导入后如何在tfgo中与TF模型交互
在tfgo中与TF模型交互的方法是通过导入和加载TF模型，并使用tfgo提供的API进行交互操作。具体步骤如下：
- 导入tfgo库：
- 导入tfgo库：
- 加载TF模型：
- 加载TF模型：
- 定义输入和输出节点：
- 定义输入和输出节点：
- 创建会话并运行模型：
- 创建会话并运行模型：
- 处理模型输出结果：
- 处理模型输出结果：
通过以上步骤，我们可以成功导入TF模型并与之交互。tfgo库提供了更多的API，用于处理模型的输入、输出、参数等操作，可以根据具体需求进行调整。
在腾讯云中，推荐使用腾讯云的AI平台（https://cloud.tencent.com/product/ai）来进行云计算和人工智能相关的开发。该平台提供了丰富的AI服务和工具，包括图像识别、语音识别、自然语言处理等，可以满足各种应用场景的需求。
相关·内容
1回答
我有一个wav2letter模型(语音识别模型)，在这里我尝试手动适当地介绍fakeQuant操作。我已经设法将它们引入到适当的位置(以便tflite转换器能够生成u8_tflite_model)，但我的问题是，在培训期间，min/max范围没有更新。这意味着他们保持不变(或几乎相同)从乞讨和梯度似乎没有流动那里。
我试着用许多方法来定义假赤道(例如)：
min_w = tf.get_variable("min_quant_weights", shape=[], initializer=tf.constant_initializer(0), trainable=True)
ma
浏览 0提问于2019-07-02得票数 0
有了新的TensorFlow 2，我们就有了他们的 (在/models下的GitHub中)，以及tf.keras.applications下的Keras预训练模型。
那两个有什么区别呢？
浏览 7提问于2020-01-09得票数 1
回答已采纳
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
我正在运行一个TF应用程序，用于对给定模型进行推理。然而，它不是在GPU上运行，而是在CPU上运行，尽管tensorflow库是在启用CUDA的情况下构建的。为了深入了解TF模型，tensorflow模型(.pb)是否像tf.device(/cpu:0)或tf.device(/gpu:0)一样具有设备信息？
浏览 1提问于2017-07-28得票数 1
请帮助我用numpy方法恢复简单的tensorflow模型，以下是：
x = tf.placeholder(tf.float32,shape=[None,196])
# 19 because 0-18 possible numbers
W = tf.Variable(tf.zeros([196,19]))
b = tf.Variable(tf.zeros([19]))
# Create the Graph
y = tf.matmul(x,W) + b
# Loss and Optimizer
y_true = tf.placeholder(tf.float32,[None,19])
浏览 1提问于2018-03-26得票数 0
我有一个model.ckpt.meta文件，我只想查看架构/图形结构。我无法从model.ckpt.meta文件中找到如何执行此操作。 感谢米兰，下面是代码： tf.train.import_meta_graph("./model.ckpt.meta")
for n in tf.get_default_graph().as_graph_def().node:
print(n)
with tf.Session() as sess:
writer = tf.summary.FileWriter("./output/", sess.graph)
wri
浏览 37提问于2019-05-29得票数 3
回答已采纳
1回答
我使用ScipyOptimizerInterface来训练tensorflow模型。(tensorflow 1.13.1)
在训练过程中，如果loss值低于一个阈值，我希望训练过程在跨过阈值之前停止并保存模型。
下面是我尝试过的脚本。其想法是引发一个异常以退出optimizer.minimize，然后使用tf.train.Saver保存模型。
然而，这是行不通的。通过比较loss、loss、、和，您可以看到由保存的模型计算的值。这两个值是相同的，这表明保存的是初始随机模型，而不是所需的模型。
从@Patol75 75的回答来看，我知道最好的模型是没有保存的，因为更新的tf.Variables在
浏览 2提问于2019-10-31得票数 0
回答已采纳
我正在使用Tensorflow==2.0.0a0，希望运行以下脚本：
import tensorflow as tf
import tensorboard
import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
import tensorflow_probability as tfp
from tensorflow_model_optimization.sparsity import keras as sparsity
from tensorflow import keras
tfd = tfp.distr
浏览 2提问于2019-05-17得票数 11
回答已采纳
我正在尝试部署一个NLP模型，它已经在Tesorflow 2.0测试版中接受了培训。我使用model.save('pb_model')以.pb格式保存模型(这给了我pb_model.pb和变量文件夹)。
我把pb文件放在Google存储桶中，这些文件加在一起大约是370 pb。我正在使用Google函数，因为这是目前唯一支持TF2.0的无服务器平台。对于我的GCP功能，我选择了最高的可用内存分配，目前是2Gb。我使用HTTP请求触发我的函数。
我的main.py代码如下所示：
import sys
import os
import psutil
import shutil
im
浏览 4提问于2019-09-18得票数 0
我目前正在研究如何使用HoloLens 2向3d模型(预制件)提供反馈(文本、语音、图形等)？这是我的研究课题，我对AR、XR和通过查阅大量研究论文、视频等自主学习的知识有限。
考虑下面的示例：
如果设计师正在设计一个计算机鼠标的原型作为3D模型，他需要客户对此的意见。因此，他将3D模型提供给客户，然后客户希望使用HoloLens向设计师提供有关鼠标某些部分的反馈。设计师能做到这一点吗？
那么，有没有人可以告诉我，是否可以使用HoloLens对3D模型进行反馈？
浏览 13提问于2020-02-24得票数 2
回答已采纳
2回答
到目前为止，我使用Ganache开发了可靠的智能契约。我根本不用用Uniswap。
现在我想用Uniswap把我的一些ERC-20代币作为流动性。我开始读Uniswap的文档，但事情对我来说有点不清楚。以下是我与本地测试Uniswap有关的子问题：
How在本地是否为Uniswap设置了测试环境？到目前为止，我使用的是Ganache，但从我所读到的情况来看，这里硬帽子是首选的。有人能快速解释一下我要做什么才能在本地设置它(有或没有加纳奇)吗？
Under Importing Ethers和 本教程中的V3 SDK ，我应该将代码放在哪里？在哪个文件中？我在那有点困惑。
提前谢谢你！
浏览 0提问于2021-11-23得票数 3
回答已采纳
我一直试图按照这个过程在Google：上运行一个对象检测器(SSD MobileNet)
我成功地使用对象检测API对我的模型进行了培训和评估。我既有检查点格式的模型，也有tf SavedModel格式。根据文档，下一步是使用训练后量化转换为.tflite格式.
我想学习的例子。运行后的export_tflite_graph_tf2.py脚本和转换代码没有错误，但是当我尝试使用模型运行推理时，我看到了一些奇怪的行为。
我无法使用由saved_model生成的export_tflite_graph_tf2.py。当运行以下代码时，我会得到一个错误：
print('loadin
浏览 7提问于2022-08-12得票数 1
1回答
该怎么办呢。请帮帮我
import java.awt.*;
import java.awt.event.*;
import javax.swing.*;
import java.util.*;
public class Sample{
static JLabel label[];
static int count = 0;
public static void main (String [] args){
JFrame frame = new JFrame("Sample");
JTextField tf = ne
浏览 1提问于2016-03-03得票数 2
1回答
我一直在使用Tensorflow的TFLite研究量化。据我所知，量化我的模型权重是可能的(这样它们将使用更少4倍的内存存储)，但这并不意味着模型不会将其转换为浮点数来运行它。我还了解到，要仅使用int运行我的模型，我需要设置以下参数： converter.target_spec.supported_ops = [tf.lite.OpsSet.TFLITE_BUILTINS_INT8]
converter.inference_input_type = tf.uint8
converter.inference_output_type = tf.uint8 我想知道设置了这些参数的加载模型和没有
浏览 68提问于2020-04-07得票数 3
回答已采纳
当试图通过Keras加载模型时，我得到以下错误：
Traceback (most recent call last):
File "visualise.py", line 82, in <module>
model = tf.keras.models.load_model(CNN_MODEL_DIR)
File "/Library/Frameworks/Python.framework/Versions/3.6/lib/python3.6/site-packages/tensorflow/python/keras/engine/saving.
浏览 1提问于2018-11-19得票数 4
我正试图用一个使用tf.keras的LSTM模型来训练和做出预测。我在两个不同的文件中编写了代码，LSTMTraining.py用来训练Keras (并将它保存到一个文件中)和Predict.py，后者应该加载Keras模型并使用它进行预测。由于某种原因，当我在Predict.py中加载模型时，它会开始训练，即使我没有在该文件中使用model.fit()命令。为什么会发生这种情况？
我已经将模型保存为多种不同的文件格式。例如，我尝试将模型的体系结构保存到JSON文件中(使用model_to_json())，并分别保存权重，然后分别加载这两个文件，然后组合它们。我还尝试将它们保存到一个文件中(使
浏览 1提问于2019-09-22得票数 1
回答已采纳
我训练了一个tensorflow模型，我想用它从numpy数组中运行预测。这是用于视频中的图像处理。我会在图像发生时将它们传递给模型。并不是每个帧都通过了。
我在会话中我的SavedModel，如下所示
def run(self):
with tf.Session(graph=tf.Graph()) as sess:
tf.saved_model.loader.load(sess,
[tf.saved_model.tag_constants.SERVING], "model")
如果
浏览 4提问于2017-04-30得票数 15
回答已采纳
我使用tensorflow成功地训练和保存了我的模型(图像分类器)，所以现在我有了.meta、索引和检查点文件。
我想为我的模型提供一个用于测试的映像，所以我创建了另一个.py文件并还原了我的模型：
with tf.Session() as sess:
saver = tf.train.import_meta_graph('model-24900.meta')
saver.restore(sess,"model-24900")
graph = tf.get_default_graph()
在那之后，我试着提供一个图像：
Pre
浏览 0提问于2018-03-07得票数 1
回答已采纳
我有TensorRT引擎生产的tensorflow冷冻模型。
我不能再训练模型，因为我没有所有需要的图像。
但是Tensorflow流程有一些后处理层，我喜欢添加到TensorRT引擎中。
什么是最好的方法？
我可以使用TensorRT层创建插件层吗？
这些Tensorflow层主要可用在TensorRT中，如下所示。
self.tensor_heatMat_up = tf.image.resize_area(self.tensor_output[:, :, :, :19], self.upsample_size,
浏览 0提问于2019-07-22得票数 1
回答已采纳
1回答
这是我在Python中的代码：
from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow as tf
from matplotlib import pyplot as plt
import numpy as np
我使用以下代码检查了保存的模型是否存在：
tf.compat.v1.saved_model.contains_saved_model(
'/Link_to_the_saved_model_directory/'
)
返
浏览 0提问于2020-03-05得票数 2
1回答
我按照上的TensorFlow教程保存了模型。
我能够使用tfgo库成功地导入到Go中：
package main
import (
"fmt"
tg "github.com/galeone/tfgo"
tf "github.com/tensorflow/tensorflow/tensorflow/go"
)
func main() {
model := tg.LoadModel("movie_reviews", []string{"serve"}, nil)
root
浏览 28提问于2019-11-05得票数 2
我很难理解这段代码
from django.apps import AppConfig
class UsersConfig(AppConfig):
name = 'users'
def ready(self):
import users.signals
有些信号是在就绪函数中导入的，但是ready(self)函数在这里做什么呢？name变量是内建关键字吗？我研究过那些我什么也没掌握的文件。请解释一下这是什么意思
子类可以重写此方法以执行初始化任务，例如注册信号。一旦注册中心完全填充，就会调用它。
虽然不能在定义AppConfig类的模块级
浏览 1提问于2019-03-16得票数 1
回答已采纳
我有一个默认图和一个新创建的图(G1)。
在G1中，我有一个名为"a“的变量。
我可以使用tf.import_graph_def将G1包含到主图上，并公开它的"a“变量。
如何初始化此变量并成功打印"a“?的值
以下是实际代码：
import tensorflow as tf
INT = tf.int32
def graph():
g = tf.Graph()
with g.as_default() as g:
a = tf.get_variable('a', [], INT, tf.constant_initial
浏览 4提问于2017-10-23得票数 3
回答已采纳
我正在尝试创建一个使用Keras的tensorflow模型，它与Google的机器学习引擎兼容。我有一个现有的经过训练的Keras模型，它接受向量浮点输入。我在现有模型的前面引入了一个字符串向量输入层。这将传递要预处理的字符串。我试图使用Lambda层对图像数据进行预处理。在预处理过程中，为了解码字符串jpeg数据，我需要从张量中删除批处理维度。预处理之后，我需要重新引入“无”批处理维度。这就是我要面对的问题。似乎没有办法重新引入“无”作为批处理维度。Google引擎要求批处理维度在整个模型中始终是未知的。
Tensorflow版本: 1.12 Keras版本: 2.2.4 OS: Debia
浏览 1提问于2019-03-27得票数 1
回答已采纳
所以我在这里查看官方的tensorflow教程：
基本上，它教你如何训练mnist数据集的分类器。
完整的代码非常简短，可以在以下位置找到：
我可以运行它，没有任何问题。但我想知道如何在其他程序中重用在此文件中训练的估计器。模型另存为3个文件:一个.data-00000-of-00001文件、一个.meta文件和一个.index文件。
我用谷歌搜索了一下，看起来你可以通过以下方式加载模型：
sess=tf.Session()
saver = tf.train.import_meta_graph('my_model.meta')
saver.restore(sess,tf
浏览 0提问于2018-05-31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
我正在创建一些GPflow模型，在这些模型中，我需要对阈值x0的前后观测进行先验独立。我可以只使用GP模型，或者使用具有无限陡度的ChangePoints内核来实现这一点，但这两种解决方案都不能很好地配合我的未来扩展(特别是MOGP)。
我想我可以很容易地从头开始构建我想要的东西，所以我创建了一个新的组合内核对象，它使用适当的子内核，在x0前后使用它。这与我在一组输入点上评估内核时的工作原理相同；阈值之前和之后点之间的预期相关性为零，其余的由子内核决定：
import numpy as np
import gpflow
from gpflow.kernels import Matern32
i
浏览 1提问于2021-03-31得票数 1
回答已采纳
1回答
我在跟踪一个。他们使用这个脚本来优化模型。
python -m tensorflow.python.tools.optimize_for_inference \
--input=tf_files/retrained_graph.pb \
--output=tf_files/optimized_graph.pb \
--input_names="input" \
--output_names="final_result"
他们使用这个脚本来验证optimized_graph.pb
python -m scripts.label_image \
浏览 2提问于2018-09-05得票数 1
回答已采纳
我是机器学习和深度学习的新手。我试图在android应用程序中使用Keras模型，将其转换为.tflite文件，但当我试图在android中导入该文件时，导入失败时会发出这样一条消息：“此张流模式无效”。
我使用了张量流网站上提到的转换代码。
问题的解决办法是什么？
创建模型：
model = keras.Sequential()
model.add(
keras.layers.Bidirectional(
keras.layers.LSTM(
units=128,
input_shape=[X_train.shape[1], X_
浏览 1提问于2021-03-04得票数 0
回答已采纳
如何使用2.0API将TensorFlow模型2.0转换为tslite模型？
我试图将我的自定义TensorFlow模型导出为tflite格式，因为我想将这个模块集成到一个Android应用程序中。编译Python脚本后会出现奇怪的错误。
使用: Tensorflow 2.0.0 beta1 API
我尝试了这些方法来转换：
- From SavedModelFrom
- tf.Keras Model
这些点将在下面的代码中显示。
CipherNeuralModel = keras.Sequential([
keras.layers.Flatten(input_shap
浏览 1提问于2019-08-23得票数 0
回答已采纳
我想在多台机器，多个GPU上运行tensorflow。作为第一步，在单机上试用分布式tensorflow (遵循tensorflow教程)
贝娄是sess.run()标记的线条
import tensorflow as tf
cluster = tf.train.ClusterSpec({"local": ["localhost:2222", "localhost:2223"]})
server = tf.train.Server(cluster, job_name="local", task_index=0)
a = tf.co
浏览 1提问于2017-01-09得票数 0
回答已采纳
我有一个非常简单的Tensorflow模型，它根据6个传感器的输入(输入范围从0.0到1.0)输出3个值(左，直，右) inputSensor = Input(shape=(3))
modelSensor = Dense(32, activation="relu")(inputSensor)
modelSensor = Dense(32, activation="relu")(modelSensor)
modelSensor = Dense(numClasses, activation="softmax")(modelSensor)
model
浏览 17提问于2019-08-31得票数 1
1回答
通用语句编码器中的流会话错误
、、、、
对于通用句子编码器，我有以下代码，当我将模型加载到一个中并尝试点击它时，它会给出以下错误(请检查下面)：
“”“
import tensorflow.compat.v1 as tf
tf.disable_v2_behavior()
module_url = "https://tfhub.dev/google/universal-sentence-encoder-large/5"
model_2 = hub.load(module_url)
print ("module %s loaded" % module_url)
def embed(input):
浏览 1提问于2020-05-14得票数 0
回答已采纳
我有一个基于TensorFlow的推荐系统。每个用户都有与她相关的1+numFactors号码:一个numFactors向量和一个单个数字的偏移量。每个任务也有一个偏差和一个向量的numFactors分配。TF-recomm代码是
def inference_svd(user_batch, item_batch, user_num, item_num, dim=5):
bias_global = tf.get_variable("bias_global", shape=[])
w_bias_user = tf.get_variable("embd_bia
浏览 2提问于2017-11-13得票数 0
我正在努力建立一个使用深度学习的打字助手。我已经有了一个预先训练过的模型，我正在尝试加载来预测接下来的几个单词。
尽管代码在服务器上工作(在服务器上对模型进行了培训)，但是当我尝试在系统上加载模型并尝试预测时。它正在产生这个错误。
tensorflow/core/framework/op_kernel.cc:1152]未找到:在检查点中找不到密钥dq4st0/multi_rnn_cell/cell_0/basic_lstm_cell/biases
预测的代码如下所示
def text_output(args, bucket):
gpu_options = tf.GPUOptio
浏览 2提问于2017-08-22得票数 0
我从tensorflow_addons那里训练了一个带有keras层和tensorflow_addons层的模型。这是我用tensorflow文件格式训练和保存的模型：
import tensorflow as tf
import tensorflow.keras as tk
import tensorflow_addons as tfa
model = tf.keras.Sequential([
tf.keras.layers.Input((X_train.shape[1]-1,)),
tf.keras.layers.BatchNormalization(),
tf
浏览 6提问于2020-10-04得票数 0
我使用Keras的functional构建了一个模型，当我在model.fit()函数中将tensorboard实例添加到回调时，它会引发一个错误："AttributeError: 'Model' object has no attribute 'run_eagerly'"
模型类确实没有属性run_eagerly，但是在Keras中，它说它可以作为参数传递给model.compile()函数。这会返回
"ValueError: ('Some keys in session_kwargs are not supported at
浏览 2提问于2019-07-26得票数 7
所以我用GPU在机器上训练一个模型。当然，我会在训练结束时保存它：
a = tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES)
saver = tf.train.Saver(a)
saver.save(sess, save_path)
现在我有了一个文件，但是每次从相同的文件恢复模型时，我都会得到矩阵中的不同的数，以及对相同示例的不同预测。我把模型还原成这样：
saver = tf.train.import_meta_graph('{}.meta'.format(save_path))
sess.run(tf.global_vari
浏览 1提问于2018-07-01得票数 0
回答已采纳
我注意到在Python中有几种保存经过训练的模型的方法，但是我无法看出它们之间的真正区别。
检查站
tf.train.Saver() saver.save(会话，output_path)
冻结
从tensorflow.python.framework导入graph_util input_graph_def = graph.as_graph_def() output_graph_def = graph_util.convert_variables_to_constants(会话、input_graph_def、output_nodes_names)，tf.gfile.GFile(outp
浏览 1提问于2018-06-29得票数 1
回答已采纳
我使用tf估计器框架创建了一个CNN分类器模型。但是，我无法访问模型中定义的变量。tf.trainable_variables()总是返回0。如何使用tf估计器访问变量？具体地说，我如何获得参数总数的计数(将所有变量的维数加起来。
谢谢，哈罗德
浏览 0提问于2018-11-05得票数 4
2回答
我想在训练模型的同时将测试集验证功能添加到我的原始代码中。我调用了在训练过程中计算精度的方法，并尝试将测试集输入到模型中。但在运行我根据自己的理解编写的代码后，运行结果表明验证精度大于训练集的精度。我想这可能是我错误地将测试集放入模型中进行训练的一部分。这是现有代码的结果: epochs: 0训练acc: 0.09489036验证acc: 0.125
历元:1列车acc: 0.14082506验证acc: 0.140625
我尝试了很多方法，比如创建两个占位符来保存测试数据集和标签。但我觉得解决这个问题的机会不大。
self.sess = tf.Session()
self.x = tf.
浏览 36提问于2019-11-06得票数 0
我想构建自己的基本模型，并使用大数据集对其进行训练。训练结束后，我保存了基本模型。我有另一个自定义模型，我想从基础模型加载前两层的权重。我应该如何在Tensorflow 2.1.0中实现它，谢谢。
示例代码：
import os
os.environ["CUDA_VISIBLE_DEVICES"]=""
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
class BaseModel():
def __init__(self
浏览 3提问于2020-03-25得票数 0
1回答
我只是开始使用TensorFlow。我试图在TensorFlow中读取csv文件。这是我在网上找到的一个例子：
filename_queue = tf.train.string_input_producer(["d:/Feng/LP/tensorflowtrydata.csv"])
reader = tf.TextLineReader()
key, value = reader.read(filename_queue)
record_defaults = [[1.0], [1.0], [1.0], [1.0], ["Null"]]
col1, col2, co
浏览 1提问于2018-10-18得票数 1
回答已采纳
在Tensorflow 2.0中，我们看到的主要“张量”实际上是EagerTensors (更准确地说是tensorflow.python.framework.ops.EagerTensor)：
x = [[2.]]
m = tf.matmul(x, x)
type(m)
# returns tensorflow.python.framework.ops.EagerTensor
但是，在某些情况下，我们有符号Tensor对象(tensorflow.python.framework.ops.Tensor)，就像TF1.X中的那样。
例如在角星中：
from tensorflow.keras.mo
浏览 0提问于2019-08-26得票数 11
我有一个tensorflow模型，我有它的.meta和检查点文件。我正在尝试打印模型所需的所有占位符，而不查看构建模型的代码，这样我就可以在不知道模型是如何创建的情况下构建输入feed_dict。作为参考，这里是模型构造代码(在另一个文件中)
def save():
import tensorflow as tf
v1 = tf.placeholder(tf.float32, name="v1")
v2 = tf.placeholder(tf.float32, name="v2")
v3 = tf.multiply(v1, v2
浏览 0提问于2017-05-30得票数 9
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
1回答
我有一个有点复杂的电力系统的simulink模型。我想找出系统在模型两点之间的传递函数。有没有办法找到系统的tf或稳态？
浏览 1提问于2015-09-14得票数 0
相关：Import TensorFlow contrib module is slow in TensorFlow 1.2.1也：What can cause the TensorFlow import to be so slow? 我正在使用固态硬盘并导入TensorFlow。我有4 ghz 8核pc和16 gb内存(处理器AMD FX(tm)-8350八核处理器，4000 Mhz，4核，8个逻辑处理器)。导入TensorFlow需要10-12秒。 有没有办法选择性地导入TensorFlow的某些部分？ RAM磁盘会有帮助吗？ 像这样的东西还有更多的工作要做吗?或者：Slow to imp
浏览 105提问于2019-12-19得票数 10
我正在使用。
我见过有一个。此方法似乎调用了 (视情况而定)调用。
preprocess_input有一个mode参数，它期望"caffe“、"tf”或“mode”。如果我在带有TensorFlow后端的Keras中使用该模型，是否应该绝对使用mode="tf"
如果是，这是否是因为Keras加载的VGG16模型使用了经过相同预处理的图像(即将输入图像的范围从0,255更改为输入范围-1,1)？
此外，测试模式的输入图像是否也应进行此预处理？我确信最后一个问题的答案是肯定的，但我希望得到一些保证。
我希望Francois做得对，但是看看，他要么是他，要么是我对m
浏览 0提问于2018-10-31得票数 13
回答已采纳
我从网站下载了初始v3模型(一个冻结图)，并将其导入到会话中，然后我发现这个graph_def中所有节点的输入和输出的形状都已经完全知道了，但是当我将包含tf.Examples队列的自己的图形冻结为输入时，batch_size信息似乎丢失了，并被?替换了，我的问题是，当我试图冻结一个图形时，如何修复或更改未知的形状？
编辑：
某些节点的node.attr包含形状信息，但为什么不是所有节点？
浏览 1提问于2017-03-09得票数 1
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
