回答情况：
提问时间：
问题标签：
我有一个用于MNIST数据集的LeNet- 300 -100密集神经网络，其中我希望冻结前两层，在前两个隐藏层中分别有300和100个隐藏神经元。我只想训练输出层。我必须这样做的代码如下： from tensorflow import keras
[ keras.layers.Dense(300, activation="relu", kernel_initializer = tf.initializers.Glor
浏览 43提问于2020-08-16得票数 1
我正在尝试理解如何使用Tensorflow2来训练没有预设标签的单词嵌入。 epochs=30, validation_data=(test_data, test_labels))
然而，我想知道如何使用Tensorflow2
浏览 9提问于2019-08-03得票数 0
我想利用tensorflow2实现对图像特征的cnn提取，然后输出到支持向量机进行分类。好办法是什么？我已经检查了tensorflow2的文档，没有很好的解释。谁能指引我？
浏览 2提问于2019-12-27得票数 0
我正在尝试用TensorFlow 2的模型子类创建一个LeNet-300-100稠密神经网络。我所拥有的代码如下：num_epochs = 20
(X_train, y_train), (X_test, y_test) = tf.keras.datasets.mnist.load_data()
X_test = X_test.astype('float32') / 255.0
# Conve
浏览 2修改于2020-12-18得票数 2
回答已采纳
公式: f(x) = 2x +5y_data = [2 * n + 5 for n in x_data]
b = tf.Variable(0.0, name="b0")
def pred():
los
浏览 1提问于2020-01-13得票数 0
回答已采纳
我处理的是一个很大的图像数据集，我在第一步中将其转换为tfrecords，下一步将其加载到tf.data.dataset中。有没有办法使用.fit_generator()来优化这个过程呢？train_dataset = dataset.load_tfrecord_dataset(dataset_path, class_names_path, im
浏览 3修改于2020-08-09得票数 0
我试图使用传输学习使用ResNet-50在TensorFlow2和Keras上的CIFAR-10数据集，其中有(32，32，3)图像。
浏览 8提问于2021-05-12得票数 0
我使用TF2和python3，我想禁用时代进程的TensorFlow打印。我知道我可以通过写详细的= 0来禁用日志，但是我想看到所有的打印结果。我只想看到每一个时代的结果，而不是它内部的进展。
浏览 0修改于2020-05-06得票数 1
此示例代码来自Tensorflow 2def my_func(step): # other model code would go here my_func(step)
writer
浏览 5修改于2019-11-21得票数 22
回答已采纳
我正在努力学习TensorFlow2。我有几个问题要问。即使你介绍一个教程来找到这些答案，或者直接给我答案，那也是很好的。我正在努力学习，这不是家庭作业或项目。
浏览 6提问于2020-08-05得票数 0
我有以下代码来设置tensorflow配置，但它在tensorflow2中是无效的。想知道如何在Tensorflow 2中重写。
浏览 0提问于2020-06-09得票数 1
我们从TF1中部署了很多模型，通过图形冻结来保存它们：output_graph_def = tf.graph_util.convert_variables_to_constants( self.session.graph.as_graph_def(),
浏览 4修改于2019-09-26得票数 9
我使用的是TF2.5 & Python3.8，其中conv层定义为： Conv2D( activation='relu', kernel_initializer = tf.initializers.GlorotNormal(),) 使用一批60个CIFAR-10数据集作为输入： x.shape
# TensorShape([60, 32, 32, 3]) 这一层的输出体积保留了空间宽度
浏览 19修改于2021-06-29得票数 0
默认情况下，在使用Tensorflow 2时，是否将张量以及Keras数据集(加载后)放置在GPU上？还是CPU？
浏览 16提问于2021-08-25得票数 0
我需要将估计器导出器代码从tensorflow 1.x转换为2，并去掉占位符。有没有人知道怎么做才对？ 我已经尝试了features = {'input'：tf.compat.v1.placeholder(tf.float32，shape=(1,224,224，3)，name="input")}，但这并不能像我预期的那样工作 features = {'input': tf.placeholder(tf.float32, shape=(1, 224, 224, 3), name="input")}
input_fn = tf.es
浏览 29提问于2019-06-12得票数 0
我正在尝试做一个二进制图像分类问题，但这两个类(分别为类1和类2的约590和约5900个实例)严重倾斜，但仍然相当不同。 有没有办法解决这个问题，我想尝试一下随机/随机加权过采样。 我试过很多不同的方法，但是我被卡住了。我尝试过使用class_weights=[10,1]、[5900,590]和[1/5900,1/590]，但我的模型仍然只能预测2类。我尝试过使用tf.data.experimental.sample_from_datasets，但我无法让它正常工作。我甚至尝试过使用sigmoid焦点交叉熵损失，这很有帮助，但还不够。 我希望能够对类1进行10倍的过采样，我尝试过的唯一有效的
浏览 120提问于2021-02-03得票数 3
我正试图将几个“网络”合并成一个最终的损失函数。我想知道我所做的是否是“合法的”，到目前为止，我似乎无法做到这一点。我用的是tensorflow概率：# Get gradients of the loss wrt the weights.optimizer.apply_
浏览 1修改于2021-11-09得票数 0
回答已采纳
如何将包含47列和99999行的熊猫数据库转换为Tensorflow 2中的张量？Kmeans算法是否已经在TF 2下实现了？因为命令tf.contrib.factorization.KMeans不能在TF2下工作，因为第二个API上不再存在tf.contrib
浏览 0修改于2019-07-18得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号