如何加载压缩检查点文件与火炬到Tacotron2模型
加载压缩检查点文件与火炬到Tacotron2模型的过程如下：
- 首先，了解Tacotron2模型。Tacotron2是一种端到端的文本到语音合成模型，它将输入的文本转换为相应的语音输出。
- 下载并准备Tacotron2模型的压缩检查点文件和火炬（PyTorch）库。压缩检查点文件包含了Tacotron2模型的权重和参数，而火炬是一个用于深度学习的Python库。
- 导入所需的库和模块。在加载模型之前，需要导入PyTorch和其他必要的库，例如torch、torchvision、numpy等。
- 创建Tacotron2模型的实例。使用PyTorch的torch.nn.Module类创建Tacotron2模型的实例，这将提供一个空的模型。
- 加载压缩检查点文件到模型。使用PyTorch的torch.load函数加载压缩检查点文件，并将其赋值给Tacotron2模型的实例。这将恢复模型的权重和参数。
- 加载火炬到模型。使用PyTorch的torch.jit.load函数加载火炬，并将其赋值给Tacotron2模型的实例。这将加载火炬的运行时环境和依赖项。
- 完成加载过程。加载压缩检查点文件和火炬后，Tacotron2模型将准备好进行文本到语音合成。
总结：加载压缩检查点文件与火炬到Tacotron2模型的过程包括导入所需的库和模块、创建Tacotron2模型的实例、加载压缩检查点文件到模型、加载火炬到模型。完成这些步骤后，Tacotron2模型将可以用于文本到语音合成任务。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云语音合成（TTS）：提供了多种语音合成技术和服务，可用于将文本转换为自然流畅的语音输出。详情请参考：腾讯云语音合成（TTS）
- 腾讯云人工智能（AI）：提供了丰富的人工智能服务和解决方案，包括语音识别、自然语言处理、图像识别等。详情请参考：腾讯云人工智能（AI）
相关·内容
我使用Mozilla在自定义数据集上训练了一个Tacotron2模型。训练器输出一个pth文件和一个config.json文件。我很难将经过训练的模型加载到PyTorch中。
from torchaudio.models.tacotron2 import Tacotron2
tacotron2 =Tacotron2()
tacotron2.load_state_dict(torch.load('models/best_model.pth'))
RuntimeError:在为Tacotron2加载state_dict时出错:state_dict中缺少键："embeddi
浏览 4提问于2022-06-27得票数 1
1回答
我目前使用tacotron2和hifi-gan进行文本到语音转换。它与GPU工作良好，但在部署到服务器并使用CPU运行模型后，效果不如以前好。所以我的问题是:用CPU进行推理会降低模型的准确性吗？如有，请解释或寄给我任何参考文件或文章。
还有一件事，我注意到当运行model.cuda().eval().half()和保存tacotron2模型时，模型大小减少到一半，并且似乎运行find，所以如果我使用这个半大小的模型，它会降低精度吗？
浏览 16提问于2022-06-01得票数 -1
3回答
我想用我的小数据集重新训练一个自定义模型。我可以加载预训练的重量(.pth)，并运行它在毕道尔。但是，我需要更多的功能，并将代码重构为Py火炬闪电，但我不知道如何将预先训练好的权重加载到Py手电闪电模型中。
请参阅下面我的代码的详细信息：
class BDRAR(nn.Module):
def __init__(self):
super(BDRAR, self).__init__()
resnext = ResNeXt101()
self.layer0 = resnext.layer0
self.layer1 = resn
浏览 19提问于2022-01-11得票数 0
回答已采纳
根据我到目前为止收集到的信息，有几种不同的方法可以将TensorFlow图转储到文件中，然后将其加载到另一个程序中，但我还没有找到关于它们如何工作的明确示例/信息。我已经知道的是：
使用.ckpt将模型的变量保存到检查点文件( tf.train.Saver() )中，然后恢复它们()
将模型保存到.pb文件中，并使用tf.train.write_graph()和tf.import_graph_def() ()将其加载回
从.pb文件加载模型，对其进行重新训练，并使用Bazel ()将其转储到新的.pb文件中
冻结图形以将图和权重保存在一起()
使用as_graph_def(
浏览 4提问于2016-08-14得票数 106
回答已采纳
1回答
我有一个火炬脚本模型(.pt)，我可以成功地加载火炬服务并在本地机器上服务。另一方面，当试图将它部署在正式的火炬服务码头时，它会抱怨模型，而不加载它。
我的本地环境库是：
火炬手版本: 0.5.2
火炬-模型-存档版本: 0.5.2
火炬版本: 1.10
java版本: 17
操作系统和版本: MacOS 11.4
在Docker使用pytorch/torchserve:latest-cpu的情况下，我希望所有版本都得到解决(我没有安装特定的版本)。
我想知道这是一些错误与最新的图像，或一些错误，从我的身边(以及如何修复)。我将提供更多关于环境和如何复制下面的细节。
浏览 13提问于2022-01-14得票数 0
回答已采纳
我希望继续使用新数据的模型的培训过程。
我知道你可以继续训练毕火炬闪电模型。
例如，如果您的最后一个检查点保存在epoch 5，那么是否有一种方法可以通过添加不同的数据来继续培训？
浏览 0提问于2022-04-21得票数 1
回答已采纳
1回答
我用火炬分析器描述了我的模型：
from torch.profiler import profile, record_function, ProfilerActivity
import torch
with profile(activities=[
ProfilerActivity.CPU, ProfilerActivity.CUDA], record_shapes=True) as prof:
with record_function("model_inference"):
model(input)
profiling_results.expo
浏览 8提问于2022-11-15得票数 1
2回答
saver = tf.train.import_meta_graph(filepath)
tf.reset_default_graph()
sess = tf.Session()
saver.restore(sess, tf.train.latest_checkpoint('/home/deep_learning_tests/tensorflow/'))
好的，代码很简单。并将tensorflow模型加载到原来的路径中，工作良好。
但问题是，如果我将tensorflow模型(包括.index、.meta、检查点)移到其他路径，就会产生错误
tensorflow.python.
浏览 0提问于2018-05-17得票数 1
回答已采纳
我对SageMaker有以下挑战：
我下载了一本教程笔记本()
我在本地(成功地)运行了培训，并修改了以下行：
abalone_estimator = TensorFlow(entry_point='abalone.py'，role=role，training_steps= 100，evaluation_steps= 100，hyperparameters={“学习速率”：0.001}，train_instance_count=1，**train_instance=‘local’**)abalone_estimator.fit(输入)
然后我想用下面的行将我的模型部
浏览 2提问于2018-04-26得票数 3
假设我已经训练了一个Tensorflow Estimator：
estimator = tf.contrib.learn.Estimator(
model_fn=model_fn,
model_dir=MODEL_DIR,
config=some_config)
我将其与一些训练数据进行了拟合：
estimator.fit(input_fn=input_fn_train, steps=None)
这个想法是一个模型适合我的MODEL_DIR。此文件夹包含一个检查点以及多个.meta和.index文件。
这个可以完美地工作。我想用我的函数做一些预测：
estimator = tf.c
浏览 19提问于2018-01-11得票数 7
1回答
我正在运行tensorflow object_detection模型的model_main.py。我想知道哪个.py文件包含代码，模型在哪里检查'mode_dir‘中的现有检查点，以及模型如何知道从保存的最新检查点加载/启动。 我检查了model_lib.py，但还不能弄清楚。
浏览 13提问于2019-06-15得票数 0
来自，
SavedModel，TensorFlow模型的通用序列化格式。
和
SavedModel封装了一个TensorFlow保护程序。该保护程序主要用于生成变量检查点。
据我理解，如果有人想要使用SavedModel服务，则必须使用TensorFlow服务。但是，我可以在不使用SavedModel的情况下将Tensorflow模型部署到服务服务器上:冻结图并将其导出为GraphDef，并在Go中使用C++或中的ReadBinaryProto和将图形加载到会话中。
SavedModel的目的是什么？用户应该更喜欢SavedModel而不是检查点或GraphDef来聚合更多与模
浏览 6提问于2017-02-14得票数 34
回答已采纳
2回答
Tensorflow版本=1.8.0
我正在尝试使用Tensorflow中的一个中间检查点文件恢复我的模型。默认情况下，Tensorflow将采用上次保存的检查点文件。例如，文件夹包含如下文件：
检查点模型-56000.index模型-56000.data-00000-00001模型-56000.meta模型-57000.index模型-57000.data-00000-00001模型-57000.meta
默认情况下，Tensorflow加载最后一个57K检查点，但出于某些原因，我希望加载56K检查点的权重。以下是我用于恢复模型的代码：
def load_G(self, checkpoint
浏览 1提问于2018-10-30得票数 2
1回答
我训练了一个模型并将它保存为import os model.save('')，我想使用我的模型对新的测试集进行预测，所以我用model = tf.keras.models.load_model('')加载它。它向我展示了在加载Keras模型时检测到Tf2.5之前保存的这个waring (WARNING:tensorflow:SavedModel。请确保使用model.save()或tf.keras.models.save_model()、 而不是 tf.saved_model.save()保存模型。要确认，在SavedModel目录.中应该有一个名为“”的文件)
浏览 2提问于2021-08-26得票数 3
我尝试构建一个tensorflow模型--在这里，我使用tf.py_func在普通python代码中创建代码的一部分。问题是，当我将模型保存到.pb文件时，.pb文件本身非常小，不包括py_func:0张量。当我试图从.pb文件加载和运行模型时，我会得到以下错误: get ValueError: callback pyfunc_0未找到。
当我不作为.pb文件保存和加载时，它就能工作了。
有人能帮上忙吗。这对我来说非常重要，给了我几个不眠之夜。
model_version = "465555564"
tensorboard = TensorBoard(log_dir='
浏览 0提问于2019-05-21得票数 3
回答已采纳
我发现在Tensorflow中保存/恢复模型和变量有不同的方法。这些方式包括：
在tensorflow的文档中，我发现了它们之间的一些差异：
tf.saved_model是tf.train.Saver的薄包装器
tf.train.Checkpoint支持急切的执行，但tf.train.Saver 不支持。
tf.train.Checkpoint不创建.meta文件，但仍然可以加载图形结构(这里有一个大问题！)它如何做到这一点？)
tf.train.Checkpoint如何在没有.meta文件的情况下加载图形？或者更广泛地说，tf.train.Sav
浏览 2提问于2018-12-01得票数 2
回答已采纳
在ray rllib中，我通常应用ray.tune.run进行如下的ppo培训：
ray.init(log_to_driver=False, num_cpus=3,
local_mode=args.local_mode, num_gpus=1)
env_config={"code":"codeA"}
config={
env_config={
"code":"codeA"},
"parm":"paramA"}
stop = {
"training_iterat
浏览 11提问于2021-09-19得票数 1
1回答
我正在处理3D CT医疗数据，并尝试将其切片为2D切片，以便输入到UNet模型中。 我已经将数据加载到torch数据加载器中，并且每次迭代当前都会生成一个4D张量： for batch_index, batch_samples in enumerate(train_loader):
data, target = batch_samples['image'].float().cuda(), batch_samples['label'].float().cuda()
print(data.size())
torch.Size([1, 333, 51
浏览 33提问于2020-07-18得票数 0
回答已采纳
我已经开始探索TensorFlow库，并尝试使用MNIST数据的图像分类。我希望模型在培训阶段结束后存储在一个文件中，这样我就可以在需要时使用它。我检查了，它告诉我们如何将值从TensorFlow保存到任何文件中，并读取它。到目前为止，我能够按照链接中的建议使用泡菜将脚本中的一些变量保存到文件中。但是，我无法理解需要在文件中保存什么来存储模型的当前状态以供以后使用。拜托，有人可以用例子来解释这个部分，比如存储模型和加载模型。
浏览 13提问于2017-02-21得票数 0
回答已采纳
我使用tf.estimator应用编程接口(更具体地说是使用tf.estimator.train_and_evaluate )在TensorFlow中训练了一个模型。我有训练的输出目录。如何从这里加载我的模型并使用它？ 我尝试通过加载最新的ckpt文件并恢复会话来使用tf.train.Saver类。但是，要调用sess.run()，我需要知道图的输出节点的名称，以便将其传递给fetches参数。名称是什么/如何访问此输出节点？有没有更好的方法来加载和使用经过训练的模型？ 请注意，我已经训练了模型并将其保存在ckpt文件中，因此请不要建议我使用simple_save函数。
浏览 16提问于2019-02-02得票数 0
我对py火炬相当陌生，这可能是一个版本问题，但我看到使用了torch.load和torch.load_state_dict，但在这两种情况下，文件扩展名通常都是".pth“
我所创建的模型，我可以通过torch.Save和torch.Load保存和加载它们，并调用model.eval()
我有另一个模型文件，我很确定它只是状态字典，因为model.eval()在加载后会失败。
我如何检查文件，并知道其中有一个完整的模型？
非常感谢。
浏览 6提问于2021-12-30得票数 1
回答已采纳
1回答
我使用将caffe模型转换为torch。最后我要删除丢失层，并添加其他火炬层，我可以删除.prototxt文件中的层并“训练”模型以获取.caffemodel文件并导入torch吗？
模型使用lmdb类型数据，当我使用net:forward(input)对模型进行训练时，模型只使用数据层中定义的数据而不是input数据。那么如何训练使用lmdb数据的模型呢？
caffe模型有一些自定义层，所以我不能使用loadcaffe在torch中加载模型
浏览 8提问于2017-09-18得票数 0
回答已采纳
我们在转换经过预先训练的Tensorflow模型时遇到了问题，我们将其作为以下文件
snapshot_140.ckpt.index
snapshot_140.ckpt.meta
快照_140.ckpt.data-00000-00001
对于tensorflow lite，当我们使用转换后的tflie文件进行预测时，所有的预测都在Nan而正常的tensorflow模型加载时给出了正确的回归预测。
上面有这些文件，从ckpt文件到tensorflow .pb图的转换是通过tensorflow.python.tools.freeze_graph工具进行的。
然后，将TFlite_converter工
浏览 1提问于2019-05-22得票数 2
我正在使用ZeroBrane Studio作为IDE编写深入学习代码。我已经意识到，我在IDE中编程时保存的模型(使用Lua5.1作为解释器)在从Torch7执行相同的加载时不能很好地加载。同样的情况发生在从torch (./th code.lua)学习，然后尝试将它们加载到IDE中时。我得到的东西是：
/opt/zbstudio/bin/linux/x64/lua: /home/dg/torch/install/share/lua/5.1/torch/File.lua:294: unknown object
有人知道如何检查火炬使用的lua版本吗？知道怎么解决这个问题吗？
谢谢!
更新：似乎
浏览 8提问于2015-10-30得票数 1
我想将具有以下结构的Tensorflow模型转换为.mlmodel文件，以便在iOS应用程序中使用：
<code>A0</code>
我正在学习这个教程：<code>C1</code>然而，我在理解这个项目的结构时遇到了麻烦。哪些文件很重要?如何将所有独立的配置文件和所有内容转换为单个.mlmodel文件，以便在应用程序中使用？
我在网上找过了，我所能找到的就是如何将.caffemodel转换成.mlmodel，或者把.pb文件转换成.mlmodel。这些都是单个文件，但是我的项目有多个文件。我找到了一个关于如何将tf模型转换为单个.pb文件的教
浏览 28提问于2018-12-21得票数 0
回答已采纳
Hadoop 说，这个旋钮指定是否应该压缩“dfs映像”。这究竟指的是什么？存储在hdfs中的输入文件、输出文件(有一个单独的参数)还是其他什么？
浏览 1提问于2014-08-07得票数 2
回答已采纳
从文档来看，似乎没有固定采样率加载音频的参数，这对于训练模型是很重要的。
如何用固定采样率加载具有固定采样率的火炬音频张量？
浏览 71提问于2022-02-14得票数 1
回答已采纳
我正在使用Pytorch进行图像分类。我正在寻找在ImageNet以外的数据集上预先训练的CNN模型，我找到了一个指向".ckpt“文件的链接。我还找到了使用Tenserflow加载此文件的教程，但没有使用pytorch。如何从".ckpt“文件中使用Pytorch加载预先训练好的模型？
浏览 295提问于2019-11-25得票数 1
回答已采纳
我知道萨吉梅克。但是，在文档中，他们暗示要构建一个自定义容器，以便使用具有多模型端点功能的“任何其他框架或算法”：
若要使用任何其他框架或算法，请使用SageMaker推理工具包构建支持多模型端点的容器。有关信息，请参见。
理想情况下，我希望将我已经培训过的许多(20+)图像分类模型部署到单个端点，以节省成本。然而，在阅读了“构建您自己的容器”指南之后，我仍然不太清楚如何为非自定义算法生成的模型构建自定义推理容器。大多数教程和示例笔记本都提到了使用Py火炬或Sklearn。我不清楚是否可以使用这些库对我用内置图像分类算法创建的模型进行推理。
是否有可能创建一个容器来支持不受支持的内置S
浏览 4提问于2021-01-21得票数 0
回答已采纳
我已经创建了一个export.meta文件为553.17 MB的tensorflow会话。每当我试图将导出的图形加载到Google中时，它就会崩溃，并出现错误：
gcloud beta ml models versions create --origin=${TRAIN_PATH}/model/ --model=${MODEL_NAME} v1
错误：(gcloud.beta.ml.models.versions.create)错误响应:3创建访问模型位置gs:// failed.Error的版本failed.Error-1323-ml/face/ model /。请确保服务帐户cloud-
浏览 2提问于2016-11-04得票数 2
通过迁移学习，我使用Tensorflow 2.0训练了一个ResNet50模型。我稍微修改了体系结构(新的分类层)，并在培训期间使用ModelCheckpoint回调保存了模型。训练很好。通过回调保存的模型在硬盘上占用了206 MB。
为了使用我所做的模型进行预测：
我开了一本木星实验室笔记本。我使用my_model = tf.keras.models.load_model('../models_using/my_model.hdf5')加载模型。(顺便说一句，使用IPython也会发生同样的情况)。
我使用free linux命令行工具在加载之前和之后测量空闲内存。模
浏览 3提问于2019-12-06得票数 5
回答已采纳
我使用的是PytorchLightning，另外还有一个ModelCheckpoint，它用格式化的文件名保存模型，比如`filename="model_{epoch}-{val_acc:.2f}“。
在一个过程中，我想再次加载这些检查点，为了简单起见，让我说我只想通过save_top_k=N获得最好的。由于文件名是动态的，我想知道如何轻松地检索检查点，是否存在内置属性，还是通过训练器提供保存的检查点？例如，像
checkpoint_callback.get_top_k_paths()
我知道我可以用glob和model_dir来做这件事，但是我想知道在某些地方是否有一个一行解决方案。
浏览 2提问于2022-11-25得票数 0
回答已采纳
1回答
我想使用NiftyNet堆栈执行一些传输学习，因为我的标记图像数据集相当小。在TensorFlow中，这是可能的--我可以加载各种预先训练过的网络，并直接使用它们的层。为了对网络进行微调，我可以冻结中间层的训练，只训练最后一层，或者只利用中间层的输出作为特征向量输入到另一个分类器中。
我如何在NiftyNet中做到这一点？文件或源代码中唯一提到的“转移学习”是关于动物园模型的，但是对于我的任务(图像分类)，动物园里没有网络。ResNet体系结构似乎已经实现并可供使用，但据我所知，它还没有经过任何训练。此外，我训练网络的唯一方法似乎是运行net_classify train，使用配置文件中的各种
浏览 0提问于2018-06-08得票数 4
1回答
我已经训练了一个seq2seq tensorflow模型来将一个句子从英语翻译成西班牙语。我对一个模型进行了615 700步的训练，并成功保存了模型检查点。我的英语和西班牙语句子的训练数据量都是200000。我想为来自615 700步的10K个新数据句子重新训练这个模型。为此，我使用sequence to sequence to模型。如何从最后一个检查点开始重新训练模型？是我用于翻译的链接。
我的火车文件夹中有3种类型的文件：
.index
.meta
.data
and checkpoint file.
我的新训练数据集文件分别是英语和西班牙语句子的europarl_train.es-en.
浏览 5提问于2019-02-20得票数 3
1回答
我想做一个非常简单的任务。让我们假设我已经执行了一个模型，并使用tf.estimator为此模型保存了多个检查点和元数据。我们可以再次假设我有3个检查点。1，2和3。当我在拉力板上评估训练结果时，我意识到检查点2为我的目标提供了更好的权重。
因此，我希望加载检查点2并进行预测。我想问的很简单，是否可以从模型目录中删除检查点3，并让估计器自动从检查点2加载它，或者是否可以执行任何操作来加载特定的检查点for.my预测？
谢谢。
浏览 1提问于2018-09-15得票数 0
2回答
我想知道在浏览器中运行对象检测模型的选项是什么，直到现在我已经找到了下面的选项：
Streamlit:非常简单，但需要运行服务器资源，包括它自己的摄像机。此外，我认为不可能作为一个网站来实施。
布莱顿: JS是替代品吗？我找不到如何加载pytorch或库的方法。
Onnx:似乎是一个很好的选择，但是我不太明白如何在JS中运行模型，因为我一直只使用python和py火炬，学习路线图是什么？与组件的关系是什么？
NCNN:这是我知道的最少的方法，它似乎可以工作在任何设备，组件，窗口，android.但是，我不知道如何使用我的python-py手电筒模型到这个框架，因为我不知道路线图
浏览 14提问于2021-08-20得票数 6
我正在尝试将一个web应用程序部署到Heroku。空闲层限制在500 MB以内。
我使用我的resnet34模型作为.pkl文件。
我用它创建了模型，使用了library库。
此项目需要火炬和火炬视觉作为依赖项。
但是不指定依赖项将下载torch的最新版本，仅750 MB就超过了内存限制。
因此，我将torchvision版本指定为0.2.2，并在requirements.txt文件中为v1.1.0指定了火炬轮。现在，这就产生了其他问题。
例如，我从Heroku构建日志中得到了一个错误消息-
错误:torchvision0.2.2需要tqdm==4.19.9，但是tqdm4.48.0不兼容。
浏览 0提问于2020-08-01得票数 3
我想为我的实验保存多个模型，但我注意到tf.train.Saver()构造函数不能保存超过5个模型。下面是一个简单的代码：
import tensorflow as tf
x = tf.Variable(tf.zeros([1]))
saver = tf.train.Saver()
sess = tf.Session()
for i in range(10):
sess.run(tf.initialize_all_variables())
saver.save( sess, '/home/eneskocabey/Desktop/model' + str(i) )
浏览 1提问于2016-08-09得票数 15
回答已采纳
我使用最新的tf.keras TF2.0a创建、编译并安装了一个模型。现在，我想将它保存为pb，以便稍后用于推理。
我用：
import time
saved_model_path = "./models/pb/experimental/{}".format(int(time.time()))
tf.keras.experimental.export_saved_model(model, saved_model_path)
saved_model_path
正如在point下面很好地描述为saved_model
model是我以前创建/编译/安装的模型。
现在我的问题
e
浏览 0提问于2019-05-22得票数 1
回答已采纳
我已经创建了一个带有一堆变量的模型(模型A)。我计划使用Model A中的一些层在新模型(Model B)上与Model A进行迁移学习。但是，Model B与Model A具有相同的体系结构，因此我不能在运行model B之前从Model A加载所有变量，否则命名等会出现错误。因此，我正在尝试创建一个新的ckpt文件，它只存储我想要从Model A获得的权重。然后，我将使用这个新的ckpt文件加载到Model B中。我有以下内容：
sess = tf.Session()
saver = tf.train.import_meta_graph('ModelA.ckpt.meta'
浏览 0提问于2017-03-30得票数 3
我熟悉使用mxnet (recordIO)、caffe(LMDB)等在使用中的库中的一些数据特定层或工具。他们也处理数据增强技巧。我决定让火炬看什么是好的还是坏的。从最初的凝视，没有这样的数据加载标准火炬或我错过了它。您能指出一些好的方法来加载大型数据集以供我的模型培训吗？
浏览 0提问于2016-04-06得票数 0
回答已采纳
让我们从头开始。到目前为止，我自己已经在Tensorflow中创建并训练了小型网络。在训练期间，我保存了我的模型，并在我的目录中获得了以下文件：
model.ckpt.meta
model.ckpt.index
model.ckpt.data-00000-of-00001
稍后，我加载保存在network_dir中的模型以进行一些分类，并提取模型的可训练变量。
saver = tf.train.import_meta_graph(network_dir + ".meta")
variables = tf.get_collection(tf.GraphKeys.TRAINABLE
浏览 8提问于2019-02-08得票数 5
回答已采纳
我有一个经过训练的模型，它使用tf.train.Saver保存，生成了4个相关文件
checkpoint
model_iter-315000.data-00000-of-00001
model_iter-315000.index
model_iter-315000.meta
现在，由于它是通过一个码头容器生成的，机器本身和对接器上的路径是不同的，就好像我们在两台不同的机器上工作一样。
我试图在容器之外加载保存的模型。
当我运行以下命令时
sess = tf.Session()
saver = tf.train.import_meta_graph('path_to
浏览 1提问于2018-04-24得票数 2
回答已采纳
我正在与tensorflow一起工作，并且一直在训练一些模型，并在每个时代之后使用tf.saver()方法保存它们。我能够保存和加载模型只是很好，我是这样做，以通常的方式。
with tf.Graph().as_default(), tf.Session() as session:
initialiser = tf.random_normal_initializer(config.mean, config.std)
with tf.variable_scope("model",reuse=None, initializer=initialiser):
浏览 5提问于2016-07-08得票数 5
回答已采纳
我想在不同的代码中使用经过rllib训练的策略模型，在那里我需要跟踪为特定输入状态生成的操作。使用标准的TensorFlow或PyTorch (首选)网络模型可以提供这种灵活性，但我找不到关于如何从经过训练的rllib代理生成可用的dat或H5文件的明确文档，然后我可以将其加载到torch或tf/Keras模型中。
浏览 38提问于2020-08-23得票数 1
我试着用tf-服务来部署我的火炬模型。我已经把我的火炬模型出口到onnx了。如何为tf服务生成pb模型？
浏览 0提问于2019-11-13得票数 11
在使用tensorflow 1的keras中，我可以ModelCheckpoint(filepath)，保存的文件是一个名为filepath的文件，然后我可以调用model = load_model(filepath)来加载保存的模型。
现在，在tensorflow 2中，ModelCheckpoint创建一个名为filepath的目录，当我按照文档加载保存的模型时，我必须创建一个空模型，然后调用model.load_weights(filepath)。这是我的回音和fit：
filepath = "filepath"
checkpoint = tf.keras.callbac
浏览 7提问于2019-10-11得票数 2
回答已采纳
1回答
我刚刚将Tensorflow的本地安装更新为0.11rc2，并收到一条消息:我应该向我的保护程序添加一个参数，以便将其保存在版本2中。我更新了该版本，现在无法加载以这种格式保存的模型。当我运行我的模型时，它在每一个时代之后都会节省下来。当它保存时，它用来保存名为translate.ckpt-3916和translate.ckpt-3916.meta的文件。现在，我得到了三个文件，而不是两个文件，名为translate.ckpt-3916.index、translate.ckpt-3916.meta和translate.ckpt-3916.data-000000-of-000001。
要加载数据
浏览 6提问于2016-11-07得票数 2
回答已采纳
我已经使用h2o.save_model() (python API)保存了一个优化的H2ORandomForestEstimator模型。我现在想加载这个模型，并用我的数据的不同变体重新训练它，同时保持优化的超参数(例如，ntree，max_depth)。
但是，当我通过在加载的模型上调用train()来执行此操作时，所有的超参数似乎都被重置为其默认值。实现这一目标的推荐方法是什么？
浏览 0提问于2019-06-10得票数 0
嗨，我从这里下载了伯特预培训模型(https://storage.googleapis.com/bert_模型/2018年_10_18/外壳_L-12_H-768_A-12.zip)，并保存到gogole colab和本地的一个目录中。
当我试图在colab中加载模型时，得到“我们假设”/content/驱动器/My Drive/bert_training/uncased_L-12_H-768_A-12/config.json“。尝试在局部机器上对模型进行laod，得到相同的误差。
我就是这样加载模型的:从变压器导入BertForMaskedLM BertForMaskedLM
这是正确的方式
浏览 0提问于2019-12-06得票数 5
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
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
