我将tensorflow 2.1与自定义层一起使用，如下所示： class Mylayer(KL.layer): supernp.save('outputs.npy', outputs)
return outputs 然而，无论我是否在train_step修饰tf.function，np.save说不能将符号张量转换为numpy数组。如果我在不使用tf.function的情况下更改为np.save('o
浏览 14提问于2020-07-17得票数 0
2回答
我是一个Java开发人员，对Python和Keras还很陌生。我有一个使用此代码的工作示例：encoder_outputs, state_h, state_c= encoder_lstm(encoder_inputs)
因此，我理解我正在创建类LSTM的对象的第一行，但是随后我传递了一个ndarray (或类似的)到这个对象，但没有指定要调用的任何函数。我怎么知道这里调用的是
浏览 4提问于2018-12-25得票数 1
回答已采纳
在TensorFlow2.0中使用SavedModels时，是否可以从中间层访问激活？我希望能够访问输出层以外的其他层，但似乎没有任何Tensorflow 2.0的文档来说明如何做到这一点。下载的模型还包括检查点文件，但似乎也没有很好的文档来说明如何使用TensorFlow2.0加载这些文件。
浏览 21提问于2019-10-24得票数 4
2回答
我没有使用Keras，我正在考虑是否使用它。
这可能是个奇怪的尝试，但我想试试这个。这在凯拉斯身上有可能吗？
浏览 4提问于2017-06-20得票数 8
回答已采纳
2回答
第四层张量如何让卷积消耗？
、、、、
我试图在tensorflow模型中添加预处理层，但无法正确地使用tf.keras.layers.Reshape。我有一些以前的预处理层，这些图层会给TensorShape([50, 50, 3])形状的tensorflow张量带来一幅numpy图像。=tf.Tensor(shape=(50, 50, 3), dtype=float32) • mask=None
将输入张量更改为numpy数组，
浏览 24提问于2022-09-20得票数 1
然而，我得到了这个错误：
"Cannot convert a symbolic Tensor (bidirectional_4/forward_lstm_4/strided_slice:0) to a numpyThis error may indicate that you're trying to pass a Tensor to a NumPy call, which is not supported"如果我删除双向层，代码运行得很好。我知道还有其他几个问题涉及到将张
浏览 1提问于2021-11-23得票数 0
文档说，model.predict返回Numpy数组的预测。在Keras中，是否有一种方法可以区分哪些数组是？在TF实现中怎么样？my_model = tf.keras.models.Model(inputs=my_inputs_dict, outputs=my_outputs_dict)当
浏览 0提问于2019-07-30得票数 7
然后我调用fit()方法-我的模型是vaefor counter in range(nb_epoch): which is not,
浏览 3提问于2021-09-02得票数 0
回答已采纳
1回答
我正在做一个项目，在这个项目中我需要编辑个人的权重和偏见。到目前为止，我已经创建了自己的模型并将偏差存储在外部，如下所示： hidden_layer.appendtf.truncated_normal([20, 9])))然后，我尝试使用fee
浏览 1提问于2018-07-17得票数 2
回答已采纳
1回答
当使用tensorflow.keras.layers.activation中的“普通”keras层时，可以使用layer.get_weights()获得层的权重。这通常会返回一个numpy数组列表。对于LeakyRelu，这个列表是空的。
期望值:以Numpy数组列表的形式表示的层的权重实际:空列表
浏览 0提问于2019-08-06得票数 0
我想把一个预先训练好的caffe模型转换成keras，然后我需要逐层初始化这些层。我将权重和偏差保存在mat文件中，并将它们加载到python工作区。我知道“权重”参数是如何得到numpy数组的，但不是怎么得到的？谢谢
浏览 3提问于2017-02-28得票数 6
回答已采纳
2回答
用角码书写自定义层的适当方法？
、、、、
我至少看到了三种在keras中创建自定义层的方法。import tensorflow as tffrom tensorflow.keras.layers import Dense, Inputx = np.random.random((100, 10,5))
y = np.random.random((10
浏览 1提问于2021-01-05得票数 0
TensorFlow2.3引入了新的预处理层，如tf.keras.layers.experimental.preprocessing.Resizing。然而，使用Keras在图像上进行训练的典型流程是使用tf.keras.preprocessing.image.ImageDataGenerator，它只能接受固定的target_size参数。据我所知，根本原因是keras在后台以numpy数组<em
浏览 0提问于2020-11-20得票数 0
我喜欢()中的以下代码 def __init__(self, num_outputs): self.num_outputs])
return tf.matmul(input, self.kernel
浏览 0提问于2019-07-18得票数 8
回答已采纳
我试图用Tensorflow后端重新训练Keras 2中的word2vec模型，使用预先训练过的嵌入和自定义语料库。错误来自/opt/r/anaconda3/lib/python3.6/site-packages/keras/engine/base_layer.py中的函数/opt/r/anaconda3/lib/python3.6
浏览 2提问于2018-11-21得票数 12
回答已采纳
如何在不使用任何keras.compile方法的情况下训练批处理规范层？通常情况下，层具有可访问的损失。这里的损失方法是空的。更新： 似乎对此有很多困惑，甚至BatchNorm的实现方式也是相当混乱的。如果你从来不想使用批处理归一化的“批处理”部分(即，你只想要一个在线归一化程序，用正常的log-prob损失来训练自己)，你基本上不能在单个调用A
浏览 55提问于2019-10-02得票数 1
2回答
我正在建立一个自动编码器和训练模型，所以目标输出是相同的输入。model = Sequential()model.add
浏览 0提问于2018-12-10得票数 2
回答已采纳
当我创建具有一个或多个自定义层的Keras模型时，可以使用model.save()方法以TensorFlow SavedModel格式持久化Keras模型。我可以使用tf.keras.models.load_model()函数从文件系统中加载此模型，然后再次将其保存到文件系统中。missing 1 required argument: training 您可以尝试使用以下代码复制此问题： import tensorflow as tf
class C
浏览 107提问于2021-10-29得票数 0
下面是最低限度的代码：import tensorflow as tf
else: return super(CustomBN, self).call：
tf.keras.layers.Layerdefini
浏览 6提问于2020-12-08得票数 2
我意识到，我不太理解调用Keras模型的__call__、call或predict方法之间的区别。 例如，我们有一个经过训练的keras模型。调用代码后： # After training.y_pred_2 = model.call(X_new)
y_pred_3 = model.predict(X_new) 我以为y_pred_1、y_pred_2和y_pred_3都是一样的
浏览 146提问于2020-03-25得票数 14
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
实时音视频活动推荐
腾讯云开发者
