我正在一个项目中，在这个项目中，我获得了一个实现迭代过程的python模块，并且一些计算是由使用Tenso

我有一个数据框，其中包含我想用于训练神经网络的数百万个粒子的坐标。这些粒子构成了已经被识别

我正在从Keras文档（<a href="https://keras.io/examples/mnist_siamese/" rel="nofollow noreferrer">https://keras.io/examples/mnist_si

自Tensorflow 2起，不再有tf.contrib.integrate.odeint。经过大量搜索后，我在Tensorflow中找不到任何等效功能。他

我将数据分为训练和测试样本（70/30），用于基于回归预测的问题（MLP，LSTM等）。 在代码内：

我正在使用<code>Dataset</code>函数创建一个张量流<code>from_generator</code>。在图形/会话模式下，它可以正常

我是TensorFlow的新手。谁能解释后面的<code>tf.placeholder</code>中的形状代表什么？ <code>tf.placeholder(tf.

当我通过声明性方法而不是功能性方法定义模型时，Keras将给出不同的结果。这两个模型看起来是等价的

我想用相同的训练数据集在Google Colab（Tensorflow + Keras）中用GPU训练几次CNN架构，然后用相同的测试数据

我正在使用keras和TensorFlow 1.13.1在python 3.7.5中进行编程 我想从下面编码的模型中删除批处理规范化

我正在尝试使用GPU加速器在Google计算引擎上运行一个tensorflow容器。 尝试过命令 <pre><code>gcloud c

我正在从tf-hub加载保存的模型，然后对其进行微调并保存以备将来使用。 在此步骤中，模块的大小从800M