Questions tagged «tensorflow»

我对tensorflow非常陌生，并且正在尝试运行object_detection_tutorial。我收到TypeErrror，不知道如何解决。 这是load_model函数，它缺少2个参数： 标签：一组字符串标签，用于标识所需的MetaGraphDef。这些应该与使用SavedModel save（）API保存变量时使用的标签相对应。 export_dir：SavedModel协议缓冲区和要加载的变量所在的目录。 def load_model(model_name): base_url = 'http://download.tensorflow.org/models/object_detection/' model_file = model_name + '.tar.gz' model_dir = tf.keras.utils.get_file( fname=model_name, origin=base_url + model_file, untar=True) model_dir = pathlib.Path(model_dir)/"saved_model" model = tf.saved_model.load(str(model_dir)) model = model.signatures['serving_default'] return model WARNING:tensorflow:From <ipython-input-9-f8a3c92a04a4>:11: load (from tensorflow.python.saved_model.loader_impl) is deprecated and will be removed in a future version. Instructions …

11 tensorflow 

如果我使用tensorflow.saved_model.saveSavedModel格式的函数保存模型，那么以后如何检索该模型中使用的Tensorflow Ops。由于可以还原模型，因此这些操作存储在图中，我的猜测在saved_model.pb文件中。如果我加载此protobuf（而不是整个模型），则protobuf的库部分会列出这些，但目前尚未记录和标记为实验功能。在Tensorflow 1.x中创建的模型将没有此部分。 那么，从SavedModel格式的模型中检索使用过的操作列表（如MatchingFiles或WriteFile）的快速可靠的方法是什么？ 现在，我可以像冻结一样冻结整个事情tensorflowjs-converter。因为他们还会检查受支持的操作。当模型中包含LSTM时，这当前不起作用，请参见此处。因为Ops肯定在那里，有没有更好的方法呢？ 示例模型： class FileReader(tf.Module): @tf.function(input_signature=[tf.TensorSpec(name='filename', shape=[None], dtype=tf.string)]) def read_disk(self, file_name): input_scalar = tf.reshape(file_name, []) output = tf.io.read_file(input_scalar) return tf.stack([output], name='content') file_reader = FileReader() tf.saved_model.save(file_reader, 'file_reader') 预期输出所有操作，在这种情况下至少包含： ReadFile描述在这里 ...

10 python  tensorflow 

我正在尝试在openAI体育馆的一场比赛中实现DQL模型。但这给了我以下错误。 TypeError：len对于符号张量没有很好的定义。（activation_3 / Identity：0）请致电，x.shape而不是len(x) 索取形状信息。 创建体育馆环境： ENV_NAME = 'CartPole-v0' env = gym.make(ENV_NAME) np.random.seed(123) env.seed(123) nb_actions = env.action_space.n 我的模型如下所示： model = Sequential() model.add(Flatten(input_shape=(1,) + env.observation_space.shape)) model.add(Dense(16)) model.add(Activation('relu')) model.add(Dense(nb_actions)) model.add(Activation('linear')) print(model.summary()) 通过keral-rl将模型拟合到DQN模型，如下所示： policy = EpsGreedyQPolicy() memory = SequentialMemory(limit=50000, window_length=1) dqn = DQNAgent(model=model, nb_actions=nb_actions, memory=memory, nb_steps_warmup=10, target_model_update=0.001, policy=policy) dqn.compile(Adam(lr=1e-3), metrics=['mse', 'mae']) dqn.fit(env, nb_steps=5000, …

10 python  tensorflow  keras  reinforcement-learning  keras-rl 

问题摘要和问题 我正在尝试查看对象内的一些数据，这些数据可以枚举但不能建立索引。我仍然对python不熟悉，但是我不知道这是怎么可能的。 如果可以枚举，为什么不能通过枚举相同的方式访问索引？如果没有，是否可以单独访问这些项目？ 实际例子 import tensorflow_datasets as tfds train_validation_split = tfds.Split.TRAIN.subsplit([6, 4]) (train_data, validation_data), test_data = tfds.load( name="imdb_reviews", split=(train_validation_split, tfds.Split.TEST), as_supervised=True) 选取数据集的选择子集 foo = train_data.take(5) 我可以foo用枚举进行迭代： [In] for i, x in enumerate(foo): print(i) 产生预期的输出： 0 1 2 3 4 但是，当我尝试对其进行索引时，出现foo[0]此错误： --------------------------------------------------------------------------- TypeError Traceback (most recent call last) <ipython-input-44-2acbea6d9862> in <module> …

10 python  tensorflow  neural-network  kaggle 

我使用的Talos和谷歌colab TPU运行的超参数调整Keras模型。请注意，我正在使用Tensorflow 1.15.0和Keras 2.2.4-tf。 import os import tensorflow as tf import talos as ta from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense from tensorflow.keras.optimizers import Adam from sklearn.model_selection import train_test_split def iris_model(x_train, y_train, x_val, y_val, params): # Specify a distributed strategy to use TPU resolver = tf.contrib.cluster_resolver.TPUClusterResolver(tpu='grpc://' + os.environ['COLAB_TPU_ADDR']) tf.contrib.distribute.initialize_tpu_system(resolver) …

10 tensorflow  keras  google-colaboratory  google-cloud-tpu  talos 

我的模型训练有数字图像（MNIST dataset）。我正在尝试打印网络第二层的输出-128个数字的数组。 在阅读了很多示例之后-例如this，this，this。 我没有在自己的网络上执行此操作。我自己的算法都无法使用这两种解决方案。 链接到Colab：https ://colab.research.google.com/drive/1MLbpWJmq8JZB4_zKongaHP2o3M1FpvAv ? fbclid = IwAR20xRz2i6sFS-Nm6Xwfk5hztdXOuxY4tZaDRXxAx3b986Toa9 我收到了很多不同的错误消息。我试图处理它们中的每一个，但我自己无法解决。 我想念什么？如何输出第二层？ 如果我的形状是(28,28)-的类型和值应该是什么input_shape？ 试用失败和错误，例如： （1） for layer in model.layers: get_2nd_layer_output = K.function([model.layers[0].input],[model.layers[2].output]) layer_output = get_2nd_layer_output(layer)[0] print('\nlayer output: get_2nd_layer_output=, layer=', layer, '\nlayer output: get_2nd_layer_output=', get_2nd_layer_output) TypeError：输入应为列表或元组。 （2） input_shape=(28, 28) inp = model.input # input placeholder outputs = [layer.output for layer in …

9 python  tensorflow  keras 

我有一个关于tf.keras任何建议的错误（不支持TensorFlow 2.0的Keras。我们建议使用或将其降级为TensorFlow 1.14。）。 谢谢 import keras #For building the Neural Network layer by layer from keras.models import Sequential #To randomly initialize the weights to small numbers close to 0(But not 0) from keras.layers import Dense classifier=tf.keras.Sequential() classifier.add(Dense(output_dim = 6, init = 'uniform', activation = 'relu', input_dim = 11)) RuntimeError: It …

9 python  tensorflow  keras  neural-network  tf.keras 

现在，Anaconda上的官方TensorFlow是2.0。我的问题是如何迫使Anaconda改为安装早期版本的TensorFlow。因此，例如，我希望Anaconda安装TensorFlow 1.14，因为我的许多项目都依赖于此版本。

9 python  python-3.x  tensorflow  anaconda  version