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 - How do you apply layer normalization in an RNN using tf.keras?
I would like to apply layer normalization to a recurrent neural network using tf.keras. In TensorFlow 2.0, there is a LayerNormalization
class in tf.layers.experimental
, but it's unclear how to use it within a recurrent layer like LSTM
, at each time step (as it was designed to be used). Should I create a custom cell, or is there a simpler way?
For example, applying dropout at each time step is as easy as setting the recurrent_dropout
argument when creating an LSTM
layer, but there is no recurrent_layer_normalization
argument.
python - 如何在 TensorFlow 2.0 中使用 Dataset.window() 方法创建的窗口?
我正在尝试使用 TensorFlow 2.0 创建一个数据集,该数据集将返回时间序列中的随机窗口,以及作为目标的下一个值。
我正在使用Dataset.window()
,看起来很有希望:
输出:
但是,我想使用最后一个值作为目标。如果每个窗口都是张量,我会使用:
但是,如果我尝试这个,我会得到一个例外:
tensorflow - TensorFlow 2.0中Graph可视化的简单案例
我想简单地定义一个模型并在 TensorBoard 中可视化它的图形以进行初始架构检查。因此,我不想为此计算任何东西。
在 TensorFlow 1.X 中,很容易在一个tf.Session()
我可以简单地flush()
编写摘要文件的地方实现。
在 TensorFlow 2.0 中,没有tf.Session()
,因此问题是我如何实现它?
下面是一个示例代码。为了在 TensorBoard 中编写图形结构,我需要添加哪些内容?
tensorflow - Tensorflow-alpha-gpu 问题 ImportError: DLL load failed: 找不到指定的模块
我以前有 cuda9.0_0 和 cudnn7.1.4,我想在 gpu 中运行 tf-alpha,从这个 tf 指南:https : //www.tensorflow.org/install/gpu 我发现我需要 cuDNN SDK (>= 7.4. 1)和cuda10.so我从控制面板卸载了以前的版本并安装了Cuda编译工具,发布10.1,V10.1.105。所以,我应该成功导入tf,但没有,我得到了错误。如果我有
我有
虽然我安装了 cuda 10 并且 cudnn 通过运行成功验证
我安装了 anaconda 并且有以前的 cuda,我以前使用过 tf 1.12.0 gpu,我的 gpu 是 nvidia 1050ti
我预计它会导入 tensorflow 2.0 alpha gpu 版本
我得到的错误:
我的 python 版本是 3.6.6
python-3.x - 批量标准化在 tensorflow 2.0 中没有梯度?
我正在尝试制作一个简单的 GAN 来从 MNIST 数据集中生成数字。然而,当我开始训练(这是习惯的)时,我收到了这个恼人的警告,我怀疑这是我没有像以前那样训练的原因。
请记住,这一切都在 tensorflow 2.0 中使用它的默认急切执行。
获取数据(不是那么重要)
生成器模型(这是批量标准化所在的位置)
鉴别器模型(可能不那么重要)
实例化模型(可能不那么重要)
定义损失(也许生成器损失很重要,因为那是梯度的来源)
制作优化器(可能不重要)
发电机的随机噪声(可能不重要)
一个单一的火车步骤(这是我得到错误的地方
完整的火车(不重要,除了它调用train_step)
开始培训
我得到的错误如下,
如果没有标准化,这有点像我所期望的。一切都会聚集到一个角落,因为存在极端值。
tensorflow - Tensorflow 2.0:Optimizer.minimize('Adam' 对象没有属性'minimize')
对于我的强化学习应用程序,我需要能够应用自定义渐变/最小化不断变化的损失函数。根据文档,应该可以使用 Optimizer.minimize() 函数。但是,我的 pip 安装版本似乎根本没有此功能。
我的代码:
输出:
tensorflow2.0 - 为什么`keras.experimental.SequenceFeature`的输入必须是`SpareTensor`?
我正在尝试将我的 seq2seq 模型迁移到 TensorFlow 2.0。但是,我在特征列输入层中有一个问题。
在 TensorFlow 2.0 中,它们为序列数据提供了一个输入层keras.experimental.SequenceFeatures
,但我必须放置一个 SpareTensor。
实际上,所有序列数据都不是 SparseTensor。他们为什么设计放置 SpareTensor?
python - TensorFlow 2.0:如何控制已保存模型的名称?
在 TensorFlow 2.0 文档页面上,保存和加载模型的语法不包含model name
参数。
我刚刚在本地机器上保存了一个训练有素的模型,但我无法更改它的name
. 它被自动保存为saved_model.pb
.
如何控制模型的名称?
tensorflow - tf.keras 中带有 tfrecords 或 numpy 的数据管道
我想用比我的内存大的数据在 Tensorflow 2.0 的 tf.keras 中训练一个模型,但教程只显示了带有预定义数据集的示例。
我遵循了本教程:
使用 tf.data 加载图像,我无法对 numpy 数组或 tfrecords 上的数据进行此操作。
这是一个将数组转换为 tensorflow 数据集的示例。我想要的是使这项工作适用于多个 numpy 数组文件或多个 tfrecords 文件。
tensorflow - tensorflow-gpu 2.0alpha0 的错误
我在 Windows 10 中安装了 tensorflow-gpu 2.0alpha0、cudatoolkit 10.0.130 和 cudnn 7.5。
TensorFlow 2.0 在 CPU 上运行良好,但在使用 GPU 运行时遇到错误。
错误信息如下:
我认为主要问题是“Could not dlopen library 'nvcuda.dll'”。
但是,我已经安装了最新的 NVIDIA 驱动程序(版本 419.67),并且可以在 C:\Windows\System32\nvcuda.dll 中找到“nvcuda.dll”。