我构建了一个定制层，用于直接在模型中重新缩放数据。这是必要的，因为我有一个单独的模型，它将从多个模型的链接中构建。这些模型中的每一个都有自己的缩放函数。当构建单独的模型时，我在模型外部执行重新缩放，但是一旦层被链接，这就不再可能。因此，它必须以提议的方式实现。我已经创建了两个子类层，FeatureMinMaxScaler()和FeatureMinMaxDescaler() (如下所示)，并且我已经在这两个层中实现了get_config()。import
浏览 74提问于2021-06-29得票数 0
回答已采纳
2回答
Keras模型有一个自定义层。('model.h5')
/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/utils/generic_utils.py以下是此错误的最小工作代码示例，以及完整的扩展消息：
为了完整起见，这是我用来制作自定义层的代码。get_config和fro
浏览 4提问于2020-06-09得票数 22
回答已采纳
0.0000e+00
/bwz_venv/lib/python3.8/site-packages/keras/engine/functional.py:1410: CustomMaskWarning:自定义掩码层需要配置，必须覆盖get_config。加载时，必须将自定义掩码层传递给custom_objects参数。但输入(1)是大小为4的向量({ gradient_tape/replica_1/s
浏览 11提问于2021-12-30得票数 5
1回答
是否可以在培训期间获得输出层值，以便建立自定义丢失函数。更确切地说，我希望得到输出值并使用外部方法计算损失，我的问题是在使用tf.eval()初始化变量之前不能通过tf.global_variables_initializer() predicted_image = run_command(path2,y_true)
pearson_r, update_op = tf.contrib.metrics.
浏览 1提问于2020-02-03得票数 0
我是tensorflowjs的新手，我正在努力实现一些自定义的层，如果有人能给我指出正确的方向，那将是非常有帮助的！例如，我在InceptionResnetV1架构中有一个层，我将该层乘以一个恒定的比例(这最初是一个不受支持的Lambda层，我将其替换为自定义层)，但该比例的值在每个块中都会发生变化。这在Keras中可以很好地工作，实现如下所示，并在自定义对象中结合使用load_model和Scal
浏览 26提问于2021-05-31得票数 2
我正在尝试构建一个预处理管道，以便用keras/tensorflow层扩展数据集。为了保持简单，我想实现的随机转换(例如，对于平方图像、90度旋转和翻转)，但是似乎只允许在一个均匀分布的连续选择范围内有一个随机度。
浏览 3提问于2021-02-25得票数 0
回答已采纳
我想创建一个TensorFlow/Keras层，它总是在训练时间和测试时间内应用对比度。我使用了TensorFlow对比度调整方法tf.image.adjust_contrast，但是当我把它放在我正在制作的层的call方法中并尝试训练时，我得到了一个错误： LookupError: gradientbase_config = super(Contrast, self).get_config()
return dict(list(base_config.item
浏览 63提问于2021-07-22得票数 1
回答已采纳
2回答
我正在使用Tensorflow中的LSTM进行自然语言推理，我想应用下面从这个中表达出来的注意力层
据我所知，Tensorflow没有这方面的实现。它有一个Bahadanou和Luong注意力的实现，这不是我想要的。到目前为止，我在Stack Overflow上搜索并找到了这个代码片段。它似乎工作得很好，但它并不是我想要的实现。import tensorflow as tf
class Attention(<
浏览 4提问于2021-06-07得票数 1
我是一些在Tensorflow中使用Python的顺序模型的新手。我有一个像下面这样的转换顺序模型。它随机地应用于给定的图像输入，一些具有随机参数的操作。import tensorflow as tf [
image_to_be_transformed[:, :, :,
浏览 15提问于2022-05-07得票数 1
回答已采纳
1回答
我已经翻阅并重读了Tensorflow Keras文档。我有一个简单的子类层： def __init__(self, filters, kernel_size, **inputs): x = self.c1(x) return x
# config
浏览 1提问于2019-09-04得票数 0
回答已采纳
3回答
我尝试使用tf.keras.models.load_model()加载相同的模型，但得到以下错误：KeyErrorTraceback (most recent call last)----> 1 model = tf.keras.models.load_model('./saved_model/test')
/home/cdsw/.local/lib/python3.
浏览 7提问于2020-06-17得票数 1
我一直致力于从h5文件中提取卷积层信息，其中包括神经网络模型。我已经能够提取关于h5文件中卷积层数的信息，但是我看不到获得有关步幅大小或填充信息的方法。我一直在使用h5py来读取h5模型。len(matrix_size)>3:执行后，layers_counter将有若干卷积层。
浏览 0提问于2019-08-08得票数 1
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。但当我第二次从文件系统加载SavedModel时，它失败了，并出现以下异常： TypeError: f(inputs, training, training, training, training, *, tra
浏览 107提问于2021-10-29得票数 0
在观看了F.CholletYoutube的视频"Inside TensorFlow: tf.Keras (第1部分)“之后，我试过这样做。在本节中，他讨论了如何通过子类创建自定义层和模型。%tensorflow_version 2.x pass
from tensorflow import keras我定义了这样的“线性”层<
浏览 3提问于2019-09-17得票数 1
回答已采纳
我使用Francois 提供的模板在keras中实现了一个转换器编码器。我已经研究了有关SO和Github的类似问题，并应用了以下建议，但仍然得到了相同的问题：
使用custom_object_scope加载模型。import n
浏览 16提问于2022-12-01得票数 0
我想使用Conv2D层来跨出输入图像并运行三个2x2内核。这不是tensorflow的目的，但我真的想使用tensorflow作为后端引擎，以便高效地运行内核，并在不同的设备、GPU和/或CPU之间分配工作负载。
def __in
浏览 0提问于2020-06-30得票数 1
回答已采纳
1回答
我有一个自定义层，它有一个常量，但是，我无法保存模型，它显示了以下错误。有人知道如何使用自定义层保存tf.keras模型，该层在自定义tf.keras层中有tf.Variable？我希望将模糊核应用到我的卷积神经网络中，使卷积层再次从中移动不变。__init__(**kwargs) def get_config(self):
浏览 3提问于2020-07-05得票数 0
回答已采纳
我对tensorflow和Python (从R迁移过来)都比较陌生。目前，我正在开发一个使用keras和tensorflow的python推荐系统。数据是“一元”的，所以我只知道是否有人点击了某个东西。
核心模型是用函数式API构建的，是一个基本的宽模型(输入=多热编码的二进制评级矩阵，输出=每类的概率)，中间有一个隐藏层。我还为自定义层指定了"get_config“方法，只要我只在最后使用第二个自定义层来
浏览 4提问于2020-04-06得票数 0
这是我的储蓄： model = tf.keras.Sequential([ ValueError:当前无法恢复_tf_keras_metric类型的自定义对象。请确保该层在保存时实现了get_config和from_config。此外，在调用custom_objects时，请使用loa
浏览 4提问于2020-05-13得票数 17
回答已采纳
我正在运行这个Tensorflow NMT教程：AssertionError: Tried to export a functionuntracked object Tensor("LuongAttention/memory_layer/Tensordot:0", shape=(1024, 23, 256), dtype=float32).TensorFlowobjects (e.g. tf.Vari
浏览 0提问于2020-11-16得票数 1
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号