如何在Tensorflow（Python）中抑制特定的警告？
我有一个模型，在特定条件下存在一些未连接的梯度，这正是我想要的。但是每当Tensorflow遇到未连接的梯度时，它会打印出警告。WARNING:tensorflow:Gradients do not exist for variables 有没有什么方法可以只抑制这个特定的警告？我不想盲目地抑...
属性错误：该层从未被调用，因此没有定义输入形状。
我正在尝试通过创建三个类来在TensorFlow 2.0中构建自动编码器：Encoder、Decoder和AutoEncoder。由于我不想手动设置输入形状，因此我正在尝试从Encoder的input_shape推断出Decoder的输出形状。 import os import shutil...
使用Keras Tensorflow 2.0获取渐变。
我想在TensorBoard上跟踪梯度。然而，由于会话运行语句不再存在，而且tf.keras.callbacks.TensorBoard的write_grads参数已被弃用，我想知道如何在Keras或tensorflow 2.0中跟踪训练过程中的梯度。 我目前的方法是为此目的创建一个新的回调...
加载模型时出现未知层：KerasLayer
当我尝试将我的模型保存为hdf5格式时path = 'path.h5' model.save(path) 然后重新加载模型my_reloaded_model = tf.keras.models.load_model(path) 我遇到了以下错误ValueError: Unknown layer...
TensorFlow 2.0 Keras训练速度比2.0 Estimator慢4倍。
我们最近在 TF 2.0 中转换到 Keras，但是当我们将其与 DNNClassifier Estimator 在 2.0 上进行比较时，发现 Keras 的速度大约比 Estimator 慢了 4 倍。但我无论如何都无法弄清楚这是为什么。两者的其余代码均相同，使用返回相同 tf.data....
tf.model.fit()中的batch_size与tf.data.Dataset中的batch_size有何不同？
我拥有一个很大的数据集，可以存储在主机内存中。然而，当我使用tf.keras训练模型时，会导致GPU内存不足的问题。于是我研究了tf.data.Dataset，并想要使用其batch()方法来批处理训练集，以便可以在GPU上执行model.fit()。根据文档，一个示例如下： train_d...
tf-nightly和PyPI中的tensorflow有什么区别？
tf-nightly和tensorflow在PyPI中有什么区别？pip install tf-nightly pip install tensorflow 哪一个是可靠的？ https://pypi.org/project/tf-nightly/ https://pypi.org/proje...
Keras不能在整个数据集上训练。
我一直在按照Google官方TensorFlow指南尝试使用Keras构建一个简单的神经网络。但是在训练模型时，它并没有使用整个数据集（有60000个条目），而是只使用了1875个条目进行训练。是否有可能修复这个问题？ import tensorflow as tf from tensorf...
在Tensorflow 2中，在每个epoch之后计算每个类别的召回率
我正在尝试在使用Tensorflow 2的Keras API的模型中，在每个epoch之后计算每个类别在二元分类和多类（one hot编码）分类情况下的召回率。例如，对于二元分类，我希望能够做类似以下的事情：import tensorflow as tf model = tf.keras.Se...
断言错误：尝试导出引用未被跟踪的资源的函数。
我写了一个单元测试，以确保在训练过程中无法保存模型时仍能够保存。 @pytest.mark.usefixtures("maybe_run_functions_eagerly") def test_save_model(speech_model: Tuple[TransducerBase, S...