tensorflow上的NN不训练

文章/答案/技术大牛

发布

1回答

tensorflow

我试图在一个简单的模型上训练一个简单的tensorflow-network，但由于某种原因，它没有学到任何东西。我做错了什么吗？tf.placeholder(shape=[None,], dtype=tf.float32) hidden_2 = tf.layers.dense(hidden_1, 50, activation=tf.nn.sigm

浏览 14提问于2019-05-07得票数 0

1回答

仅检索pytorch序列中lstm层的最后一个隐藏状态

pytorch、lstm、tensorflow.js、tensorflowjs-converter

torch.nn.Linear(256, 256),) 对于LSTM层，我只想从批处理中检索最后一个隐藏状态，以通过其余的层。我需要以某种方式在nn.Sequential()模型上执行此操作，这样当我保存它时，它可以正确地转换为tensorflow.js模型。我不能在tensorflow.js中创建和训练这个模型的原因是因为我试图在tensorflow.js中实现这个

浏览 5提问于2021-10-05得票数 0

1回答

如何将我的tensorflow模型转换为pytorch模型？

tensorflow、pytorch

我在tensorflow中使用ssd + mobilenet作为我的基本模型进行迁移学习，并冻结了一个新模型。现在我想把这个模型转换成火把。有什么办法我能做到吗？任何帮助都会很有帮助。

浏览 0提问于2018-10-31得票数 5

回答已采纳

1回答

如何使用多个GPU通过Tensorflow进行单独的训练？

tensorflow、gpu、distributed-computing、multi-gpu

我阅读了许多关于在TensorFlow中使用多个GPU的文章和帖子。它帮助我学习了更多关于“如何使用并行GPU来训练神经网络”(how to use parallel GPU to train ( here network))。但我有一个不同的问题。可以使用单独的GPU同时训练不同的NN吗？更多详细信息：我有神经网络A，B，和GPU1，GPU2。我想同时在GPU1上训练A NN，在GPU2<em

浏览 12提问于2021-01-20得票数 0

1回答

回路运行神经网络实验

python、keras、tensorflow

我需要对不同的超参数设置进行神经网络训练，如下所示： NN_inst = FeedForwardNN(seed) NN_inst.classification_model()第一步，一切正常。在第二次运行中，我让tensorflow.python.framework.errors_i

浏览 0提问于2019-02-02得票数 0

1回答

训练神经网络在tensorflow中的组合

deep-learning、tensorflow

我正在使用tensorflow训练两个使用两个不同数据集的相同神经网络实例。网络本身非常简单，有一个输入和输出层和6个隐藏层(每个层是一个20 meuron，然后是一个非线性激活函数)。我可以用两个不同的数据集来训练网络，这很好。现在，我想要做的是创建一个新的网络，它是这两个受过训练的网络的结合。特别是，我希望输入和前3层来自一个经过训练的网络，最后3层和输出层来自另一个网络。我对

浏览 0提问于2017-02-19得票数 5

2回答

Tensorflow:如何在新图表中使用预先训练过的权重？

python、tensorflow

我试图使用tensorflow和python框架构建一个带有CNN的对象检测器。我想训练我的模型只做对象识别(分类)在开始，然后使用几个卷积层的预油桃模型训练它来预测包围盒。我将需要替换完全连接的层，可能还有一些最后的卷积层。因此，出于这个原因，我想知道是否可以从用于训练对象分类器的tensorflow图中只导入权重到新定义的图中，我将训练它来进行对象检测。所以基

浏览 1提问于2018-05-07得票数 6

回答已采纳

2回答

对具有比预训练分类器更少的目标标签的数据的迁移学习

python-3.x、tensorflow、deep-learning、transfer-learning

假设有一个预先训练的模型(base_model)，该模型已经使用大型数据集进行了训练，以预测7种人类情绪，例如现在，为了建立一个迁移学习模型，我将删除最后一层"base_model"，冻结它们的权重，使它们不可训

浏览 0提问于2020-08-18得票数 0

1回答

Tensorflow - Deep MNIST教程-将分类器导出为C++

python、c++、tensorflow、classification

我得到了经过训练的"Deep MNIST Tutorial“NN，并且我知道如何使用TensorFlow Python API测试该模型。现在我想将分类器导出到C++，这样我就可以在没有TensorFlow API的情况下使用它。提前谢谢。

浏览 3提问于2017-03-23得票数 0

3回答

恢复培训tf.keras Tensorboard

python、tensorflow、machine-learning、keras、tensorboard

当我继续训练我的模型并在tensorboard上可视化进度时，我遇到了一些问题。 ? 我的问题是，如何在不手动指定任何时期的情况下，从相同的步骤恢复训练？如果可能，只需加载保存的模型，它就可以以某种方式从保存的优化器读取global_step，并从那里继续训练。我在下面提供了一些代码来重现类似的错误。import tensorflow as tf from ten

浏览 20提问于2019-03-06得票数 9

2回答

发布从keras到tf.keras的移植代码

python、tensorflow、keras、tensorflow2.0

我正在将一个基本的MNIST模型训练程序从使用keras2.3.1移植到tf.keras (TensorFlow2.0)，并且看到了一些奇怪的行为。我的初始代码训练得很好，但是在更新我的导入之后，模型训练就陷入了困境。以下是我的代码input_layer = Input(shape=(784,)) network1 = Dense(152, activation=nn

浏览 3提问于2019-11-19得票数 0

2回答

Tensorflow --我没有得到正确的形状--“`ValueError:形状(9，1)和(8，9)不兼容”

python、tensorflow、neural-network

我想用Tensorflow训练一个序列神经网络(NN)。import tensorflow as tf tf.keras.layers.Dense( ]) bidding_nn.co

浏览 2提问于2021-02-24得票数 0

回答已采纳

1回答

Tensorflow - softmax只返回0和1

python、tensorflow、neural-network、softmax、cross-entropy

我在tensorflow上训练CNN，但我的损失并没有改善；我注意到tf.nn.softmax()正在返回一个只有0和1的张量，而不是我所期望的分布。，我认为这是我不能训练网络的原因，但我不知道如何解决它。

浏览 0提问于2018-05-04得票数 0

1回答

如果我使用tf.layers包中的类，tensorflow如何知道适合哪些变量？

tensorflow

tf.layers包包含层定义函数，该函数不包含要训练的显式张量。例如，不像那样具有filter张量。 weights = tf.Variable(tf.truncated_normal([kernel_size[0], kernel_size[0], in

浏览 1提问于2017-11-14得票数 0

1回答

在keras中CPU上并行训练多个神经网络

tensorflow、keras

我想用Tensorflow后端在Keras的CPU上并行训练数十个小型神经网络。默认情况下，在训练单个nn时，Tensorflow会将批分割到核心上，但我的平均核心利用率仅为50%左右。因此，将神经网络的完整训练分配给核心似乎是个好主意，这样就可以移动更少的数据。我似乎找不到如何指定这些操作。另外要注意的是，神经网络有着不同的结构，因此将所有内容合并到一个图中会

浏览 1提问于2018-02-24得票数 8

回答已采纳

1回答

如何在一个训练示例上有多个正确的激活？

python、tensorflow、tf.keras

我正在尝试教tensorflow-keras神经网络在5*5网格上玩picross。理想情况下，网络的输出层将有25个神经元，如果正方形已满，每个神经元的正确激活为1，如果为空，则正确激活为0。因此，一个训练示例的正确答案“激活”应该是一个由1和0组成的字符串，25位长。然而，到目前为止，我只知道如何训练一个网络，使每个训练示例都有一个正确的答案。我训练了一个神经网络来对MNIST手写数字进行分类。

浏览 0提问于2019-07-29得票数 0

1回答

Keras -神经网络可以正确地学习数据的趋势，但不能学习幅度

python、tensorflow、machine-learning、keras、neural-network

我的训练集由1500个x,y,z,d值组成，与标量函数的1500个值相关联。我的测试集有500个样本。我的神经网络产生了正确的数据“趋势”，但不是正确的幅度。下面的图表应该清楚地说明在什么意义上。它们显示了训练和测试集的标量函数的值；在每个图中，显示了原始样本和NN预测。我想问一下如何让神经网络正确地学习振幅，避免在图中清晰可见的‘插值’效果。from __fu

浏览 21提问于2019-11-26得票数 0

2回答

使用tensorflow.keras加载经过load_model训练的模型会返回JSON解码错误，而未经训练的模型通常会加载

python、tensorflow、machine-learning、keras、deep-learning

我使用tensorflow.keras API构建和训练了一个经过训练的Keras模型，并使用没有可选参数的tf.keras.save_model()方法进行保存。Tensorflow是最新的，我的Python版本是3.8。据我理解，这个方法应该使用TF 2.X中推荐的默认"tf“格式保存模型，然后使用load_model()应该可以正常工作。，我再次在木星笔记本上构建了相同的模型，保存了

浏览 23提问于2021-09-23得票数 3

1回答

Tensorflow优化器-传递用于最小化()的多个损失值？

python、tensorflow、neural-network、gradient-descent

我第一次在MNIST数据集中使用Tensorflow时，遇到了一个非常简单的错误，在将错误值传递给优化器之前，我忘记了计算错误值的平均值。换句话说，而不是我不小心用了但是，如果不取错误值

浏览 1提问于2017-05-11得票数 4

1回答

修改经过训练的模型体系结构并继续训练Keras

python、tensorflow、keras、pre-trained-model

我想以顺序的方式训练一个模型。也就是说，我希望最初使用简单的体系结构训练模型，一旦训练完成，我想添加几个层并继续训练。在Keras中可以做到这一点吗？如果是这样的话，是怎么做的？我试图修改模型架构。但在我编译之前，这些更改是无效的。一旦我编译了，所有的权重都被重新初始化，并且我丢失了所有训练过的信息。我发现，web上的所有问题要么是关于加载预训练模型并继续<em

浏览 29提问于2020-03-09得票数 7

回答已采纳

点击加载更多