导入数据tf-data
1,tf-data两个新的抽象类 dataset表示一系列元素，其中每个元素包含一个或多个 Tensor 对象 创建来源（例如 Dataset.from_tensor_slices()），以通过一个或多个 tf.Tensor 对象构建数据集。 应用转换 ...
原文：自定义训练的演示，使用tf-data,Eager Execution和keras
，机器学习的基本步骤 Import and parse the data sets. Select the type of model. Train the model. Evaluate the model s effectiveness. Use the trained model to make predictions ，eager mode的使用限制 Once eager executi ...
2019-03-11 16:22 0 764 推荐指数：
相关推荐
使用tf.keras.layers.Layer自定义神经网络的层
tensorflow中的类tf.keras.layers.Layer可用于创建神经网络中的层，使用说明如下。 使用tf.keras.layers.Layer创建自定义的层 创建一个层 创建一个张量并输入该层 参考文献： tensorflow2.0 - 自定义layer ...
tf.keras.Model使用saved_model,自定义输入输出signature
环境：tensorflow2.2 使用tf.keras.Model.save保存saved_model格式时，默认的input和output比较通用，input_1, input2, output_1,output_2 自定义输入输出名字： import tensorflow ...
tf.keras自定义损失函数
自定义损失函数 In statistics, the Huber loss is a loss function used in robust regression, that is less sensitive to outliers in data than the squared ...
tensorfolw学习笔记——张量、微分、自定义训练、keras
1张量 张量可以使用GPU加速，可以自动将python内置数据类型转换为张量。张量有形状和数据类型。张量与numpy主要区别为：1张量可以用GPU加速2张量不可变。 Tensors和Numpy ndarrays可以自动相互转换。Tensors使用.numpy()方法可以显示转换为ndarray ...
tf.placeholder() is not compatible with eager execution问题解决
我使用的tensorflow版本是2.2的版本。 即使我在代码中导入的1.X版本来支持部分版本1的代码，但是这还不够。 问题出现的原因： 关键字placeholder在版本2是没有的，但是在版本1执行的时候，是在session前定义，在session中执行， 但是在我的代码中 ...
TensorFlow2报错：tf.placeholder() is not compatible with eager execution.
with eager execution. 解决方案： 在代码前加入下面一行即可： tf. ...
tensorflow 2.0 技巧 | 自定义tf.keras.Model的坑
自定义tf.keras.Model需要注意的点 model.save() subclass Model 是不能直接save的，save成.h5，但是能够save_weights，或者save_format="tf" model.trainable_variables ...