问题标签 [tensorflow2.x]

I am importing tensorflow in my ubuntu (Lenovo 110-Ideapad laptop) python using following commands-

And the program exits. Kindly let me know the reason.

我有一个图像数据集，我通过tf.data.Dataset.list_files().

在我的.map()函数中，我读取和解码图像，如下所示：

如果我使用（下面的工作）

但是，如果我使用（下面会抛出错误）：

ValueError：形状必须为 0 级，但对于具有输入形状的“ReadFile”（操作：“ReadFile”）为 1 级：[?]。

现在，根据这个：https://www.tensorflow.org/guide/data_performance#vectorizing_mapping，代码不应该失败并且预处理步骤应该被优化（批处理与一次性处理）。

我的代码中的错误在哪里？

***如果我使用map().batch()它工作正常

我在下面有代码，

现在model.fit_generator定义如下：

现在已弃用，在这种情况下model.fit_generator更改为的正确方法是什么model.fit_generator？model.fit

我已镜像分布策略定义如下：

我观察到的是，

1. 如果我不使用该策略，运​​行时不会发生太大变化。如果我有 4 个 GPU，我应该将批量大小增加 4 吗？

2. CPU 没有完全使用（GPU 有）。是否有充分利用 CPU 的分配策略？

我需要将 tensorflow 1.x 中的自定义 RNN 实现中的以下部分迁移到 tensorflow 2.x。

我有点卡在我需要将 tf.get_variable 与初始化程序（例如 tf.variable_scope 内的 xaver 初始化程序）转换的地方。

我已经参考了迁移指南，但我仍然无法理解 tf.get_variable 与 xavier 初始化的转换，而且我必须迁移一些没有预定义形状的占位符。

占位符部分。

我是 Tensorflow 领域的新手，我正在研究 mnist 数据集分类的简单示例。我想知道除了准确性和损失（并可能显示它们）之外，我如何获得其他指标（例如精度、召回率等）。这是我的代码：

由于我只得到准确度和损失，我怎样才能得到其他指标？提前谢谢你，如果这是一个简单的问题，或者如果已经在某个地方得到回答，我很抱歉。

我正在尝试在我的模型中应用带有 hub.KerasLayer 的 nnlm-en-dim50 预训练模块来进行文本分类和序列标记。该模型适用于普通的 tf.keras.layers.Embedding，但是当切换到 KerasLayers 时：

它抛出这个ValueError：

我使用 tf.data.Dataset.padded_batch 来输入列表，例如：['Add', 'Bronislau', 'Kaper', 'to', 'the', 'drive', 'playlist.']并且使用 keras.layers.Embedding 我使用 ID 而不是字符串。一批 2 个训练样本如下所示：

整个脚本在这里

这是我的 keras 模型”

和 tfrecord 数据（大数据）：

我如何将数据拟合到模型中？

我知道你打算这样做：

f1,f2 是 df.dataframe。

我在家用笔记本电脑（Ubuntu 18.04）的 virtualenv 中安装了tensorflow 2.1.0。当我import tensorflow as tf来自终端时，我收到以下警告：

2020-03-12 12:17:56.485098：W tensorflow/stream_executor/platform/default/dso_loader.cc:55] 无法加载动态库“libnvinfer.so.6”；dlerror：libnvinfer.so.6：无法打开共享对象文件：没有这样的文件或目录

2020-03-12 12:17:56.485179：W tensorflow/stream_executor/platform/default/dso_loader.cc:55] 无法加载动态库“libnvinfer_plugin.so.6”；dlerror：libnvinfer_plugin.so.6：无法打开共享对象文件：没有这样的文件或目录

2020-03-12 12:17:56.485189：W tensorflow/compiler/tf2tensorrt/utils/py_utils.cc:30] 无法打开某些 TensorRT 库。如果您想将 Nvidia GPU 与 TensorRT 一起使用，请确保正确安装了上述缺少的库。

但是，导入有效，我可以像往常一样运行代码。

但是当我尝试在 Jupyter Notebook 中做同样的事情时，我得到了错误。import tensorflow as tf返回：

ModuleNotFoundError：没有名为“tensorflow”的模块

我的笔记本电脑上没有 GPU，但 tensorflow 2.1 应该能够在 GPU 和仅 CPU 的机器上运行。事实上，我在工作中成功安装了它，没有任何问题。我能做些什么来解决这个问题？

我如何断言张量如下所示（例如）：

但拒绝这样的输入：

或者更笼统地说：我想测试一个张量是否只包含 0 到 N 个 True 值的序列，然后是 0 到 N 个 False 值。我如何使用 Tensorflow 2 做到这一点？