标签：tensorflow
-
在keras中使用multi_gpu_model时发生valueError - python
我正在使用带有4个Tesla K80 GPU的Google Cloud VM。 我正在使用gpus = 4的multi_gpu_model运行keras模型（因为我有4 gpu）。但是，我收到以下错误 ValueError：要使用multi_gpu_model调用gpus=4，我们希望 以下设备可用：['/ cpu：0'，'/ gpu：0'，'/ gpu：1 […]
-
张量流的tf.nn.max_pool中的'SAME'和'VALID'填充有什么区别？ - python
tf.nn.max_pool的tensorflow中的'SAME'和'VALID'填充有什么区别？ 在我看来，“有效”表示在进行最大池化时，边缘外部不会出现零填充。 根据A guide to convolution arithmetic for deep learning的说法，它表示池运算符中将没有填充，即仅使用tensorflow的“ VALID”。但是 […]
-
我怎么知道在tf.keras中实现了哪个版本的Keras API？ - python
在Keras的标准实现中，可以使用keras.__version__获得API版本。 但是，没有tf.keras.__version__。 那么，如何检查在tf.keras中实现的Keras API版本？ 参考方案 您可以简单地运行此代码 from tensorflow.python import keras print(keras.__version__) […]
-
Tensorflow v1.10 +为什么在没有检查点的情况下需要输入服务接收器功能？ - python
我正在根据TensorFlow的估算器API调整我的模型。 我最近问了一个关于early stopping based on validation data的问题，除了尽早停止之外，目前还应该导出最佳模型。 似乎我对模型导出是什么以及检查点是什么的理解还不完整。 检查点是自动进行的。根据我的理解，检查点足以使估算器开始“热身”-使用如此训练的权重或错误之前的 […]
-
在Keras中定义自定义LSTM Cell？ - python
我将Keras与TensorFlow一起用作后端。如果我想对LSTM单元进行修改，例如“移除”输出门，该怎么办？它是一个乘法门，因此我必须将其设置为固定值，以便无论乘以它都没有效果。 参考方案 首先，您应该定义您的own custom layer。如果需要一些直觉如何实现自己的单元，请参阅Keras存储库中的LSTMCell。例如。您的自定义单元将是： cl […]
-
在张量流条件下减少总和 - python
给我一个带有随机行的二维张量。应用tf.math.greater()和tf.cast(tf.int32)后，剩下的张量为0和1。现在，我想将减总和应用于该矩阵，但要满足以下条件：如果至少有一个1求和，然后跟随一个0，我也要删除所有后面的1，这意味着1 0 1应该导致1而不是。 我试图用2解决问题，但是我还无法提出一个能够处理以0开头的函数，因为该行可能看起来 […]
-
有关TypeError的错误:预期的str，字节或os.PathLike对象，而不是NoneType - python
我试图通过运行模型来纠正英语语法。 我的开发环境是Linux + Anaconda3 + Python 3.6 + CUDA 9.0 + tensorflow1.9.0 运行模型后，测试存在以下问题： Traceback (most recent call last): File "./generate.py", line 236, in […]
-
TensorFlow-tf.keras.layers.Layer与tf.keras.Model之间的差异 - python
通过使用tf.keras读取documentation of implementing custom layers，他们指定了两个要继承的选项tf.keras.Layer和tf.keras.Model。 在创建自定义图层的背景下，我想问自己这两者之间有什么区别？从技术上来说有什么不同？ 例如，如果我要实现变压器编码器，哪个更合适？ (假设变压器在我的完整模型 […]
-
如何在keras中垂直堆叠训练好的模型？ - python
我在keras中有两个训练有素的模型，我想将一个模型堆叠在另一个模型的顶部以形成一个模型。我想将训练有素的模型整合为一个模型。 我认为merge(Merge)用于水平堆叠模型，而我想垂直堆叠keras功能API模型。 PS:输出1的形状与输入2相同 参考方案 inputA = Input(input_shape_for_A) outputA = modelA […]
-
卷积并合并到输入图像后如何计算输出大小 - python
当我使用tensorflow教程学习深度mnist时，在卷积并合并到输入图像后，我对输出大小有疑问。在教程中，我们可以看到: W_conv1 = weight_variable([5, 5, 1, 32]) b_conv1 = bias_variable([32]) x_image = tf.reshape(x, [-1,28,28,1]) We then […]