我有一堂课里面有一个模型:
class MyNetwork:
def __init__(self):
# layer initializations
self.optimizer = tf.train.RMSPropOptimizer(0.001)
self.loss = tf.losses.sigmoid_cross_entropy
def build(self):
# layer connections
self.model = keras.Model(inputs=[inputs], outputs=[outputs]
return self.model
@tf.function
def train_step(self, images, labels):
with tf.GradientTape() as tape:
predictions = self.model(images)
loss = self.loss(labels, predictions)
gradients = tape.gradient(loss, self.model.trainable_variables)
self.optimizer.apply_gradients(zip(gradients, self.model.trainable_variables))
return loss, predictions
我使用以下方法构建模型:
^{pr2}$当使用以下行进行培训时:
^{3}$模型列车没有任何问题。在
但在单独的运行中,使用以下代码:
for i in range(10):
print("Epoch ", (i))
loss, pred = D.train_step(X, y)
print(loss)
损失在几个时期之后就卡住了。计算精度也停止在0.5。在
有人知道如何使用GradientTape
训练Keras模型吗?在
目前没有回答
相关问题 更多 >
编程相关推荐