来自Daisy和她的单程车票

tensoflow2 tf_serving_warmup_requests

import tensorflow as tftfrecord_file="a.tfrecord"dataset=tf.data.TFRecordDataset(tfrecord_file)for raw in dataset.take(1): example=tf.train.Example() example.ParseFromString(raw_record.numpy()) print(example)

TF2.0参数初始化的几种方式

自定义损失函数load_model

以下代码是一个简单的esmm的模型，当我们想保存多个模型的时候，而且线上预测的时候，不想传两个label(label1,label2)进去的时候,处理方式如下def base_model(inputs,output, variable_scope): with tf.compat.v1.variable_scope(variable_scope): base_model = tf.keras.Model( inputs=inputs,

def gen_model(site_id): input1 = tf.keras.layers.Input(shape=(2,), dtype=tf.float32, name='ty') ctr_label = tf.keras.layers.Input(shape=(1,), dtype=tf.float32, name='a_label') ctcvr_label = tf.keras.layers.Input(shape=(1,), dtype=tf.float32, .

1.数据扩展1.1 tf.tile 和tf.keras.backend.repeat_elements的区别repeat_elements 是元素级别的，tile是维度级别的repeat_elements(x, rep, axis):x 是输入，rep为重复次数，axis是沿着某个轴b = tf.constant([[1, 2, 3],[4,5,6]])c=tf.keras.backend.repeat_elements(b, rep=3, axis=1)output:<tf.Te