问题标签 [tensorflow2.x]
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 - AttributeError:“张量”对象在 Tensorflow 2.1 中没有属性“numpy”
我正在尝试在 Tensorflow 2.1中转换shape
a 的属性,但出现此错误:Tensor
我已经检查过的输出tf.executing eagerly()
是True
,
一点上下文:我tf.data.Dataset
从 TFRecords 加载 a,然后应用map
. 映射函数正在尝试将shape
数据集样本之一的属性转换Tensor
为 numpy:
这会引发错误:
虽然这非常有效:
编辑:尝试访问img.numpy()
而不是img.shape.numpy()
在变压器和上面的代码中导致相同的行为。
我检查了类型,img_shape
它是<class 'tensorflow.python.framework.ops.Tensor'>
。
有没有人在新版本的 Tensorflow 中解决了这类问题?
python - TensorFlow fit 给出 TypeError: Cannot clone object 错误
我正在使用一个基本的 CNN 模型对我的数据进行分类。我的输入数据的维度是 (325, 20, 244,244)。我使用的代码如下:
我得到的输出是:
谁能告诉我代码有什么问题以及如何纠正它。
python - 将可变长度张量修剪到最大长度
拥有一个具有一个固定维度和一个可变长度维度的二维张量:如何将可变长度维度限制为最大长度?如果可变长度更短,那么它应该被保留(而不是填充)的最大值,但如果它更长,它应该只是切断末端。
例如,假设所有张量都具有形状(None, 4)
,并且我希望将所有张量限制为(3, 4)
. 一个示例输入可能是:
...,应该修剪为:
但是,任何小于最大值的东西都应该保持不变:
...应该保持完全相同:
有没有内置命令可以做到这一点?或者您将如何实现这一目标?
python - 使用 tensorflow 插件图像转换时出现未定义符号错误
我正在尝试使用 tensorflow 插件进行图像仿射转换,但我遇到了奇怪的错误。
我使用 anaconda 安装了 tensorflow 2.1,然后在 conda 上尚不可用的相同环境中安装 tensorflow 插件。错误可能来自那个事实......
这是代码,任何人都可以尝试吗?
这里的日志跟踪:
python - 在将 tf.data.Dataset 传递给 fit 函数时,我们是否应该对其应用重复、批量洗牌?
tf.keras.Model.fit
在阅读了有关and的文档后,我仍然不知道tf.data.Dataset
,当传递tf.data.Dataset
给 fit 函数时,我应该在数据集对象上调用repeat
and还是应该提供and参数来适应?或两者?我应该对验证集应用相同的处理吗?batch
batch_size
epochs
当我在这里时,我可以shuffle
在之前的数据集fit
吗?(似乎很明显是的)如果是这样,在打电话之前,之后Dataset.batch
和Dataset.repeat
(如果打电话给他们)?
编辑:使用batch_size
参数时,并且之前没有调用Dataset.batch(batch_size)
,我收到以下错误:
谢谢
python - 在 TFRecords 中存储布尔掩码
由于布尔值只代表一点,是否有一种有效的方法来序列化 tfrecord 中的布尔掩码并且可以在纯张量流中反序列化?
现在我将它转换为int
和编码它png
比序列化int64
列表更好,并且很方便,因为我可以使用tf.image.decode_png
纯张量流。
谢谢。
python - 绘图模型不显示模型层,仅显示模型名称
我正在尝试使用 TensorFlow2 构建一些模型,因此我创建了一个模型类,如下所示:
现在我想绘制模型,同时使用summary()
返回我期望的结果,plot_model(model, show_shapes=True, expand_nested=True)
只返回一个带有模型名称的块。
如何返回我的模型图?
tensorflow - 是否可以先初始化神经网络中的层,然后再添加激活?
例如,我有一个三层的顺序模型。
下面的代码片段是我向模型添加层并应用激活的常用方法
是否可以在添加每一层后应用激活函数?如下所示:
任何帮助,将不胜感激!
python-3.x - 使用 tensorflow 和 keras 并行化数据准备
我正在使用 Tensorflow Keras 在 GPU 上训练 LSTM 模型。在训练开始之前调用model.fit()
它需要大约 30 分钟开始训练过程。我认为在这个时期它使用 CPU 的一个核心来准备数据。我对么?如果是的话,我怎样才能并行化这个数据准备过程,使用多核?
tensorflow - Tensorflow 2.1.0 - 函数构建代码之外的操作正在传递“图形”张量
我正在尝试实施最近的一篇论文。此实现的一部分涉及从 tf 1.14 迁移到 tf 2.1.0。该代码与 tf 1.14 一起工作,但不再工作。
注意:如果我禁用急切执行tf.compat.v1.disable_eager_execution()
,那么代码将按预期工作。
这是解决方案吗?我之前在TF 2.x中制作了很多模型,并且从来不需要禁用急切执行来实现正常功能。
我已将问题提炼成一个非常简短的要点,显示正在发生的事情。
首先是链接和代码,然后是详细的错误消息
链接到 Gist—— https://gist.github.com/darien-schettler/fd5b25626e9eb5b1330cce670bf9cc17
代码
完全错误
我想到的一个潜在解决方案是用自定义层替换 Lambda 层......这似乎也解决了这个问题。不过,不确定围绕这一点的最佳实践是什么。代码如下。
想法??
提前致谢!!
如果您希望我提供其他任何内容,请告诉我。