Java - 训练加载张量流模型
Java - train loaded tensorflow model
有谁知道模型从 Tensorflow Python 加载到 Java 后是否可以继续训练模型?
我想出了这段代码,但没有用(是的,输出与输入相同)
for(int i = 0; i < 10000; i++) {
Tensor cost = b.session().runner().feed("input", input).feed("output", input).fetch("cost").run().get(0);
System.out.println(result1);
}
这是打印了 10000 次的内容:
FLOAT tensor with shape []
而且预测结果还是和之前一样
此外,如果可以继续训练加载的模型,是否可以更新保存的模型的权重和偏差?
你正在提供输入并获取损失;这不会训练模型。为此,您需要提供批量数据和 运行 更新操作(可能从 optimizer.minimize
返回)。
从Java开始就可以做到这一点,但是python中的基础设施更加完善,包括在队列中预取输入数据的线程,输入结束时的监控,节省总结,并进行分布式训练。
有谁知道模型从 Tensorflow Python 加载到 Java 后是否可以继续训练模型? 我想出了这段代码,但没有用(是的,输出与输入相同)
for(int i = 0; i < 10000; i++) {
Tensor cost = b.session().runner().feed("input", input).feed("output", input).fetch("cost").run().get(0);
System.out.println(result1);
}
这是打印了 10000 次的内容:
FLOAT tensor with shape []
而且预测结果还是和之前一样
此外,如果可以继续训练加载的模型,是否可以更新保存的模型的权重和偏差?
你正在提供输入并获取损失;这不会训练模型。为此,您需要提供批量数据和 运行 更新操作(可能从 optimizer.minimize
返回)。
从Java开始就可以做到这一点,但是python中的基础设施更加完善,包括在队列中预取输入数据的线程,输入结束时的监控,节省总结,并进行分布式训练。