问题标签 [tensorflow2.0]
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.
python - 在 TensorFlow 2.0 中:使用 optimizer.apply_gradients 的训练错误
我正在尝试学习新的 TF 2.0 alpha 版本。我正在Sequential
为二进制分类目的训练模型。我的数据表是df
,这是一个 numpy 数组。classification
是我必须预测的类的 one-hot 编码数据帧。
模型的定义很明确,因为它是损失函数和准确率函数以及 (Adam) 优化器的定义。但是,我在训练时遇到错误:
在这一点上,我得到指向错误optimizer.apply_gradients()
。错误消息说:
ValueError:要解包的值太多(预期为 2)
我的错误在哪里?
我对这种类型的错误进行了一些研究,但没有发现与此特定功能相关的任何有用信息。任何帮助表示赞赏。
python - 如何使用 tf.train.Checkpoint 在 tensorflow 2.0 中保存和加载选定的变量和所有变量?
如何将下面显示的 tensorflow 2.0 中的选定变量保存在文件中,并使用 tf.train.Checkpoint 将它们加载到另一个代码中的一些已定义变量中?
另外,请展示如何使用 tf.train.Checkpoint 保存所有变量并重新加载。提前致谢。
python - 将可变大小的 numpy 数组转换为 Tensorflow 张量
我正在尝试 Tensorflow 2.0 alpha preview 并正在测试 Eager execution 。我的疑问是,如果您在中间有一个可变大小的 numpy 数组,例如
对数组的其余部分依此类推,如何急切地将它们转换为张量。
当我尝试
或者
我明白了
ValueError:无法将 numpy ndarray 转换为张量(无法将元素作为字节获取。)。
转换每个子数组有效,但由于子数组大小不同,tf.stack 不起作用。
有什么帮助或建议吗?
python - TensorFlow 2.0:急切执行训练要么返回糟糕的结果,要么根本不学习
我正在试验 TensorFlow 2.0 (alpha)。我想实现一个简单的前馈网络,它有两个用于二进制分类的输出节点(它是这个模型的 2.0 版本)。
这是脚本的简化版本。在我定义了一个简单的Sequential()
模型之后,我设置了:
训练没有错误,但是奇怪的事情发生了:
- 有时,网络不会学到任何东西。所有损失和准确度分数在所有时期都是恒定的。
- 其他时候,网络正在学习,但非常非常糟糕。准确度从未超过 0.4(而在 TensorFlow 1.x 中,我毫不费力地获得了 0.95+)。如此低的表现表明我在训练中出了点问题。
- 其他时候,准确性会非常缓慢地提高,而损失始终保持不变。
什么会导致这些问题?请帮助我理解我的错误。
更新:经过一些更正后,我可以让网络学习。但是,它的性能极差。在 1000 个 epoch 之后,它达到了大约 %40 的准确率,这显然意味着仍然有问题。任何帮助表示赞赏。
tensorflow - 在 Tensorflow 2 中导出冻结图 .pb 文件
我一直在尝试 Tensorflow 2 alpha,并且一直在尝试冻结模型并将其导出到 .pb graphdef 文件。
在 Tensorflow 1 中,我可以这样做:
然而,这似乎不再可能,因为 convert_variables_to_constants 被删除并且不鼓励使用会话。
我查看并发现有 与 SavedModel 导出一起使用的冻结图实用程序https://github.com/tensorflow/tensorflow/blob/master/tensorflow/python/tools/freeze_graph.py 。
有没有办法在 Python 中做到这一点,或者我现在打算切换并使用这个工具?
python - TF 2.0 @tf.function 示例
在签名部分的 tensorflow 文档中,我们有以下代码片段
我有一个关于变量的小问题step
,它是一个整数而不是张量,签名支持内置的 python 类型,例如整数。因此,tf.equal(step%10,0)
可以将其更改为简单step%10 == 0
对吗?
python - TF 2.0 打印张量值
我正在学习最新版本的 Tensorflow (2.0),并尝试运行一个简单的代码来分割矩阵。使用装饰器@tf.function 我做了以下类:
因此,当使用 numpy 矩阵运行代码时,我无法检索数字。
输出:
我需要以 numpy 格式获取此张量,但 TF 2.0 没有使用 run() 或 eval() 方法的类 tf.Session。
感谢您为我提供的任何帮助!
python - 如何将 autograph 和 tf.device 与 tf.function 包装类方法一起使用?
在下面的代码中,我绝对有必要在 GPU 中执行完整的功能,而无需单次跳转回 CPU。这是因为我有 4 个 CPU 内核,但我有 1200 个 cuda 内核。从理论上讲,这是可能的,因为 tensorflow feed_forwards、if 语句和变量分配可以在 GPU 上完成(我有 NVIDIA GTX 1060)。
我面临的问题是 tensorflow2.0 在后端自动分配给 GPU 和 CPU,并且没有提到它的哪些操作与 GPU 兼容。当我使用设备作为 GPU 运行以下功能时,我得到
它在 GPU 上按顺序运行。
我的问题是在哪里使用 tf.device?哪部分代码将通过签名转换为 GPU 代码,哪些将保留在 CPU 上?我怎样才能将它也转换为 GPU?
python - Tensorflow 2.0:添加带有分类特征列的 @tf.function 装饰器会引发 FailedPreconditionError:表已初始化
我正在尝试将 @tf.function 添加到我在 Tensorflow 2.0 中的自定义训练代码中以提高性能。但是运行代码会引发 FailedPreconditionError: Table already initialized。使用分类特征列时-我怀疑正在发生的是由于@tf.function 的工作方式,分类特征列被多次初始化
例如,以下代码在未应用 @tf.function 装饰器时运行良好,但在添加 @tf.function 装饰器时会中断。
实际结果:
预期成绩:
tensorflow - 模块 'tensorflow' 没有属性 'logging'
我正在尝试在 v2.0 中运行 tensorflow 代码,但出现以下错误
我不想简单地从代码中删除它。
- 为什么此代码已被删除?
- 我为什么要这样做?