A_pinkpig的博客

  当我们训练一个神经网络模型的时候，我们经常会遇到这样的一个头疼的问题，那就是，神经网络模型的loss值不下降，以致我们无法训练，或者无法得到一个效果较好的模型。导致训练时loss不下降的原因有很多，而且，更普遍的来说，loss不下降一般分为三种，即：训练集上loss不下降，验证集上loss不下降，和测试集上loss不下降。这里，首先默认各位都能理解过拟合和欠拟合的概念。一、训练集loss不下降  训练集的loss在训练过程中迟迟不下降，一般是由这几个方面导致的。1.模型结构和特征工程存在问题  

  TF Serving有Docker、APT（二进制安装）和源码编译三种方式，但考虑实际的生产环境项目部署和简单性，推荐使用Docker方式。我自己尝试过源码编译，但是linux下源码编译安装软件本来就容易出现各种错误，自己对tf serving使用还不太熟，就一直没有成功，最后放弃。不过，按照官方说法，源码编译安装的整体运行速度会优于其他方法。下面详细介绍使用docker方法安装tf serv...

h5_2_pd#!/usr/bin/env python# -*- coding: utf-8 -*-# @Date : 2019-07-26 17:19:07# @Author : # @Email : None# @Version : py3from keras.models import load_modelimport tensorflow as tfimp...

Could not create cudnn handle: CUDNN_STATUS_INTERNAL_ERROR运行keras加载模型进行预测时，报错细节如下：2020-04-01 16:06:28.485938: E tensorflow/stream_executor/cuda/cuda_dnn.cc:353] Could not create cudnn handle: CUDNN...