-
如何从tensorflow.keras.applications获取截断的网络?
tf.keras.applications上有许多imagenet预先训练的模型。但是我可以采用截断的网络,例如最后删除一些图层 -
训练后去除高斯噪声层?
我想知道是否有一种方法可以消除高斯噪声层 <pre><code>tf.keras.layers.GaussianNoise(0.1), </code></pre> 使用 -
不支持TensorFlow 2.0的Keras。我们建议使用`tf.keras`,或者降级为TensorFlow 1.14
关于(建议不使用TensorFlow 2.0的Keras。我们建议使用<code>tf.keras</code>,或者将其降级到TensorFlow 1.14。), -
TF 2.0 Keras fit_generator:data_generator输出错误的形状
我正在尝试使用<strong> TensorFlow 2.0 </strong>和<strong> tf.keras </strong> API训练图像字幕模型。我正在使用的数 -
在tensorflow v1.13中将张量值分配给占位符
在我的张量流模型中,一个网络的输出是张量。我需要将此值作为另一个预训练网络的输入。我正在按 -
TFLite:是否可以使用Keras的load_model转换H5模型但输入形状不同?
我当前使用此脚本将我的H5模型转换为TFLite: <pre><code> # CONVERTING TO TFLITE FORMAT g.save(os.path.join(save_d -
AttributeError:它说builtin_function_or_method没有归因“形状”,但不是
<pre><code>inputs = tf.keras.Input(shape=(4,4,12)) layer = tf.keras.layers.Conv2D(filters=FILTERS1+FILTERS2+FILTERS3, kernel_size=(2,2), -
Keras没有为“ <column_name>”提供数据。需要每个键的数据:
我遇到以下错误(标题中的错误),并且在stackoverflow上找不到解决我问题的任何问题,我包含以下代码 -
将生成器与tf.data结合使用的最可扩展方式? tf.data指南说“ from_generator”的可扩展性有限
tf.data具有一个<code>from_generator</code>初始化程序,它似乎不可扩展。来自官方指南 <blockquote> 警 -
使用Keras API和验证集进行Tensorflow分布式培训
我曾经使用<em> Estimator API </em>使用<em> MultiWorkerMirroredStrategy </em>在集群上训练模型。在那里,将评估器添 -
Tensorflow 2 + Keras带来的知识蒸馏损失
我正在尝试实现一个非常简单的keras模型,该模型使用另一个模型中的Knowledge Distillation [1]。 粗略地说, -
使用重用标志将tf.variable_scope转换为tf.keras.layers.Layer
我正在尝试使用在tf1中训练过的tf.variable_scope转换模型。我知道如何做到这一点,但是当tf.variable_scope包 -
验证损失仅在第一个时期为零
<h2>问题</h2> 我正在尝试使用数据集和keras API在Tensorflow中构建回归模型。目标包含很多零,尽管所有零 -
Tensorflow 2.0如何从Keras模型导出预测和训练模式
我有一个从tf.keras.model子类化的模型。我写了一个电话-并预测了方法。当我导出模型时,似乎只有call方 -
使用tf.keras.metrics.MeanIoU时,tf.keras.models.load_model返回错误。
当我尝试加载使用MeanIoU的模型时,它返回以下错误: <pre><code>cls = <class 'tensorflow.python.keras.metri -
无法训练我的keras模型:(数据基数模棱两可:)
我正在使用bert-for-tf2库进行多类分类问题。我创建了模型,但是训练抛出以下错误: <pre><code>--------- -
在Tensorflow 1中正常工作的自定义编写层中的Tensorflow 2错误(断言t.graph == cond_graph; AssertionError)
我已经编写了一个自定义图层(在Keras中实现<a href="https://arxiv.org/abs/1808.00158" rel="nofollow noreferrer">this arti -
VIsual Studio代码未突出显示Keras代码中的错误
更新: settings.json <pre><code>{ "python.pythonPath": "/home/winston/anaconda3/envs/gpu/bin/python" -
TensorFlow 2.0:不能同时进行一项以上的培训
我正在使用来自Tensorflow 2.0的tf.keras。 我想在不同的Jupyter笔记本中同时训练两个模型。 我可以使用tensorf -
keras.layers.Conv2D和slim.conv2d g产生相同的输出类型还是不同的输出类型?
我目前正在尝试Tensorflow 2.0。但是,在TF 2.0中,苗条已从捆绑中完全删除。因此,我决定尝试Keras。问题 -
当用作损失时`binary_crossentropy`。这种损失期望目标与输出具有相同的形状
我相信以下代码的一部分不正确。请告诉我如何解决此问题以使模型运行。使用该图像可获得完整的代 -
如何使用KerasClassifier验证拆分和使用scitkit学习GridSearchCV
我想尝试测试一些超参数,那就是我想使用GridSearchCV,因为这似乎就是做到这一点的方式。 但是 -
ValueError:使用Fit_generator时,生成器的输出应为元组`(x,y,sample_weight)`或`(x,y)`。
我一直在尝试使用一组训练和验证图像来教授模型,而我一直在标题错误(我将在下面发布完整的错误 -
如何将LSTM用于可变长度输出?
我想知道如何使用LSTM生成可变长度序列(输出), 像这样的东西:(这只是一个虚构的例子,我想理解 -
在Tensorflow中实施UNet
我正在尝试使用Keras API在TensorFlow 2中实现<a href="https://arxiv.org/abs/1505.04597" rel="nofollow noreferrer">UNet</a>的图 -
使用tf.data.Dataset将数据输入具有多个输入的Keras模型
我有一个使用tf.keras构建的模型,该模型具有两个输入(“ input_1”和“ input_2”),这些输入被馈送到 -
来自“ tf.keras.layers.concatenate”的TypeError:添加的图层必须是Layer实例。发现:张量
我正在尝试合并三层并将其添加到模型中,但是我从<code>Tensor</code>得到了<code>tf.keras.layers.concatenate</code> -
Keras训练适用于binary_crossentropy,但不适用于categorcial_crossentropy
此问题<strong>不是</strong>是以下问题的重复项。 <a href="https://stackoverflow.com/questions/59061334/moved-to-te -
TensorFlow 2.0如何从tf.keras.layers层获取可训练变量,例如Conv2D或Dense
我一直在尝试从我的图层中获取可训练的变量,但无法找到一种使它起作用的方法。所以这是我尝试过 -
TensorFlow 2.0,keras.applications中的错误(未在未知的TensorShape上定义as_list())
关于此错误,有几个问题: <pre><code>ValueError: as_list() is not defined on an unknown TensorShape. </code></pre>