在Tensorflow 2中手动设置trainable_variables权重

文章/答案/技术大牛

发布

1回答

python、tensorflow、keras

我必须在tensorflow的模型中设置trainable_variables值，而不是使用优化器。有没有一个函数或方法可以做到这一点？我展示了一个示例代码:我想设置mnist_model.trainable_variables值。

浏览 249提问于2020-06-14得票数 1

回答已采纳

1回答

tensorflow keras中model.trainable=False的预期行为和目的是什么

tensorflow、keras、deep-learning、keras-layer、tf.keras

似乎在tensorflow keras中设置model.trainable=False除了打印错误的model.summary()之外什么也不做。以下是重现该问题的代码： import tensorflow as tfIMG_SHAPE = (160, 160, 3) # Create the basechanges to show no trainable parameters but that is wrong given the output to previous np.

浏览 93提问于2019-06-07得票数 0

2回答

在哪些情况下，我们在TF2中使用属性trainable_variables而不是trainable_weights，反之亦然？

tensorflow、keras、tensorflow2.0

我正在研究如何在TF 2中进行迁移学习，我看到在中，他们使用属性trainable_variables来引用模型的可训练变量，但在这个中，他们使用tf.keras.Model的属性trainable_weightsimport tensorflow as tfconv2d/bias:0batch_normalization/beta:0 我检查了这个，并尝试遵循这两个属性的定义：trainable

浏览 2提问于2020-06-07得票数 3

1回答

在tensorflow中，tf.Session()以外的参数值可用吗？

python、tensorflow、machine-learning

我是tensorflow的新手，我正在学习本教程，它正在做变差的训练，以训练NN 。对于这个不断变化的辍学问题，在培训和测试过程中都会保留辍学。AdmaOptimizer和Backprop是否能够自动考虑辍学问题？(看起来很聪明.)或者如果我使用后备工具会有问题吗？(W在本例中)。谢谢!

浏览 0提问于2018-03-23得票数 3

回答已采纳

1回答

有没有办法在tensorflow中强制添加新的变量到现有的检查点？

python、tensorflow、deep-learning

假设有一个深度学习模型和一个具有预先训练好的权重的检查点。我想要做的是对预先训练的模型进行微调。然而，我发现我必须使用现有模型图中没有定义的新的ADAM优化器对模型进行微调。因为ADAM优化器本身有一些trainable_variables，所以如果我想要基于检查点对模型进行微调，我必须将它们添加到现有的检查点。有没有办法在tensorflow中强制添加新的变量到现有的检查点？

浏览 19提问于2020-01-15得票数 0

1回答

将张量的值指定为其名称

python、tensorflow

我使用以下代码在TensorFlow图中获取一个张量：tensor = graph.get_tensor_by_name(names[0])如何设置tensor的值？

浏览 1提问于2016-06-03得票数 0

回答已采纳

1回答

tensorflow basic lstm_cell中的trainable_weights和trainable_variables有什么区别？

tensorflow、lstm

在尝试使用基本的LSTM Cell复制Tensorflow中的LSTM Cell的权重时，我偶然发现了trainable_weights和trainable_variables属性。对我来说，直观的猜测是，第一个列表项是lstm的四个内部层的权重的连接，第二个项是各个偏差的连接，显然符合这些偏差的预期大小。现在的问题是，这两者之间是否真的有什么区别？

浏览 42提问于2018-02-28得票数 7

回答已采纳

1回答

从TensorFlow图中提取权重以在Keras中使用

python、tensorflow、machine-learning、keras、deep-learning

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

如何在Tensorflow中手动设置LSTM层的权重

python、tensorflow

我正在遵循Tensorflow，上的训练循环指南。他们已将权重设置为model.w = weights。对于来自tensorflow.keras.layers.LSTM的LSTM，我无法这样做，因为它没有像训练代码'LSTM' object has no attribute 'w'中的错误那样的参数。我如何设置它的权重和偏差？下面是python回溯代码的一个片段。File "C:\Users\vishw\Desktop\cse535a3

浏览 4提问于2021-04-24得票数 0

1回答

Tensorflow 2.x:如何使用numpy手动分配卷积权重

tensorflow、tensorflow2.0、onnx

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

1回答

如何在tensorflow中预测卷积神经网络中新的未见示例的结果

machine-learning、tensorflow、computer-vision

在神经网络中，我们可以保存参数(权重和偏差)，我们可以使用这些保存的参数运行前向支持函数进行预测。但是在Conv nets中，我们如何做到这一点呢?

浏览 1提问于2017-11-08得票数 0

2回答

默认初始化Tensorflow* LSTM状态和权重？*

python、tensorflow、lstm、recurrent-neural-network、initializer

我在使用Tensorflow的LSTM细胞。lstm_cell = tf.contrib.rnn.BasicLSTMCell(lstm_units)注意:对于tf.get_variable()，glorot_uniform_initializer是尽可能从中找到的。

浏览 2提问于2018-03-11得票数 1

回答已采纳

1回答

如何知道权重是否已加载到Keras模型中？

python、tensorflow、keras

我在TensorFlow1.4中使用keras。由于一些未知的原因，当我尝试使用以下命令下载权重(vgg16_weights_tf_dim_ordering_tf_kernels_notop.h5')时，仍然失败：因此，我从脚本中引用的链接手动下载了权重。由于VGG16的权重不能设置为权重的路径(它必须是i

浏览 3提问于2017-11-10得票数 3

1回答

在tensorflow中训练时Keras BatchNormalization种群参数的更新

python、tensorflow、keras、batch-normalization

我在Ubuntu16.04中使用了带有Tensorflow 1.3.0的Keras2.0.8和cuDNN 6。我在我的模型中使用两个BatchNormalization层( keras层)，并使用tensorflow管道进行培训。我现在面临两个问题- 其次，<

浏览 1提问于2017-10-06得票数 2

1回答

正则化损耗--张量阵列的流- TRAINABLE_VARIABLES

tensorflow

在定义权重变量时，我选择要使用的正则化，但似乎只能选择一个。tf.GraphKeys.REGULARIZATION_LOSSES)当我试图手动获取损失时tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(y_conv,y_))+.1*l1Loss+.001*l2Loss 它不起作用-我想是因为TRAINABLE_

浏览 2提问于2016-12-12得票数 0

回答已采纳

1回答

从已经运行的docker容器中保存工件

docker、dockerfile

我有一个正在运行的容器，执行一个用于训练NN的脚本，并将其权重保存在容器的可写层中。最近，我意识到这个设置是不正确的(我没有正确的RTFM)，在训练结束后，NN的权重会丢失。我知道不正确的设置是我的错。无论如何，我不想失去将在执行过程中获得的结果(目前正在进行中)。有可能吗？然而，在最后一个时期获得的权重仍然处于危险之中，因为历次的持续时间不同，并且不是1000的倍数。COPY hype

浏览 1提问于2017-10-18得票数 1

回答已采纳

1回答

在tensorflow中设置权重时，似乎会生成随机权重

python、tensorflow、keras

我试图编写代码来手动设置keras网络中的权重，但是当我构建网络时，似乎存在额外的权重。>>> import numpy as np>>> from tensorflow import keras as ke >>> from tensorflow.keras, dtype=float32), array([[1.4100171]], dty

浏览 2提问于2021-12-28得票数 -1

回答已采纳

1回答

试图实现同样的结果与传统的Tensorflow* MultiheadAttention*

python、tensorflow、pytorch、attention-model

我正在尝试重新创建一个用Py火炬编写的转换器，并在Tensorflow中实现它。问题是，尽管版本和版本的文档都有，但它们的结果还是非常不同的。我编写了一些代码片段来展示这个问题：import tensorflow as tfprint("Tensorflow (averaged) weights:", tf.math.r

浏览 11提问于2022-04-19得票数 1

回答已采纳

2回答

TensorFlow 2.0如何从tf.keras.layers层获取可训练变量，如Conv2D或Dense

python、tensorflow、keras、tensorflow2.0、tf.keras

我一直在尝试从我的层中获取可训练变量，但找不到一种方法来使其工作。所以这是我尝试过的：trainable_variables.extend(conv_layer.trainable_variables)编辑:这是我当前代码的一部分，作为示例并帮助

浏览 27提问于2019-12-10得票数 4

回答已采纳

1回答

可重复结果的种子不起作用(Tensorflow)

python、tensorflow、seed

我遇到了一个关于使用Tensorflow (1.15.3版)的结果的可重复性的问题。我设置了所有的种子(os，random，numpy和tensorflow)，但是卷积神经网络的结果总是在两次执行之间改变(即使相似)。我这样设置我的种子： seed_value = 1234 os.environ['PYTHONHASHSEED'] = str(seed_value) import random，情况不会改变) 在那之后，我使用之前初始化的权重定义

浏览 56提问于2020-12-29得票数 0

回答已采纳

点击加载更多