问题标签 [tensorflow1.15]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
object-detection-api - 如何对经过训练的目标检测模型进行剪枝？
嗨，我已经使用 tensorflow 1.14 对象检测 API 训练了对象检测模型，我的模型表现良好。但是，我想减少/优化模型的参数以使其更轻。如何在训练有素的模型上使用修剪？
tensorflow1.15 - 急切运行时在自定义损失函数中打印出 y_true,y_pred
我不确定如何调试用于编译模型的自定义损失函数。我想可视化 y_true 和 y_pred 形状，如果可能的话，在 train_on_batch 运行期间调用它们时查看它们的数据。我该怎么做？
如果我使用 tf.make_ndarray()，则会收到以下错误
我也不能调用 y_true.eval() 因为该函数是用损失函数编译的。因此，它期望占位符
python - 在 Tensorflow 1.15 中将地球移动器损失计算为 2D 数组的损失函数时，我收到了这个错误：
这是我在自动编码器中使用的 EMD 损失函数：
而她就是Autoencoder的架构
但我收到了这个错误：
ValueError：变量 <tf.Variable 'conv1d/kernel:0' shape=(3, 1, 256) dtype=float32>None用于渐变。请确保您的所有操作都定义了渐变（即可微分）。没有梯度的常见操作：K.argmax、K.round、K.eval。
tensorflow1.15 - 如何在 tf.while_loop 中重写 TensorArray
我有一个用 1 或 0 写入的 tensorArray，它的值可能会为 while 循环内的索引更新几次我该怎么做？是否有其他更好的方法来做到这一点 tensorArray 的大小存储在某个变量中，并且在 while 循环执行期间不会改变
python - 为 tf.while_loop 定义一个常量张量
我想以某种方式维护一个tf.while_loop可以支持以下功能的常量列表
- 我能够在索引处读取和写入（多次）常量值
- 我可以
tf.cond通过检查它在索引处的值与某个常数来运行它
TensorArray在这里不起作用，因为它不支持重写。我还有什么其他选择？
python - TypeError：由于 tensor_scatter_update 而预期单个张量时的张量列表
看看下面的代码示例：
我用一个简单的案例来描述我面临的问题这个函数（myFun）被称为 tf.while_loop 的主体（如果相关） my_tensor 的定义
如何定义 tf.tensor_scatter_update 的 indices 参数？我正在使用 tensorflow1.15
python - 为多层自定义度量函数更新 tf.Keras.Model.metric_names
我有一个创建如下的模型：
它编译如下：
这是准确度函数的样子：
问题是 model.metric_names 给出的名称类似于 [conv2d_9_acc1', 'conv2d_12_acc2'] 我怎样才能摆脱它前面的图层名称？我可以命名我的输出层吗？那应该可以解决问题
tensorflow - Tf 1 和 Tf 2 之间的 Adam 优化器
我试图在 Tf1 和 Tf2 之间复制相同的结果。下面是一个使用 Adam 优化器的简单示例。
在 TF2 中：
x 是：<tf.Variable 'Variable:0' shape=(3,) dtype=float32, numpy=array([0.49998665, 1.4999859 , 2.4999857 ], dtype=float32)>
在 TF1 中：
x 是：[1。2. 3.]
有谁知道使用 Adam Optimizer 时导致 Tf1 和 Tf2 不一致的原因是什么？我不排除执行错误的可能性。
如果有人能告诉我我在 TF1 中做错了什么，我无法获得与 TF2 中相同的结果，我将不胜感激。
非常感谢！
tensorflow - 在tensorflow 2.7中运行代码tensorflow 1.15
我想运行使用 tensorflow == 1.15 但在我的系统上安装了 tensorflow 2.7 的代码。根据此地址https://www.tensorflow.org/guide/migrate/migrate_tf2上的 Tensorflow ，我使用以下几行代码，以便在不更改 tensorflow 2.7 的情况下运行代码：
导入 tensorflow.compat.v1 作为 tf
tf.disable_v2_behavior()
但我不知道该怎么做，而不是我的代码中的以下几行！因为，根据 Tensorflow “您仍然可以针对 TF2 二进制安装运行未修改的 TF1.x 代码（contrib 除外）”
请帮忙
python - 错误：在 RTX3090 Ubuntu20.04 中使用 docker 运行训练代码（tensorflow 1.1x，python 2.7）
我一直从你们那里得到很多帮助。
我正在寻求您对此错误的帮助。
下面是我的训练环境。
[主机]
操作系统：Ubuntu 20.04
显卡：RTX 3090
码头工人版本：20.10.7
[培训代码]
Python版本：2.7
张量流：1.13
我正在测试这个 github 代码进行研究：https ://github.com/Google-Health/records-research/tree/master/graph-convolutional-transformer
我发现 RTX30XX GPU 需要 CUDA 11 或更高版本，但训练代码需要 CUDA 10 才能使用 gpu 进行训练。
所以，我认为使用 docker image 是必不可少的。
[我试过的]
1. 使用 Docker
我在下面使用了 docker 图像。
张量流/张量流：1.13.2-gpu
张量流/张量流：1.15.0-gpu
nvcr.io/nvidia/tensorflow:20.01-tf1-py2
但是，所有三个 docker 图像都会产生相同的结果。（错误）
错误信息
docker中的nvidia-smi
我也试过这些
我搜索了错误“Blas GEMM”，得到了以下解决方案：
tensorflow-gpu 不适用于 Blas GEMM 启动失败
https://stackoverflow.com/a/65523597/17757583
但是，这些并不能解决错误...
所以，我在下面尝试了其他方法。
2. 其他方法
我试过这个方法，但是设置完成后conda env中的python版本只有3.x。（我应该使用 python 2.7）
是否有任何其他解决方案可以使用 docker 修复此错误？