我试图了解如何读取本地图像，如何将它们用作TensorFlow ，并使用TF数据集训练Keras模型。我跟踪TPU 。唯一不同的是，我想阅读我的一组图像，并对它们进行培训。image_string) return image, label
此时，我有一个dataset，它是tf.data.Dataset类型(更准确地说，是tf.data.BatchDataset)，并将它从传递给keras模型trained_model。为
浏览 1提问于2019-02-28得票数 2
回答已采纳
我想使用预训练的Keras模型作为我数据处理的一部分，为第二个Keras模型生成训练数据。理想情况下，我希望通过调用第二个模型的数据生成器中的第一个模型来实现这一点。我使用的是tensorflow 1.15。Traceback (most recent call last): 如果生成器不调用model_generator模型，代码将正常运行。有没有办法在生成器中使用一个模
浏览 46提问于2020-01-29得票数 2
回答已采纳
然而，当我使用tf.keras训练模型时，它会产生GPU内存不足的问题.然后查看tf.data.Dataset，并希望使用其batch()方法对训练数据集进行批处理，以便它能够在GPU中执行model.fittest_dataset = test_dataset.batch(BATCH_SIZE)
BATCH_SIZE in dataset.from_tensor_slices().batch()是否与tf.kerasmodelt.fit()中的bat
浏览 6提问于2020-07-01得票数 5
回答已采纳
3回答
将代码转换为tf.keras是否相当简单
我更感兴趣的不是代码的可移植性，而是两者之间的真正区别。
浏览 1提问于2019-03-15得票数 15
回答已采纳
3回答
不能取未知秩的形状长度。
、、、
我有一个来自tf.data数据生成器和一个tf.keras模型的神经网络，如下所示(一个简化版本--因为它太长了)：gen的定义如下： while True:我的问题是
浏览 1提问于2018-12-03得票数 7
回答已采纳
我正在使用Kaggle数据集开发一个数字分类器模型：https://www.kaggle.com/c/digit-recognizer/data?select=test.csv 当使用np.array对象拟合模型时，它工作得很好，但我不能传递tensorflow ds对象。下面是我使用ds对象进行训练/验证数据的代码： import pandas as pdimport tensorflow as tf
f
浏览 10提问于2020-07-06得票数 0
回答已采纳
在将训练和测试数据的csv文件转换为数组后，我发现了以下错误：Uncaught (in promise) TypeError: e.iterator is not a function
以下是适合的模型
浏览 0提问于2019-12-29得票数 1
回答已采纳
1回答
我创建了一个名为CNN的网络，然后使用forward_pass函数实例化一个cnn模型来计算预测。但是TFF需要将模型变量作为可训练变量传递给tff.learning.Model。我不知道如何命名它们，所以我使用cnn_conv2d_kernel来表示cnn/conv2d/kernel。_variables = create_mnist_variables()
@property
def traina
浏览 106提问于2020-04-02得票数 1
1回答
然后是我的深度学习模型，它接受许多输入，并围绕它构建一个自动编码器，如下所示。
我的问题是，如何将我的熊猫数据框架中的变量映射到适当的输入层？例如，每个高级别的因素都要进入正确的嵌入层。
浏览 1提问于2021-08-30得票数 0
回答已采纳
让我感到困惑的是下面这段代码： preprocessed_input = tf.keras.applications.vgg19.preprocess_input(inputs) 它是StyleContentModel类中call我在模块tensorflow.python.framework.ops中使用get_gradient_function检查了这个操作是否有梯度函数，据我所知没有。
浏览 26提问于2020-10-09得票数 1
回答已采纳
我研究了不同的方法，可以使用自定义Tensorflow数据集，并且我习惯于查看，但当我查看时，我看到了下面的示例：
class MyDataLoader(<em
浏览 6提问于2022-05-20得票数 2
我正在运行代码链接中提到的代码import numpy as npfrom keras.layers import Input, Dense, Dropoutfrom tensorflow.keras.utils import to_categoricalfrom k
浏览 0提问于2021-07-20得票数 0
回答已采纳
我认为有一个概念的模式，当设置，影响一些层的模型，如失活辍学。我正在使用Tensorflow 1.9和eager/tf.data.Dataset/Keras模型子类，并且我想知道是否存在类似的方法，因为我不希望在验证或测试阶段退出/批处理规范。
谢谢。
浏览 0提问于2018-07-09得票数 0
回答已采纳
我感兴趣的是在tf.keras中训练一个模型，然后用keras加载它。我知道这不是很明智，但我对使用tf.keras来训练模型很感兴趣，因为
我想使用coreml将模型部署到ios。我希望使用coremltools将我的模型转换为ios，而coreml工具只适用于keras，而不是<e
浏览 1提问于2019-07-22得票数 4
回答已采纳
1回答
我有一个用Keras/tensorflow实现的VGG16模型。这是在Python3.8和tensorflow==2.4.4中实现的(并且已知可以使用<
浏览 12提问于2022-05-26得票数 0
回答已采纳
我试图将两个.npy文件输入到tf.keras的编解码模型中。这些文件很大，不适合记忆。tf.data.Dataset.from_tensor_slices(mmap_target).batch(batch_size)
然后，当我将encoder_input_data、decoder_input_data和target_data提供给模型时：(< 'list'>包含类型{“<ValueError <class 'tensorflow.python.data.ops.d
浏览 4提问于2021-02-15得票数 0
回答已采纳
随着Keras成为TensorFlow的API，有许多旧版本的Keras代码，比如。对于当前版本的TensorFlow，我们是否需要将每个Keras代码更改为？
浏览 1提问于2019-01-08得票数 8
回答已采纳
在Tensorflow addons中，有两次提到三元组损失，一个是基类tfa.losses.triplet_semihard_loss，另一个是tfa.losses.TripletSemiHardLoss在这段属于子类的代码中： super(TripletSemiHardLoss, self).根据Tensorflow文档指南，子类在模型compile语句中初始化为： optimizer=tf
浏览 5提问于2019-12-09得票数 0
我正在建立一个时间序列分类模型。数据非常不平衡，所以我决定用一个加权交叉熵函数作为我的损失。pos_weight=10
def weighted_cross_entropy_with_logits(y_trueweighted_cross_entropy_with_logits,optimizer="ad
浏览 0提问于2019-08-08得票数 4
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
