产品：腾讯云AI智能服务，提供了丰富的人工智能能力和算法模型，可用于构建和部署神经网络模型。具体产品介绍和链接地址请参考腾讯云官方网站。
相关·内容
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
有没有可能把已经训练好的神经网络中用python编写的代码带到android上？我试过Java，但是我需要的库Nd4j和OpenCV很重，我试过BeeWare，但是它不支持TensorFlow，和Kivy一样，有没有办法？
浏览 20提问于2020-07-11得票数 1
和咖啡馆一样，互联网上也有一些经过预先训练的TensorFlow模型。然而，与TensorFlow不同的是，Caffe的模型总是伴随着一个指示网络结构和层名的.prototxt文件，而Caffe依赖Python代码来定义神经网络。同时，由于variable_scope的存在，对于TensorFlow中的变量，它的名称可能会很长。这使得通过名称查找特定变量变得非常困难。那么，如果我从互联网上下载了一个预先训练好的TensorFlow模型，而没有网络结构python代码，我如何将它用于我自己的项目呢？
浏览 2提问于2017-07-19得票数 2
1回答
我想在Tensorflow中对预先训练好的深度神经网络进行部分微调(例如，加载所有层的权重，但只更新更高层的权重)。
Tensorflow中是否有任何方法允许选择应该更改的变量和应该保持不变的变量？
提前谢谢你！
浏览 15提问于2016-08-04得票数 3
回答已采纳
我需要用少量的节点创建一个简单的神经网络模型，对其进行训练，然后评估得到的已经训练好的网络中的某些参数。 我需要重复几次(>100)。因此，我只想重新初始化权重，而不是每次都创建一个新模型。 以下是我的代码中有问题的部分： import tensorflow as tf
from tensorflow import keras
from keras import backend as K
def reinitLayers(model):
session = K.get_session()
for layer in model.layers:
浏览 66提问于2019-03-20得票数 0
我有一个预先训练好的tfjs模型，我想用keras / tensorflow把它加载到python中。
我找到了如何转换tf和以及如何，
如何将模型加载到python中？
浏览 108提问于2018-08-21得票数 3
3回答
我已经创建了一个神经网络，性能很好。通过使用nprtool，我们可以使用输入数据和目标数据来测试网络。我的问题是，用提供的目标数据测试神经网络的目的是什么？难道测试不应该有目标数据，这样我们就可以知道训练好的神经网络在没有目标数据的情况下能做得多好？希望有人对此作出回应，谢谢=)
浏览 1提问于2012-09-28得票数 2
回答已采纳
关于CoreML模型的教程都是将TensorFlow模型或PyTorch模型转换为CoreML模型。如果预先训练好的模型文件是mlmodel类型，我不知道如何在python中使用它，也不知道如何将mlmodel转换为tf模型。 如何在Python语言中通过TensorFlow、Keras或PyTorch来读取和部署CoreML模型？
浏览 28提问于2020-09-06得票数 0
回答已采纳
1回答
我看到创建了一个带有Tensorflow的卷积神经网络。
在建立和训练了神经网络之后，在本教程中，对它进行了如下测试：
eval_results = mnist_classifier.evaluate(
x=eval_data, y=eval_labels, metrics=metrics)
print(eval_results)
但是，我没有测试集的标签，所以我只想使用培训示例来运行它，如下所示：
eval_results = mnist_classifier.evaluate(x=test_data, metrics=metrics)
但是，如果我这样做，就会收到警告，然后停止执行
浏览 7提问于2017-07-06得票数 1
回答已采纳
我已经使用互联网上的一些伪代码训练了一个深度信念神经网络(由堆叠的受限boltzmann机器组成)。问题是在训练它之后，也就是在调整它的权重之后，我不清楚如何测试它。
我有一个输入图像和一个经过训练的神经网络。必须如何进行分类？我已经将训练好的网络保存到一个文件中。问题是我还没有彻底研究它背后的数学原理，因为我需要尽快完成这个项目。此外，谷歌没有提供任何明确的信息。
浏览 7提问于2011-06-14得票数 1
我已经使用Python (conda tensorflow安装)训练过DNNClassifier。需要使用C_API对训练好的模型进行评估。有没有一种方法可以使用C_API同时加载训练模型的图形和权重？
浏览 0提问于2018-04-12得票数 1
如何在PyTorch中从预先训练好的模型中获取权重并在TensorFlow中使用？
这是预先训练好的模型：
lstm = torch.hub.load("BruceWen120/medal", "lstm")
浏览 3提问于2021-11-28得票数 0
1回答
我不能理解如何使用已经训练好的神经网络模型。我在python上编程，我使用的是库keras。我分析时间序列。训练神经网络，保存模型。
正如keras文档中所述，您需要调用model_name.predict ()方法。好的。我这样做: model.predict ( dataset )，其中dataset是过去90天的值。我需要提前预测，比如说，10天。
但是预测只针对指定的数据集90天！也就是说，您只能比较原始数据和预测。
那么，从今天开始如何提前10天进行预测呢？
浏览 18提问于2018-01-24得票数 0
我正试图在装有M1处理器的Macbook Pro上使用Tensorflow在PyCharm中构建一个神经网络。我使用macOS Big Sur 11.2的专业PyCharm。我尝试通过多种方式下载python3 (我认为它没有正确下载)，最后我使用自制软件安装了它，所以我现在使用了Python3.9.4。在PyCharm中创建了一个虚拟环境后，我安装了tensorflow和Keras 2.5.0rc1来设置解释器，然后当我尝试导入Tensorflow时，我得到了这个错误:进程结束，退出代码132 (被信号4:信号中断)。我不明白问题出在哪里。我是否使用了错误的解释器(架构是如何影响它的)，或者
浏览 0提问于2021-04-28得票数 0
1回答
我对TensorFlow和Python非常陌生。我有一个数据集，与MNIST数据集(28 * 28图像)非常相似。我已经关注了很多关于如何使用tensorflow实现基本神经网络的在线教程，并发现大多数都只是使用：
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("/tmp/data/", one_hot = True)
有没有一种方法可以让我使用自己的类似MNIST的数据而不是从tensorflow导入它？此外，我还能对类似MNIST的数据
浏览 0提问于2017-11-30得票数 0
1回答
我目前正在使用tensorflow (一款python应用程序)托管cnn神经网络，现在我希望‘前端’是用.NET制作的，问题是，我如何将神经网络应用程序(用python、tensorflow制作)与.NET gui应用程序集成？ 我考虑过gRPC和REST，但是，这些选项似乎很慢，并不完美(我将在很短的时间内向神经网络提交大量图像)，所以垃圾邮件REST请求& gRPC并不是那么好 基本上，有没有一种简单快捷的方式在python和.NET (C#)之间进行通信？
浏览 19提问于2020-05-03得票数 0
我有一个神经网络，我在Python中使用Keras / tensorflow。我正在试着习惯使用Python。
在R中，有，它使用来自deepnet的堆叠自动编码器来预训练神经网络。我似乎在Python中找不到类似的函数或包。我需要写我自己的函数吗? Python / Keras也有这样的函数吗？
浏览 19提问于2020-05-11得票数 1
2回答
假设我在笔记本电脑上使用Tensorflow和Python训练了一个简单的神经网络，我想在C++应用程序中在我的手机上使用这个模型。
我可以使用任何兼容格式吗？运行神经网络(而不是训练)的最小框架是什么？
UDP.我也对Tensorflow到非-Tensorflow兼容性感兴趣.我是否需要从头开始构建它，还是有任何最佳实践？
浏览 0提问于2018-06-19得票数 0
回答已采纳
我正在研究基于遗传算法(GA)的神经网络(ANN)进行特征选择。遗传算法用于特征选择。精度由人工神经网络作为遗传算法的适应值。
我使用'OutputFcns‘保存了每次迭代的所有分数和填充。
除了范围和种群，我还希望保存训练好的ANN网络/权重/偏差(对于每个种群和迭代)。
但是，我不知道如何保存训练好的ANN网络/权重/偏差(对于每个种群和迭代)。
请给我建议。谢谢。
浏览 3提问于2015-09-17得票数 1
我正在尝试下载一个预先训练好的tensorflow模型。我正在使用下面的代码 import numpy as np
import time
import PIL.Image
import IPython.display as display
import matplotlib.pylab as plt
import tensorflow as tf
import tensorflow_hub as hub
import datetime
from tensorflow.keras.preprocessing import image
from dateutil import parser
浏览 184提问于2021-11-05得票数 0
回答已采纳
我正在尝试实现“多线程”，同时进行训练和预测(测试)。我将使用python模块‘线程’，如所示，下面是一些问题。
如果我使用python模块“线程”，tensorflow是使用更多的gpu还是使用更多的cpu？
我是否必须在tensorflow中生成两个图(具有相同拓扑的神经网络)，一个用于预测，另一个用于训练？或者只制作一个图表可以吗？
我将非常感谢任何能够回答这些问题的人！谢谢!
浏览 4提问于2017-08-08得票数 0
回答已采纳
我刚刚开始学习神经网络，以便从cs231中深入学习。我试图在Python中实现神经网络。我正在考虑使用Tensorflow或scikit-学习。对于这个应用程序，这些库的优点和缺点是什么？
浏览 0提问于2018-08-12得票数 10
1回答
我即将学习神经网络，我准备复制一个教程，它训练一个神经网络，目标是识别手写的字母。神经网络的训练应使用MNIST数据集进行。不幸的是，由于我无法在MNIST数据集中阅读，所以我的问题出现在哪里。我使用的环境是一个木星笔记本和Python 3。
下面是我的代码行(第2行引起问题)：
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("/tmp/data/", one_hot = True)
第2
浏览 0提问于2019-06-23得票数 0
回答已采纳
1回答
我想在另一个Python包中使用用Tensorflow实现的预先训练好的SqueezeNet模型。问题是，当前版本的Tenorflow does not support Python 3.7以及包含整个Tensorflow包作为要求并不是一个好主意，因为它非常消耗空间，并且可能是包中的额外问题来源。最好的选择是避免将Tensorflow作为一种要求。 是否有任何选项可以将Tensorflow模型转换为Numpy中的操作或任何其他更轻量级的表示形式。我不需要训练模型的支持，因为它已经进行了预训练。我将使用该模型仅用于预测目的。该解决方案必须具有打包在Python包中的选项(可通过pip安装)。
浏览 12提问于2019-01-24得票数 1
我把我的第一步放在机器学习上，我已经看了很多TensorFlow.js教程，我正在努力实现这一点：“实时单目标跟踪/检测”
类似这样的->输入:摄像头/视频->输出:对象边界框
我知道有SSD和YOLO，以及其他库来预测和定位对象。但预测时间非常慢(在浏览器中)，我猜这是因为神经网络必须在这么多对象之间进行预测。
如果我只想跟踪单个对象，该怎么办？有可能吗？性能会更好吗？我应该从哪里开始呢？
我一直在考虑从SavedModel中提取预先训练好的类(对象)，然后开始训练更多。但谷歌周围似乎没有任何指示。
浏览 5提问于2018-10-24得票数 1
我已经训练了神经网络，我想通过使用新的数据集保留训练好的神经网络来提高网络的性能。我能用命令行而不是GUI来做这件事吗？
例如:我有3个用于训练的数据集，1。)input1和target1 2。)input2和target2 3。)input3和target3
net=patternnet(20);
net=train(net,input1,target1);
使用第一个数据集训练神经网络后，其性能低于预期，因此我希望在不改变网络结构的情况下，使用数据集2和3来改进训练好的神经网络。我该怎么做呢？
浏览 8提问于2016-08-01得票数 0
我在python中使用tensorflow来构建一个简单的回归神经网络，我想提取权重和偏差，以便在另一个程序中使用它们。有人能指出如何从tf神经网络中提取权重，并在tensorflow神经网络训练完成后，通过简单的矩阵乘法和加法从相同的权重计算预测。同样，这种计算是否会改善预测时间(因为tf.predict会做一些额外的计算)？
浏览 36提问于2019-01-19得票数 0
在TensorFlow1.x中，这可以使用来完成，这非常繁琐。
在tensorflow 2.x中，有没有更简单的方法来手动将预先训练好的权重分配给特定的卷积？
浏览 5提问于2020-06-16得票数 2
我目前正在从事一个图像处理项目，理想情况下，我的目标是让GoogLeNet CNN使用TensorFlow和C++语言。我不想要预先训练好的CNN，我想自己训练它。
我做了很多研究，发现Python和TensorFlow中有很多东西，你可以使用Python训练CNN并将其导出为C++，或者使用其他库，如Caffe。
但如果可能的话，我真的很想使用Tensoflow和C++语言！
你们对此怎么看？
如果你们中的一些人有想法或者我可以跟随的曲目的开始，那将是非常酷的:)
谢谢！
浏览 8提问于2017-03-14得票数 0
我想从头开始训练一个InceptionV3神经网络。我已经有一个正在运行的实现，它利用这个TensorFlow集线器模块：https://tfhub.dev/google/imagenet/inception_v3/feature_vector/1，并利用包含的预先训练好的权重执行微调。 我现在想使用the same TensorFlow Hub module，但放弃了提供的权重，并使用我自己的内核初始化器(例如，tf.initializers.truncated_normal，tf.initializers.he_normal等)。 如何修改TFHub模块中的可训练变量以使用自定义初始化器
浏览 14提问于2019-02-11得票数 1
回答已采纳
我试图加载一个取自https://github.com/tensorflow/models/tree/master/official/resnet的已经训练好的模型，但是当我尝试加载.pb时，我在ParseFromString方法上得到一个错误： import tensorflow as tf
from tensorflow.python.platform import gfile
GRAPH_PB_PATH = '../resnet_v2_fp32_savedmodel_NHWC/1538687283/saved_model.pb'
with tf.gfile.FastGF
浏览 122提问于2019-03-19得票数 0
当我从git克隆时，AlexNet的基准测试是Tensorflow存储库的一部分。基准测试实现了这些层，但在我看来，AlexNet的实际权重在任何时候都没有加载。
我想尝试一下Tensorflow，但我的应用程序(在caffe中)使用的是预先训练好的AlexNet。
你认为他们也会释放重量吗？
浏览 0提问于2015-11-12得票数 3
我想用python运行用于尝试神经网络的代码，但是没有名为'tensorflow.python._impl‘的模块
我的代码之一是：
导入tensorflow作为tf从tensorflow进口角从tensorflow.python._impl导入激活
我做了所有的解决方案，有些网站说，如-卸载和安装包，如tensorflow，..还：-升级tensorflow -升级keras
但它还没解决。我在联合实验室也有这个错误。如果你有任何解决办法，请帮助我。
谢谢
浏览 1提问于2018-11-27得票数 0
所以我认为tensorflow.keras和独立的keras包是冲突的，我不能加载我的模型，这是我用迁移学习建立的。在CNN ipynb中导入：
!pip install tensorflow-gpu==2.0.0b1
import tensorflow as tf
from tensorflow import keras
print(tf.__version__)
加载这个预先训练好的模型
base_model = keras.applications.xception.Xception(weights="imagenet",
浏览 0提问于2019-09-02得票数 4
回答已采纳
1回答
我想在我的快速应用程序中使用TensorFlow，我引用了这个页面。尽管如此，我还是很少有来自指南教程的疑问，如下所示。
在编码中需要神经网络计算吗？(我知道神经网络的概念和工作原理)
它对iOS有用吗？(我在某个地方读到，它只适用于macOS)
在iOS应用程序中实现是否需要Python编码知识？
我能做一个Python桥到Swift，像目标-C和Swift吗？( iOS允许这样做吗？)
我可以在现有的应用程序中使用TensorFlow吗？如果是，那我如何实现这一点？我的意思是，是否有类似于CocoaPod的东西，还是必须手动插入文件？
另外，请为Swift中的T
浏览 10提问于2020-01-28得票数 0
1回答
您好，我已经使用tensorflow 1.14对象检测API训练了对象检测模型，我的模型运行良好。然而，我想减少/优化模型的参数，使其更轻。如何在训练好的模型上使用剪枝？
浏览 29提问于2021-10-22得票数 0
我正在看tensorflow的教程，在如何保存训练好的模型时遇到了一个问题。
在本教程中，定义并训练了一个递归神经网络来进行图形分类。下面是对应的代码：
estimator = tf.estimator.Estimator(
model_fn=model_fn,
model_dir=output_dir,
config=config,
params=model_params)
# Train the model.
tf.contrib.learn.Experiment(
estimator=estimator,
t
浏览 21提问于2018-08-01得票数 0
我正在学习tensorflow来实现深度神经网络。我最初尝试使用pip下载tensorflow，但即使我升级了python版本，它也无法工作。所以我转而使用Anaconda来安装tensorflow，它可以工作。然而，我现在意识到，如果我想要在python中导入tensorflow，我必须在Anaconda提示符中运行代码，而我过去常常使用Windows Power Shell(我的计算机是64位windows 10)来运行我的python代码。有没有办法让我在Windows Power Shell中运行tensorflow(使用Anaconda安装)？来回跳来跳去有点不方便。
浏览 0提问于2018-05-20得票数 0
1回答
我在凯拉斯有一个训练有素的分类器神经网络。设神经网络为f(x)。我希望找到向量x，使得当||x||^2 =1时，f(x)是最大化的。我目前已经用Keras训练了我的神经网络 model = Sequential()
model.add(Dense(500, activation='sigmoid'))
model.add(Dense(500, activation='sigmoid'))
model.add(Dropout(0.5))
model.add(Dense(1, activation='sigmoid'))
model.compil
浏览 20提问于2019-09-16得票数 2
我正在使用Python3.5中的TensorFlow构建模式识别深层神经网络。在构建了我的网络并创建了我的培训集之后，我使用TensorFlow中的以下函数来训练我的模型：
model = tflearn.DNN(net, tensorboard_dir='tflearn_logs')
model.fit(train_x, train_y, n_epoch=2000, batch_size=8, show_metric=True)
model.save(name + '.tflearn')
当我对它从未见过的输入做预测时，它的效果很好。阅读有关fit函数的Tfl
浏览 0提问于2017-09-11得票数 2
回答已采纳
2回答
我正在使用tensorflow使用两个不同的数据集来训练同一神经网络的两个实例。网络本身非常简单，只有一个输入输出层和6个隐藏层(每一层都是一个20兆神经元，后面跟着一个非线性激活函数)。
我可以用两个不同的数据集训练网络，这很好。现在，我想要做的基本上是创建一个新的网络，它是这两个经过训练的网络的组合。特别是，我希望输入和前3层来自训练好的网络之一，后3层和输出层来自另一个网络。我是tensorflow的新手，还没有找到这样做的方法。有没有人可以给我指点API或某种方法来实现这种混合网络？
浏览 6提问于2017-02-20得票数 1
1回答
我在Keras中有一个简单的神经网络，有16个输入和1个输出。我希望能够找出这些输入中的哪一个在决定输出时是最重要的(即，改变哪一个输入会对输出影响最大)。我如何在Keras或TensorFlow中做到这一点？我知道我可以将训练好的神经网络的权重转储到一个文件中，但这不会有什么帮助，因为权重只是在下一个隐藏层中从一个节点到另一个节点。
谢谢
Xtrain, Xtest, Ytrain, Ytest = train_test_split(X, Y, test_size=.5)
model = Sequential()
model.add(Dense(20, activation='re
浏览 0提问于2018-09-22得票数 1
我刚刚买了一个RX 2070，安装了微软的视频工作室，然后是CUDA，然后是cuDNN。之后，我安装了anaconda并发出命令。
pip安装tensorflow-gpu
pip安装角
从理论上讲，tensorflow-gpu的一个功能版本，我试图运行我的神经网络，它是在cpu版本下工作的，然后出现了以下错误。
在导入tensorflow的任何尝试中都会出现相同的错误
文件""，第1行，在runfile('C:/Users/g/Desktop/Masters-Project/Gaussian ROC示例/神经网络工作扩展示例中，wdir='C:/Users/g
浏览 0提问于2018-11-06得票数 0
关于将python嵌入到C++应用程序中，我有一个问题。设置如下:我有一个大型的C++应用程序，它生成一些数据(实时渲染图像)并显示它们。我还使用tensorflow在python中训练了一个神经网络，它将接受这些图像。
我的想法是嵌入python并以numpy数组的形式发送数据，使用神经网络进行预测，然后返回另一个处理过的numpy数组来显示(在C++中)。我在python端没有使用tensorflow做了一些基本的测试，以获得在c等语言中嵌入python的感觉，它似乎起作用了。
但是，一旦我把"import tensorflow“放到我想要导入任何python脚本中，我就会从c++
浏览 27提问于2017-02-12得票数 6
1回答
我试图加载一个BERT预先训练好的模型来完成NER任务。但是系统找不到预先训练好的模型文件。
我在终端中使用了以下代码，文件夹包含model.ckpt-1000000，model.ckpt-1000000.index，model.ckpt-1000000.meta文件。
python run_ner.py \
--do_train=true \
--do_eval=true \
--vocab_file=vocab.txt \
--bert_config_file=bert_config.json \
--init_checkpoint=model.ck
浏览 2提问于2019-08-05得票数 0
1回答
嘿，我写了一个python神经网络，它使用文件夹中的原始文件进行训练，使用tensorflow，我已经能够用python脚本和包含保存在bazel-bin/.中的原始数据的文件夹构建二进制文件。我遇到的问题是当我运行bazel/.为了训练模型，我的python脚本不使用原始数据从文件夹中读取。
这就是我的构建文件的样子，raw_sound是我要从其中导入声音文件的文件夹。
py_binary(
name = "sound",
srcs_version = "PY3",
srcs = [
"sound.py"
浏览 2提问于2017-03-11得票数 1
回答已采纳
我在Python环境中训练了一个Scikit学习模型，我需要使用它在GoLang中进行推理。请您帮助我如何导出/保存我的模型在python中，然后在GoLang中使用它。
我找到了一种神经网络模型的解决方案，可以将Tensorflow模型保存为ONNX格式，并使用GoLang中的Onnx加载它。但这是特定于神经网络模型。但我想不出科学学习模型的意义。
浏览 70提问于2022-03-09得票数 2
刚刚使用pip和命令安装了tensorflow：
$ pip install tensorflow
在上，他们有一个卷积神经网络的例子
$ python tensorflow/models/image/mnist/convolutional.py
使用pip安装时，该目录位于何处？
浏览 0提问于2015-11-10得票数 45
回答已采纳
1回答
我想从一个预先训练好的模型中进行迁移学习。我正在跟随Tensorflow的进行重新训练。
然而，我被一个错误的tensorflow.python.framework.errors_impl.InvalidArgumentError: Shapes must be equal rank, but are 3 and 2 for 'input_1/BottleneckInputPlaceholder' (op: 'PlaceholderWithDefault') with input shapes: [1,?,128].卡住了
# Last layer of pre
浏览 0提问于2018-01-25得票数 0
1回答
为了开发一些转移学习算法，我使用了一些训练好的神经网络，并增加了层数。我用的是Tensorflow和python。
在Tensorflow中使用现有的图形似乎很常见:导入图形，例如使用metaGraphs，然后通过添加节点来设置新的高层。例如，我找到了这段代码：
vgg_saver = tf.train.import_meta_graph(dir + '/vgg/results/vgg-16.meta')
# Access the graph
vgg_graph = tf.get_default_graph()
# Retrieve VGG inputs
self.x_plh
浏览 3提问于2017-06-16得票数 4
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
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
