tensorflow2.0相关内容
我正在使用 Keras 来实现一个神经网络.但是当我使用 model = Sequential() 时,出现以下错误: AttributeError Traceback(最近一次调用最后一次)在89 # 创建模型--->10 模型 = 顺序()11 model.add(Dropout(0.1), input_shape=(12
..
我刚刚开始使用深度学习和 Python,当我尝试训练模型时,我已经遇到了这个错误.我认为将基本构建块放在一起会是一个简单的开始项目,但显然我还没有掌握一些基础知识.我的目标是在包含 5 个列值 '1ex','2ex','3ex','4ex','5ex' 的数据集上训练模型并预测 5 个值的序列.> 我正在从我生成的 csv 文件中读取数据集,它按预期显示. 你能帮我理解我错过了什么吗?一如
..
更新: 进行了更多测试,但我无法通过以下方式重现该行为: 将 tensorflow 导入为 tf将 numpy 导入为 np@tf.functiondef tf_being_unpythonic(an_input, another_input):返回 an_input + another_input@tf.function定义示例(*输入,other_args = True):返回 tf
..
我在 Tensorflow v.0 和 v.1 上花了很多时间,现在我正在尝试 Tensorflow v.2 keras 模型.model.summary() 看起来简单方便,但缺乏细节. 这是一个玩具示例.假设我定义了如下自定义层和模型(函数式 API 样式和子类样式). 请看下文.我想在自定义层中看到原始层,但 .summary() 只显示浅层信息(仅直接子层). 玩具自定义
..
将 tensforflow 与 Flask REST API 结合使用 我应该如何减少 session.run 的时间 我在 REST API 中使用 tf 1/2,而不是在我的服务器上使用它. 我已经尝试过 tensorflow 1 和 2. tensorflow 1 花费了太多时间. tensorflow 2 甚至没有返回文本的向量. 在 tensorflow
..
我有一个问题,我无法使用 pip 安装 tensorflow 2.1.0 版本 每次我尝试时,都会收到以下消息: 错误:找不到满足张量流要求的版本(来自版本:无)错误:未找到 tensorflow 的匹配分布 我的机器规格:windows 10,64 位,python 3.7 pip 20.1 解决方案 是的,这是那个版本的 python 的问题,尝试使用 python
..
我正在尝试使用 TensorFlow 2.1 生成种子,但出现此错误 module 'TensorFlow' has no attribute 'random' 解决方案 我怀疑您认为您使用的是 TensorFlow 2.0,但实际上,它是 tensorflow 的先前版本. 很容易检查: 将tensorflow导入为tf打印(tf.__version__) 这应该产生如下输出:
..
我是机器学习的新手.我正在尝试在 Tensorflow 2.0 中制作一个简单的 RNN,但我遇到了障碍.我已将其简化为重现问题的最小示例.这个最小示例的目标是让 RNN 学习重复输出 1.0. import os导入系统导入数学从随机导入随机播放将 numpy 导入为 np将张量流导入为 tf从时间导入时间作为时间时代 = 200批量大小 = 32块长度 = 64特征 = 10定义主():tr
..
下面是我传递给 keras Lambda 层的函数. tf.cond() 的输出出现问题.它返回 的形状.输入张量 (t) 和恒权张量分别具有 (None,6) 和 (6,) 的形状.当我在 tf.cond() 之外添加这两个时,我会得到一个形状为 (None,6) 的张量,这正是我需要的.但是,当从 tf.cond() 中返回相同的添加操作时,我得到一个形状为 的张量. 当这个操作通
..
我想分别计算关于权重变量和偏置项的梯度张量.权重变量的梯度计算正确,但偏差的梯度计算得不好.请让我知道问题是什么,或者正确修改我的代码. 将 numpy 导入为 np将张量流导入为 tfX =tf.constant([[1.0,0.1,-1.0],[2.0,0.2,-2.0],[3.0,0.3,-3.0],[4.0,0.4,-4.0],[5.0,0.5,-5.0]])b1 = tf.Variab
..
我是 Python 和 Tensorflow 的新手.在执行 tfds.load 函数时,出现以下错误.我花了几个小时试图理解错误,但我不知所措.任何帮助,将不胜感激.我使用以下版本:python 3.8、tensorflow 2.3 和 tensorflow-datasets 1.2 ValueError Traceback(最近一次调用最后一次)
..
我已经定义了一个复杂的深度学习模型,但就这个问题而言,我将使用一个简单的模型. 考虑以下事项: 将 tensorflow 导入为 tf从 tensorflow.keras 导入层、模型def simpleMLP(in_size, hidden_sizes, num_classes, dropout_prob=0.5):in_x = layers.Input(shape=(in_siz
..
我有 TensorFlow 2.0 和 Python 3.7.5. 我编写了以下代码来执行小批量梯度下降,即: @tf.functiondef train_one_step(model, mask_model, 优化器, x, y):'''计算梯度下降优化步骤的函数'''使用 tf.GradientTape() 作为磁带:# 使用定义的模型进行预测-y_pred = 模型(x)# 计算损失
..
正如标题中所说,我正在尝试使用 tensorflow 概率包创建多元正态分布的混合. 在我的原始项目中,我从神经网络的输出中输入分类、位置和方差的权重.但是,在创建图形时,出现以下错误: components[0] 批量形状必须与猫形状和其他组件批量形状兼容 我使用占位符重新创建了同样的问题: 将 tensorflow 导入为 tf将 tensorflow_probabili
..
我正在 Tensorflow 2.1 中构建我自己的层并在自定义模型中使用它.在下面的示例中,我从 tensorflow 网站 (https://www.tensorflow.org/api_docs/python/tf/keras/layers/RNN),我正在尝试在我的模型中使用这一层. 但是,在尝试拟合模型时,我收到一条错误消息,指出单元格的调用方法需要“states"参数,而我没有提
..
请解释什么是tf.tensor_scatter_nd_update的索引深度.> tf.tensor_scatter_nd_update(张量、索引、更新、名称=无) 为什么一维张量的索引是二维的? 索引至少有两个轴,最后一个轴是索引向量的深度.对于更高等级的输入张量标量更新,可以使用与 tf.rank(tensor) 匹配的 index_depth 插入: tensor = [0,
..
我又回到了 python 中,并一直在尝试使用 tensorflow 和 keras 的一些东西.我想使用 plot_model 函数,在整理了一些 graphviz 问题后,我现在收到此错误 - TypeError: add_node() 收到一个非节点类对象: 我试图自己找到答案,但结果很短,因为我找到的唯一一个出现此错误的答案似乎与 tf.任何建议或替代想法将不胜感激.这是代码和
..
我看不出我正在做的事情和我正在遵循的工作 Google TFP 示例之间的区别.我做错了什么/我应该做不同的事情吗? [设置:Win 10 Home 64 位 20H2、Python 3.7、TF2.4.1、TFP 0.12.2,在 Jupyter 实验室中运行] 我已经按照 TFP Probabilistic Layers Regression 的例子一步步构建了一个模型一>.案例
..
训练使用 hub.KerasLayer 的联合模型时发生错误.下面给出了错误和堆栈跟踪的详细信息.完整代码可从 gist https://gist.github.com/aksingh2411/6078801b7c78c70c70c88c88c8909b17b5a1.在这方面的帮助和建议将不胜感激.谢谢. from tensorflow import kerasdef create_keras_
..
我已经训练了许多模型,每个模型都回答一个简单的是/否问题.伪代码: model_dog = keras.load('is_dog')model_cat = keras.load('is_cat')model_rat = keras.load('is_rat')image = load_photo_as_numpy_array('photo.jpg')multi_class = [ m.predi
..