我不仅要利用特征提取器预训练的权重，还要利用特征映射层的分类器/本地化预训练权重，使用tensorflow对象检测API ( tensorflow object Pre)对tensorflow对象检测模型当我的新模型与我用于微调检查点的预训练模型有不同数量的类时，TensorFlow
浏览 1提问于2018-03-20得票数 2
回答已采纳
1回答
我想通过初始化一个保存的模型的权重来训练一个模型，下面是我使用的代码： la = saved_model.get_layer(name='conv2d') relu = tf.nn.relu(conv+bias) 使用这种方法，我将
浏览 16提问于2021-08-19得票数 0
我有一个深度模型，我想从另一个较小的训练子集模型初始化模型的零件层的权重。我该怎么办？在tensorflow 1.x中，我们可以使用tf.train.Saver('List of weights variables')和tf.train.Saver.restore()。
浏览 16提问于2019-10-12得票数 0
我最近保存了一些我在另一台机器上训练过的模型，并且没有像我在另一个模型中所看到的那样保存它，并且使用了h5扩展。我还不知道如何装重物。我可以加载模型，但没有重量意味着什么都没有。请帮助:-)from keras.models import model_from_json
model_LSTM_rendimiento= keras.models
model_
浏览 0提问于2022-09-22得票数 1
回答已采纳
1回答
我试图在keras模型中使用tensorflow操作，我对其机制和Lambda层对tf张量的作用感到相当困惑。所以这是可行的：s= keras.layers.Lambda(lambdax: tf.transpose(tf.transpose(x)))(a)
model =
浏览 17提问于2017-12-18得票数 3
所以，我在ResNet50 2中重新训练了一个预先训练过的TensorFlow 2模型，它使用的是tf.keras框架，上面添加了两个密集的层。现在，我想将层中的权重可视化为中的基本ResNet模型。但是，将保存的模型重新加载到
model = tf.keras.models.load_model(path&#
浏览 0提问于2020-01-12得票数 3
回答已采纳
我试图加载我在training.So期间保存的keras模型，我去了，在那里我看到了这个。
从by_name=False格式加载权重时，只支持拓扑加载( TensorFlow )。请注意，对于继承自TensorFlow : HDF5负载的用户定义类，拓扑加载在tf.keras.Model和HDF5格式之间略有不同，而TensorFlow格式基于对象本地属性名称加载模型的构造函数中的</em
浏览 3提问于2020-05-08得票数 4
回答已采纳
我有一个Keras模型，它使用Tensorflow集线器层。然而，模型在原始模型和恢复模型之间并没有给出相同的预测。[0.26074764],当保存和恢复模型时，预测结果是不一样的：
orignial_model.save("我尝试了同样的实验，但是没有Tensorfl
浏览 5提问于2021-03-16得票数 0
回答已采纳
我想为回归任务构建一个完全连接(密集)的层。我通常使用TF2，使用Keras API，如下所示： model = tf.keras.models.Sequential()model.add(tf.keras.layers.Dense(units=2,
浏览 40提问于2020-01-16得票数 2
回答已采纳
一层(.)它是生成输出阵列模型/re_lu_1/Relu的Conv算子的输入，缺少最小/最大数据，这是量化所必需的。如果准确性很重要，可以针对非量化的输出格式，或者使用模型从浮点检查点进行量化培训，以更改输入图以包含min/max信息。如果您不关心准确性，您可以通过-默认_范围_min=和-默认_范围_max=进行简单的实验。
浏览 4提问于2020-09-01得票数 1
回答已采纳
1回答
我目前已经使用Keras创建了一个LSTM网络，并且必须获取该网络的每个节点的内部忘记门值。每次调用predict()函数时，我都必须获取忘记门/值。这样做是可能的吗？如果没有，那么是否有其他库可以在每一步以方便的方式访问这些内部门限值？
我期待着在这方面能尽快得到一些帮助。谢谢。
浏览 1提问于2018-01-12得票数 5
我想使用一种来自Tensorflow的预先训练过的ResNet模型。我下载了模型的 (resnet_v1.py)和 (resnet_v1_50.ckpt)文件。我已经可以通过使用以下帖子来解决错误ImportError: No module named 'nets'：参见，来自的答案。CPU:0"](_arg_save/Const_0_0, save/RestoreV2
/t
浏览 0提问于2019-03-01得票数 4
1回答
我有来自Keras模型的h5权重。我知道只有高级API发生了变化，但是您知道我是否仍然可以使用h5权重吗？很可能可以加载它们，但是和tf.keras权重之间的结构不同吗？
谢谢
浏览 2提问于2020-06-18得票数 0
它使用keras.applications.MobileNetV2。但是，我想使用该分类器中的特征提取层作为对象检测模型的一部分。我一直在使用Tensorflow对象检测API，并研究了SSDLite+MobileNetV2模型。我可以开始跑步训练，但训练非常缓慢，大部分损失来自分类阶段。我想要做<
浏览 0提问于2019-04-08得票数 0
我正在使用tensorflow后端加载inceptionV3 keras net。加载保存的权重并将所有层的可训练标记设置为false后，我尝试拟合模型，并期望看到一切稳定。但验证损失随着每个时期的增加而增加(和准确率下降)，而训练损失和准确率确实如预期的那样稳定。
有人能解释这种奇怪的行为吗？我认为它与批处理归一化层有关。
浏览 1提问于2016-12-19得票数 1
我希望获得DNNClassifier中每个层的每个节点的权重，并使用tensorflow的估计器API进行训练。我发现在keras中获取每个节点的权重是可能的。估计API有可能吗？谢谢你的帮助。tf.estimator.DNNClassifier(hidden_units=[10,10,10],feature_columns=feat_cols,
浏览 1提问于2018-03-15得票数 2
回答已采纳
1回答
我做了一个实验，但我不明白为什么我会得到这样的结果：import tensorflow as tffrom tensorflow.keras import layers
input_ = layers.Input(shape=(X_train.shape[1:]
浏览 2提问于2020-03-04得票数 0
我尝试通过在tf.keras.layers中使用get_tensor_by_name来获取由tensorflow定义的层的权重。代码如下所示 # encoding: utf-8h = tf.keras.layers.dense(3)(x)
y = tf.keras.layers.den
浏览 19提问于2019-05-06得票数 3
我正在通过tensorflow后端通过keras训练一些模型。我使用ModelCheckpoint保存模型，然后使用load_model加载。我还尝试使用to_json和m
浏览 51提问于2018-01-22得票数 3
云服务器
ICP备案
云直播
即时通信 IM
实时音视频
腾讯云开发者
