keras相关内容

TensorFlow:获取相对于输入的RNN隐藏状态梯度

我的模型由嵌入层和SimpleRNN层组成。我已经用model.predict获得了所有步骤的隐藏状态,并将它们与这些步骤进行了对比。我发现隐藏的状态收敛到零,但我不确定我是否能从中推断出什么。因此,绘制它们相对于模型输入的梯度可能会为我提供一些进一步的见解。我需要一些帮助来获取这些渐变。 我的型号: batch_size = 9600 # batch size can take ..
发布时间:2022-08-23 13:43:43 Python

将维度为(3,50)的嵌入层连接到LSTM

维度为(3,50)的嵌入层如何接入LSTM? 数组(3,50)被馈送到输入 ,其中存储有三个长度为50的数组的时间步长 我尝试在重塑之前连接它,但它也不起作用。嵌入增加了维度,而LSTM不需要额外的维度。您必须将张量转换为Tf并手动处理张量,这很可怕。 layer_i_inp = Input(shape = (3,50), name = 'item') layer_i_emb ..
发布时间:2022-08-23 13:34:45 Python

TensorFlow 2未找到GPU设备

我有一台安装了conda的ubuntu服务器。我创建了一个名为TF-GPU的虚拟环境,并在其中安装了TensorFlow 2。Ubuntu服务器安装了一块安装了GPU的GeForce GTX显卡。当我在使用TF-GPU环境的jupyter笔记本电脑中运行下面的代码时,它显示0个可用的GPU。安装在我的TF-GPU环境中的模块也如下所示。为什么我的tensorflow 2环境看不到我的GPU?我需要 ..
发布时间:2022-08-09 10:30:59 其他开发

TfLite LSTM模型

我没有找到任何要使用的经过预先培训的LSTM模型。 TfLite是否提供了任何经过预先培训的LSTM模型? 我试图创建tflite模型,但在转换时遇到了问题?你能提供准确的脚本来创建tfLite模型吗? TfLite有没有用最新版本创建tfLite LSTM模型的脚本? 这是我创建tfLite模型的脚本。但它不起作用。 import numpy as np import tensorflow ..
发布时间:2022-08-07 16:12:11 Python

Tf.keras.utils.get_file()可以用来加载本地压缩文件吗?

我有一个包含4个图像文件夹的压缩文件。我在Google Colab上遵循的教程使用了类似的Zip文件,但该文件是在线托管的,链接是作为origin参数的值给出的,这是必需的。我将我的Zip文件上传到Google Drive,并可以在Colab中访问它。是否可以使用GET_FILE()加载本地文件? 推荐答案 我最近也遇到了这个问题。在找不到答案后,我不得不戴上旧的思考帽子,解决了它。 ..
发布时间:2022-08-06 19:38:30 其他开发

使用TRAIN_TEST_SPLIT拆分数据时的精度与之后加载CSV文件时的精度不同

我已经构建了一个模型来预测客户是企业客户还是私人客户。在对模型进行训练后,我预测了我没有用于训练的1000个数据集的类别。此预测将保存在CSV文件中。 现在我有两种不同的行为: 在程序中拆分样本数据 当我使用train, sample = train_test_split(train, test_size=1000, random_state=seed)创建样本时,预测在训练期间获得相 ..

Google Colab在从Google Drive读取图像时速度太慢

我自己有一个深度学习项目的数据集。我把它上传到了Google Drive上,并链接到了Colab的一个页面上。但Colab在一秒钟内只能读取2-3张图片,而我的电脑可以读取数十张。(我使用imread来读取图像。) keras的模型编译过程没有速度问题,但仅在从Google Drive读取图像时存在速度问题。有谁知道解决办法吗?也有人遇到了这个问题,但它仍然没有解决:Google Colab ..

如何将5D张量引入LSTM?

我有3D CNN网络的输入形状为(150,80,80,16,3)的视频数据。 我得到了形状为(150,7,7,2,512)的conv Layer的输出,表明: 150号序列的数量 7,7高度和宽度 2时间维度 512个功能地图 我想将其提供给LSTM,所以我将输出数据重塑为: model.add(Reshape((1, 7*7*2*512))) model ..
发布时间:2022-07-17 18:28:21 Python

基于脸部权重建立TensorFlow模型的问题

我需要使用来自HuggingFace和TensorFlow的预先训练好的BERT模型('dbmdz/bert-base-italian-xxl-cased')(位于this链接)。 在网站上看到这篇文章后 目前只有与PyTorch-Transformers兼容的权重可用。如果您需要访问TensorFlow检查点,请提出问题! 我提出了这个问题,很快就给了我一个指向包含以下文件的档案的 ..