我想使用 tensorflow hub，在我的图中重新训练它的一个模块，然后使用该模块，但我的问题是当我设置trainable = True和tags = {"train"}创建模块时，由于批量标准化层，我无法进行评估。所以当我读到这个问题时，我发现我还应该创建另一个图表来进行评估而不设置tags = {"train"}. 但我不知道如何将变量从训练图恢复到评估图。我尝试创建具有相同名称的两个模块并reuse = True在评估图中使用，但这没有帮助。

我正在尝试拟合文本分类模型。因此我想使用 tensorflow-hub 提供的 text_embedding_column 函数。不幸的是我得到一个运行时错误

我得到的错误如下：

我正在尝试将 facebooks 的快速文本模型转换为 tensorflow-hub 格式。为此，我附上了两个主要文件。

该模型是按预期使用 tf-hub 格式创建的。

但是当我尝试使用上面创建的模型时，我得到了这个错误。

下面附上使用上面创建的 tf-hub 模型的示例测试代码。

我得到的错误在这里。

被这个问题困扰了很长时间，这里的任何帮助都会很有用。

提前致谢。

[None, None]我有一个形状为 type的张量占位符string。例如，它看起来像这样

[["Hello", "World"], ["Amercian", "people"]].

现在我想将这个 2D 张量转换为 3D 张量，它现在基本上将每个单词剥离为其组成字符。所以输出看起来像 [[["H", "e", "l", "l", "o"], ["W", "o", "r", "l", "d"]], [["A", "m", "e", "r", "i", "c", "a", "n"], ["p", "e", "o", "p", "l", "e"]]].

由于每个单词都有不同数量的字符，因此新张量应该用空格填充小单词。有没有办法在张量流中解决这个问题？

我试图通过 Tensorflow Hub 应用迁移学习并将训练好的模型导出到 Tensorflow.js。

然而，导出的训练模型只有 2MB，远远不够。

似乎没有导出 Tensorflow Hub 模块。我怎样才能导出它？

我正在尝试使用带有 tf.contrib.estimator.RNNClassifier 的 Tensorflow Hub 模块（一个词嵌入模块）。

我想要的模型

运行返回以下错误：

一个工作模型

使用 TF Hub 模块适用于：

是否可以使用该nnlm模块RNNClassifier？

我想从头开始训练一个 InceptionV3 神经网络。我已经运行了一个使用此 TensorFlow Hub 模块的实现：https ://tfhub.dev/google/imagenet/inception_v3/feature_vector/1并使用包含的预训练权重执行微调。

我现在想使用相同的 TensorFlow Hub 模块，但放弃提供的权重并使用我自己的内核初始化程序（例如 tf.initializers.truncated_normal、tf.initializers.he_normal 等）。

如何修改 TFHub 模块中的可训练变量以使用自定义初始化程序？为了清楚起见，我想在运行时替换预训练的权重，只保留模型架构。请让我知道我是否真的应该使用 TFSlim 或模型动物园。

这是我到目前为止所拥有的：

这样做的正确方法是什么？

我正在尝试创建一个自定义张量流 tf.Estimator。在传递给 tf.Estimator 的 model_fn 中，我从 Tensorflow Hub 导入 Inception_V3 模块。

问题：微调模型后（使用 tf.Estimator.train），使用 tf.Estimator.predict 得到的结果不如基于 tf.Estimator.evaluate 的预期（这是针对回归问题。）

我是 Tensorflow 和 Tensorflow Hub 的新手，所以我可能会犯很多新手错误。

当我对我的验证数据运行 tf.Estimator.evaluate() 时，报告的损失与使用 tf.Estimator.train() 训练模型后的损失在同一个球场。当我尝试对相同的验证数据使用 tf.Estimator.predict() 时，问题就出现了。

tf.Estimator.predict() 返回预测，然后我用它来计算由 tf.Estimator.evaluate() 计算的相同损失度量 (mean_squared_error)。我使用相同的数据集作为评估函数提供给预测函数。但是对于 mean_squared_error 我没有得到相同的结果——不是很接近！（我从 predict 计算的 mse 更糟。）

这是我所做的（编辑了一些细节）...用 Tensorflow Hub 模块定义一个 model_fn。然后调用 tf.Estimator 函数来训练、评估和预测。

我希望 tf.Estimator.evaluate() 报告的 mse 损失应该与我从已知标签和 tf.Estimator.predict() 的输出计算 mse 时相同

使用 predict 时是否需要以不同方式导入 Tensorflow Hub 模型？（在调用 hub.Module() 时使用 trainable=False？

tf.Estimator.evaluate() 运行时是否使用从训练中获得的权重，而不是 tf.Estimator.predict()- 运行时？

其他？

我正在使用以下命令使用通用句子编码器预训练模型：

如何为 RESTFUL API 重新加载保存的模型？

我一直在工作 Keras Inception V3。我相信 Keras 模型结构如下图所示。但是当我使用来自 Tensorflow Hub 的 Inception V3 模型时，我认为（但不确定）TF-Hub Inception V3 模型包括直到 IV3 的 Mixed7 输出（第 7 个红色“Concat”框），其中 Keras 在相比之下，最多包括 Mixed10 输出（第 10 个红色“Concat”框）。有人可以确认吗？（或否认！）Tensorflow Hub Inception V3 特征向量模型的结构？有人能告诉我在哪里可以找到显示 TF-Hub 模型图像/图表的 Tensorflow Hub 文档以澄清吗？