我想知道如何从使用Keras API构建的模型中获取tf.gradients。import Tensorflow as tffrom sklearn.datasets.samples_generator import make_blobs# Create the modelx = k
浏览 10提问于2018-08-04得票数 1
2回答
我试图为某些输出vairables创建一个Jacobian矩阵，该矩阵涉及keras模型中的特定输入特性。例如，如果我有一个具有100个输入特性和10个输出变量的模型，并且希望针对输出50-70创建一个输出2、3和4的Jacobian，我可以这样创建jacobian：from keras.layers import Dense, Inputimport keras</e
浏览 0提问于2018-05-15得票数 0
回答已采纳
1回答
model是我训练过的Keras残差模型。然而，我试图计算输入张量损失w.r.t的梯度：(损失梯度w.r.t输入张量)，给我：
[None].None在这里意味着什么，我如何计算这些梯度？
浏览 0提问于2018-12-19得票数 0
回答已采纳
我有一个经过训练的Tensorflow 2.0模型(来自tf.keras.Sequential())，它采用一个输入层，有26列(X)，并生成一个带有1列(Y)的输出层。在Tf1.x中，我能够通过以下方法计算输出相对于输入的梯度：sess = K.get_session()
RuntimeError:启用急切执行时不支持
浏览 19提问于2019-12-02得票数 8
回答已采纳
我经常通过调用tf.loadModel('https://storage.googleapis.com/tfjs-models/tfjs/mobilenet_v1_0.25_128/model.json')来加载模型因此，我从tensorflowhub获得了我需要的版本，在tensorflow_converter上运行它，并得到了两个文件(.pb和file文件)。加载方式如下：
const model = await tf.loadGraphModel(modelUrl); &#
浏览 0提问于2019-03-01得票数 0
在TensorFlow <2中，可以使用tf.keras.backend.function简洁地实现DDPG参与者的培训功能如下： updates=actor_updates)RuntimeError: <e
浏览 5提问于2019-02-24得票数 4
2回答
在Keras中可以做这样的事情吗？：
除了模型A，B，C都是水平堆叠成一个模型？我见过一些使用输入层的解决方案，但每当我使用输入层时，我似乎在尝试加载模型时遇到错误。有没有一种方法可以加载所有的模型，将它们连接起来，并保存为一个新的更大的模型？
编辑:我已经训练好了所有的模型。我想在事后将它们结合起来。
浏览 0提问于2021-01-31得票数 1
1回答
不一致的梯度
、、
我有一个非常简单的Keras模型，我想用TensorFlow计算不同层的梯度。我首先在Jupyter笔记本的第一个单元格中创建计算图。下面是计算图的代码：import tensorflow.keras as kerasmodel = Model(inputs=input_tensor, outputs=[out1])for i in
浏览 10提问于2019-07-30得票数 0
回答已采纳
1回答
我使用SGD优化器组装并训练了单层顺序模型：nn_model = Sequential()nn_model.add(Dense(1, activation='tanh'))
sgd = keras.optimizers.SGD(lr=0.001,那么，请您解释一下keras到底是如何工作的，因为我在Keras文
浏览 0提问于2018-06-16得票数 0
回答已采纳
1回答
在TensorFlow中，我对此并无异议：但是随着我的网络越来越大，我转而使用Keras来更快地构建它们。但是，现在我真的不知道如何实现上面的目标？是否有方法从model变量中提取交叉熵和输入张量，以存储整个模型？
浏览 2提问于2018-12-06得票数 4
回答已采纳
1回答
我正在使用来自的FGSM方法实现对抗性培训，使用自定义的损失函数：它在tf.keras中使用自定义丢失函数实现，在概念上如下所示： ...tf.losses.softmax_cross_entropy(labels, logits)
gradients, = tf.gradients在logits_adv = model(inputs_adv)调用期间，将第二次调用该模型。这意味着，它将使用不
浏览 1提问于2018-11-20得票数 2
回答已采纳
假设我使用Keras创建了这个模型： model = Sequential()model.add(Dense(10, activation='tanh'))
model.add(Dense(1, activation='linear')) 这个模型的输入和输出维度都是1。现在，假设我想再添加一个层，这是上面模型的一阶导数和二阶导数(相对于输入)的总和，并将其
浏览 7提问于2018-12-25得票数 3
回答已采纳
我用TensorFlow联邦框架设计了联邦学习模型。= tff.learning.build_federated_averaging_process( client_optimizer_fn=lambda: tf.keras.optimizers.SGD(learning_rate=1.0),我有两个远程工作人员运行当使用iterative_proces
浏览 12提问于2022-03-30得票数 1
尝试使用以下python代码运行经过训练的keras模型：from keras.models importnumpy as npimport timeimport os
MODEL_PATH = "/home/pi/Documents/converted_keras/keras<
浏览 1提问于2019-11-15得票数 30
回答已采纳
1回答
注意：keras.backend()返回tensorflow。用Python 3.5。对于Keras模型，这是用keras_grad()和tf_grad()完成的。从我自己的测试<
浏览 1提问于2018-10-12得票数 0
回答已采纳
1回答
我目前正在开发一个从3D对象(准确地说是体网格)中提取某些特征的系统，我想将这些特征与tensorflow cNN中自动生成的特征与其他一些数据进行性能(分类)比较，但这不是这里的重点，只是为了背景。
浏览 63提问于2021-04-29得票数 0
回答已采纳
1回答
文本分类显着性图的计算
、、、
我试图实现与这个答案中的代码类似的代码，但没有效果。一个令人困惑的问题是，模型使用嵌入层，它不传播梯度，所以我认为需要计算渐变，输入是嵌入层的输出。出于各种原因，这可能是错误的，但这是我在Python代码中得到的最接近的：input_tensors = [model.layers[1].input, keras.backend.learning_phase()]model_output
浏览 0提问于2019-02-08得票数 4
1回答
我正在学习如何打破线性分类器，但我有困难理解tf.gradients。这是一个简单的等式。例如，方程式是这样的.
new image = image + (epsilon * sign of derivative of loss f
浏览 2提问于2018-04-01得票数 0
回答已采纳
在keras中是否有计算派生wrt输入的层？例如，如果x是输入的，第一个层是f(x)，那么下一个层的输出应该是f'(x)。这里有许多关于这个话题的问题，但它们都涉及到模型外导数的计算。我试过以下几种方法 layeroutputs=jac) return model
model = create_model
浏览 2提问于2022-02-15得票数 1
回答已采纳
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号