tf.get_variable_scope().reuse_variables() tower_grads.append(grads)
print(tf.get_variable_scope().reuse_variables())打印None。
浏览 0提问于2016-06-05得票数 1
在有关升级到Tf1.0 的文档中，有以下不祥的语句：with tf.variable_scope(tf.get_variable_scope(), reuse=True):
我更喜欢坚持使用.reuse_variables文档没有明确说明是否有反对建议的计划，或者使用.reuse_variables()到底有什么问题。
浏览 1提问于2017-04-04得票数 4
1回答
我想用一个LSTM单元训练多个案例。我认为发生这个错误是因为我试图重用LSTM单元。我找不到解决这个错误的方法。rnn_si
浏览 9提问于2017-01-19得票数 0
为了共享跨GPU塔的可训练变量(例如权重和偏差)，reuse标志将使用tf.get_variable_scope().reuse_variables()打开，如cifar10示例中所示。，请参阅
但是，Tensorflow创建者的cifar10示例似乎表明，可以使用tf.get_variable_scope().reuse_variables()实现跨GPU塔共享变量的重用。
浏览 4提问于2017-04-04得票数 0
我正在尝试使用暹罗网络来确定两个输入是否相同。以下是暹罗网络的简要概述：
graph = tf.Graph()
with graph.as_default():
with tf.variable_scope
浏览 0提问于2017-05-02得票数 0
在Tensorlfow中，我们可以使用True将变量重用设置为tf.get_variable_scope().reuse_variables()，有没有办法在不离开作用域的情况下将其设置为False？
浏览 4提问于2016-06-19得票数 3
回答已采纳
我的系统是：我的GPU：运行示例模型(如mnist和cifar10单GPU版本)是可以的。所以我觉得我安装tf没问题。python python cifar10_multi_gpu_train.py --num_gpus=4
ValueError:变量卷积1/权重/指数移动平均/不存在，或者不是用tf.get_variable()创建的。你是
浏览 2提问于2016-12-29得票数 0
我正在运行本教程中提到的代码：我正在Ubuntu14.04上的AWS中的g2.4x大型计算机上运行代码。单个gpu示例运行良好，没有任何错误。0.12.head
ubuntu@ip-xxx-xx-xx-xx:~/pythonworkspac
浏览 5提问于2017-02-01得票数 2
回答已采纳
loss = _tower_loss(images_splits[i], labels_splits[i], num_classes,
scope, reuse_variables
浏览 0提问于2017-08-11得票数 0
num_classes=25, is_training=True, dropout_keep_prob=0.8, spatial_squeeze=True, reuse=reuse_variablesnum_classes=25, is_training=False, dropo
浏览 19提问于2017-03-14得票数 8
1回答
我正在使用新版本的tensorflow (2.0.0 alpha)，我不知道为什么它不允许我运行：我得到了以下错误：
浏览 3提问于2019-05-24得票数 3
我已经设置了一个print语句，并且我注意到在第一批输入RNN时，存在嵌入，但是在第二批之后，它们不存在，我得到以下错误：
def add_embedding(self): embedding = tf.get_variable("Embedding", [len(
浏览 2提问于2016-12-20得票数 2
回答已采纳
optimizer.compute_gradients(loss) tf.get_variable_scope().reuse_variables()
average_grad = average_gradients_layer(replica_gradssys.stdout.write('\r'+str(step)+'&#
浏览 3提问于2017-04-07得票数 3
由于本文需要两个示例，我使用opt.compute_gradients(loss)和tf.get_variable_scope().reuse_variables()获得了[grad_and_vars1
浏览 1提问于2017-08-02得票数 0
回答已采纳
("RNN"): if time_step > 0: tf.get_variable_scope().reuse_variables
浏览 2提问于2017-06-19得票数 0
回答已采纳
1回答
我想稍微修改一下在LSTM的每个时间步计算(并因此重新输入)的隐藏状态。例如，向常规LSTM过程产生的隐藏状态添加一个常量向量这样简单的事情。我并不打算修改常规的gate机制--我更多地将其看作是对通常由LSTM创建的最终隐藏状态的计算。我觉得创建自己的LSTM单元有点过头了。或者，OutputProjectionWrapper似乎可以实现这一目标，尽管我并不打算创建新的输出，只需修改隐藏状态。
浏览 16提问于2017-01-21得票数 1
回答已采纳
for i in xrange(FLAGS.num_gpus): tf.get_variable_scope().reuse_variables
浏览 6提问于2017-06-12得票数 1
回答已采纳
4回答
我试过： tf.get_variable_scope().reuse_variables()with tf.variable_scope('scale_1') as scope_conv:
tf.get_variable_scope().reuse_variables(
浏览 3提问于2016-04-14得票数 50
回答已采纳
features_splits = tf.split(train_feature, num_or_size_splits=c.num_gpus, axis=0)
reuse_variablesas scope: reuse_variables = True
浏览 0提问于2018-04-15得票数 0
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
