我不确定我是否理解张量流keras <a href="https://www.tensorflow.org/guide/mixed_precision" rel="nofollow noreferrer">mixed prec

我正在使用<code>tf.keras</code>训练模型，并且在本地磁盘的文件夹中有很多小的<code>.npy</code>文件，这些文

我正在使用最新版本的tensorflow，我想知道如何在不重置先前学习的权重的情况下多次拟合模型。

我正在尝试实施以下架构，不确定是否正确应用了渐变磁带。 <a href="https://i.stack.imgur.com/eUfK1.png" r

我有一些要保存在Keras模型中的变量，以便在将模型保存到磁盘并随后加载时，可以从模型访问变量。但

我正在使用Tensorflow进行损失函数最小化。亚当（Adam）和阿达德拉（Adadetla）等一些优化程序都可以工作

首先，我应该提到我知道问题<a href="https://stackoverflow.com/questions/45545109/keras-autoencoder-accuracy-stuck-on-zero">Ke

我正在尝试获取预测集，但我认为这部分内容有所遗漏。 <pre><code># PREDICTIONS y_pred= regression_model.pre

我写了一个类似于以下代码的架构： <a href="https://keras.io/guides/functional_api/#manipulate-complex-graph-topologie" rel

我正在实现自定义Keras层，我需要知道当前输入批次的批次大小才能进行计算。 当然，当我尝试获

经过大量研究，似乎没有一种很好的方法来正确地停止和恢复使用Tensorflow 2 / Keras模型的训练。无论您是

以下内容是否有区别？ <pre><code>loss = tf.keras.losses.SparseCategoricalCrossentropy() loss2 = tf.losses.SparseCategoricalC

尝试使用Keras训练模型时遇到此错误。 <pre><code>raise type(e)(node_def, op, message) tensorflow.python.framework.errors

由于Deepexplainer尚不兼容Inception-ResNet V2模型，因此我想使用GradientExplainer计算SHAP值。但是我在map2layer函数

我试图在每个时期之后使用ModelCheckpoint回调保存整个模型。 训练后，如果我尝试加载已保存的模型并进

我想在预先训练的CNN（VGG）之上构建LSTM来对视频序列进行分类-因此LSTM将被VGG的最后一个FC层提取的特征

我如何创建一个TensorFlow Keras API回调，以便在每个时期将学习率值添加到tf.keras.callbacks.CSVLogger创建的csv

我正在尝试使用TensorFlow中的视频数据训练模型。当前的数据管道使用数据生成器，该数据生成器使用movi

我注意到，对于通过Tensorflow函数<code>.pb</code>生成的<code>model.save(filepath)</code>保存的模型，未保存优化器

我的模型运行非常快，但是它们似乎变慢了，因为我保存了最佳模型（以在另一个过程中加载）；但我