问题标签 [tensorflow2]
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 - 不允许迭代 `tf.Tensor`
我正在尝试将此函数用于@tf.function 装饰：
h 和 h2 是形状为 [3,3] 的张量
但我得到了这个错误：
我可以做的另一种方式是什么？
python - 尝试创建一个依赖于 python 3.6 但 Kinetic 仅支持 python 版本 2 的 ROS Kinetic 节点
我正在尝试在 ROS 动力学（ubuntu 16.04）上的节点上使用 model.h5（我在 python3，tensorflow2 上创建的女巫）来预测接收帧/图像后turtlebot3（在gazebo7上运行）的转向角。ROS 与任何其他 python 版本的不兼容让我陷入了死胡同，因为我尝试了我能想到的一切。我尝试安装 python 3 的 venv，但是一旦我更改了 python 替代方案或脚本的 python 版本 ROS 将无法运行，并且我在网上找到的其他可能的解决方案都没有为我工作。提前致谢！
tensorflow2 - 混合精度并没有提高性能
我正在尝试使用混合精度来提高我的训练和推理性能，但我注意到它似乎并没有增加，实际上只是稍微降低了我的性能。我开始只是从Tensorflow网站上复制教程，即使这样似乎也没有任何变化。为了测试性能，我简单地计算了运行 fit 函数所需的时间。我正在使用 GeForce RTX 2080 Ti 和 tf 2.4.2。任何建议将不胜感激！
python - 通过使用 Numpy 平均颜色通道将 RGB 数据集转换为灰度数据集
我正在尝试将维度 (32, 32, 3, 10000) 维度数据集的数据集转换为灰度数据集，其中我将具有 (32, 32, 1, 10000) 维度，但我需要有 1 个通道，因为我会将其输入到神经网络。我尝试使用 numpy.average，但形状变为 (32, 32, 10000)，TensorFlow 单元没有将其作为输入。我什至尝试手动对其进行平均，但结果相同。你们能帮我解决这个问题吗？
keras - 当我更改数据集进行训练然后剪枝时，会出现以下错误
回溯（最后一次调用）：文件“D:\Anaconda\envs\tensorflow\lib\site-packages\tensorflow\python\data\ops\dataset_ops.py”，第 2733 行，在 make_initializable_iterator 返回数据集._make_initializable_iterator(shared_name) # pylint: disable=protected-access AttributeError: 'PrefetchDataset' 对象没有属性 '_make_initializable_iterator'
python - 导出模型后 Tf2 对象检测 api 执行错误
我已经使用带有 FasterR-CNN_ResNet101_V1_800x1333 预训练模型的 Tf2 对象检测 API 训练了 2 个模型。一种模型效果很好。另一个在测试数据集上使用 exporter_main_v2.py 进行评估时效果很好，达到了 0.94 的 mAP，但是在我使用 exporter_main_v2.py 导出模型后，导出的模型表现非常糟糕（不能区分不同的颜色）。我尝试使用相同的图像进行评估，只有导出的模型表现不佳。
你知道什么会导致这种情况吗？谢谢！
python-3.x - Tensorflow 安装说明中列出的 CUDA 版本是可以/应该安装的最高版本还是最低版本？
在下图中，tensorflow-2.7 的 CUDA 版本为 11.2，这是否意味着我可以安装
- 版本 > 11.2 或
- 版本 < 11.2 或
- 必须只安装 11.2。
python - 如何正确使用 tensorflow2 中的优化器？
我问自己下面的代码是只做梯度下降的一步还是做整个梯度下降算法？
您需要在您确定的梯度下降中执行许多步骤。但我不确定是否opt.minimize(self.loss, var_list=[self.W1, self.b1, self.W2, self.b2, self.W3, self.b3])正在执行所有步骤而不是执行梯度下降的一步。为什么我认为它会执行所有步骤？因为在那之后我的损失为零。
python - Tensorflow 2.6.2 throwing Unable to broadcast tensor error when I run the code on GPU
I am trying to train Attention based RNN model for video summarization. When I run the code on CPU the training loop completes. But if I run the same code on GPU it is giving the following error.
InvalidArgumentError: Unable to broadcast tensor of shape [512] to tensor of shape [32,512,1,1] [[node decoder_9/attention_model_images_9/dense_77/BiasAdd (defined at tmp/ipykernel_34/4173017652.py:13) ]] [Op:__inference_train_step_360921]
Function call stack: train_step
The tensorflow version is same in both cases(2.6.2).
I can share the specific part of the code if required.
Thanks in Advance.
cmd - 在 Jupyter Notebook 中训练 Tensorflow 2 时获取控制台消息
如何在训练模型时在 Jupyter Notebook 中获取丢失消息？我运行这个命令，没有任何显示（模型训练正常，因为正在硬盘上的“my_model”文件夹中创建新的检查点，并且 GPU 风扇正在努力工作）：
当我直接在 cmd 中运行相同的命令时，每 100 步会出现这样的消息（我想在 Jupyter Notebook 中显示相同的消息）：
此外，当我在 Google Colab 中运行相同的命令时，消息会不断显示，并且我会收到培训状态更新。
我在 Windows 10 x64 机器上运行它。