回答情况：
提问时间：
问题标签：
我发现tf.keras和keras有很大的不同，在keras中，当你使用normal函数而不是Lambda包装器函数时会出现bug，bug是"AttributeError：'NoneType‘对象没有’_inbound_nodes‘属性“，而在tf.keras中，它允许使用normal函数和tf.keras.layers。
浏览 8提问于2020-09-24得票数 0
对于我的新研究项目，在选择喀拉斯 (keras/keras)和tf.keras (tensorflow/tensorflow/python/keras/)之间，我有点困惑。另一方面，tf.keras归谷歌所有，所以更严格的测试和维护。此外，这似乎是利用Tensorflow v.2中提供的新特性的一个更好的选择。
浏览 0修改于2019-03-21得票数 28
我想将我的人工神经网络实现转换到新的tensorflow 2平台，其中keras是(tf.keras)的隐含部分。有什么推荐的资源来解释在R中使用tensorflow 2/tf.keras的ANN的实现吗？
浏览 17修改于2020-01-21得票数 0
由于某些原因，我不得不升级我的代码以使用tf.keras而不是kerasmodel.fit(X2_upsampled_train, Y2_upsampled_trainbatch_size, epochs=nb_epoch,verbose=0, validation_data=(X2[test], Y2_test),callbacks=[monitor])
下面是我用tf.keras有人知道tf.keras和keras之间发生了什么吗？如何更改代码才能使用tf.keras
浏览 0修改于2020-03-26得票数 0
上下文torch_pretrained =问题
最简单的方法是解决这个特定的问题，但是如果有人知道另一种方法将预训练的Alexnet模型加载到tf.keras，这也将解决我的实际问题。
浏览 5提问于2022-02-13得票数 2
回答已采纳
我注意到tf.keras中可用的两个储蓄函数之间的差异，两者似乎都在做相同的事情，我想知道实际的区别是什么。172.13 Mb
tf.keras.models.save_model(model, path)
通过查看Keras和tf.keras
浏览 1提问于2019-08-20得票数 2
我感兴趣的是在tf.keras中训练一个模型，然后用keras加载它。我知道这不是很明智，但我对使用tf.keras来训练模型很感兴趣，因为
tf.keras更容易构建输入管道。我希望使用coremltools将我的模型转换为ios，而coreml工具只适用于keras，而不是tf.keras。我遇到了一些路障，因为并不是所有的tf.keras层都可以作为keras层加载。例如，我没有遇到简单的DNN问题，因为在tf.keras和keras之间，所有的密集层参数都是相同的。但是，我在
浏览 1修改于2019-08-13得票数 4
回答已采纳
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 tffrom tensorflow.keras.models import load_model
mnist = tf.keras.da
浏览 20修改于2019-03-07得票数 9
我正在用tf.keras编程一个神经网络，有3层。我的数据集是MNIST数据集。我减少了数据集中的示例数，因此运行时更低。
浏览 0修改于2019-04-01得票数 4
回答已采纳
我试图用tensorflow.keras创建和保存一个模型，但我遇到了很多问题。模型不能很好地工作，但这不是我的问题。我的问题是，为什么在保存模型之后，它的准确性似乎比保存之前的准确性要低得多。 import tensorflow as tfimport numpy as np(x_train, y_train), (x_test, y_test) = mnist.lo
浏览 59修改于2020-10-09得票数 1
我刚刚开始使用Keras/Tensorflow，我正在尝试重新训练和量化int8 a MobileNetV2，但是我得到了以下错误： 218 raise ValueError(
--> 219 'Quantizing a tf.keras
浏览 4提问于2022-05-16得票数 1
回答已采纳
迁移到TF2.0，我正在尝试使用tf.keras方法来解决问题。在标准TF中，我可以使用with tf.device(...)来控制操作系统的位置。
浏览 1提问于2019-07-30得票数 2
回答已采纳
非笔记本文件从tensorflow模块导入tensorflow，从keras模块导入Keras (而不是从tf.keras模块)。我还尝试将所有产生错误的tf.keras导入切换到keras；这就引出了第一个问题。
值得注意的是，所有的tensorflow、keras和tf.keras都是2.4.0。
浏览 7提问于2021-12-06得票数 0
我在尝试使用keras加载我的tf.keras模型时遇到了一个错误，希望有人能提供一个解决方案。Python版本3.5.2，Keras版本2.2.4。error that happens
TypeError: tuple indices must be integers or slices, not list 总之，我想知道是否有一种简单的方法可以将使用tf.keras
浏览 30修改于2019-05-01得票数 2
在TensorFlow1.14中，我希望能够从私有tf.keras _Merge类继承，以在外部文件中实现自定义_Merge层。class _Merge(Layer):class Add(_Merge):class Merge(Layer):class Add(Merge):
因为我现在使用的是调用tf.keras的tf函数，所以我想从独立的Keras切换到tf.keras。
浏览 34提问于2019-07-11得票数 0
回答已采纳
将代码转换为tf.keras是否相当简单
我更感兴趣的不是代码的可移植性，而是两者之间的真正区别。
浏览 1修改于2019-10-16得票数 15
回答已采纳
ModelCheckpoint可用于根据特定的监视度量来保存最佳模型。因此，它显然拥有存储在其对象中的最佳度量标准的信息。例如，如果您在google上进行培训，您的实例可能会在没有警告的情况下被杀死，并且在经过长时间的培训之后会丢失此信息。TypeError: can't pickle _thread.lock objects chkpt_cb = tf.keras.callbacks.ModelCheckpoint
浏览 1修改于2019-12-12得票数 3
回答已采纳
考虑以下模式：model.add(Dense(60, input_shape=(60,), activation='relu', kernel_constraint=MaxNorm(3)))model.add(Dense(30, activation='relu', kernel_constraint=MaxNorm(3)))model.add(Dense(1, activation='sigmoid')
浏览 7提问于2022-10-24得票数 2
回答已采纳
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