我尝试使用python中的segmentation_models(sm)库构建ResNet 34模型。sm库在导入时默认使用keras framework,但我使用tf.keras构建用于训练和测试的数据集。
文档中说,为了更改默认框架,我应该在导入之前使用环境变量SM_FRAMEWORK=tf.keras
(我尝试过,但没有成功),或者使用方法set_framework
(建议中没有显示/当我尝试执行它时,它说它不存在)设置它。
有没有别的办法可以克服这个问题?
我尝试使用python中的segmentation_models(sm)库构建ResNet 34模型。sm库在导入时默认使用keras framework,但我使用tf.keras构建用于训练和测试的数据集。
文档中说,为了更改默认框架,我应该在导入之前使用环境变量SM_FRAMEWORK=tf.keras
(我尝试过,但没有成功),或者使用方法set_framework
(建议中没有显示/当我尝试执行它时,它说它不存在)设置它。
有没有别的办法可以克服这个问题?
1条答案
按热度按时间gcuhipw91#
我在colab上训练了模型,我使用:“%env SM_FRAMEWORK=tf.keras”将环境设置为tf.keras,它工作得很完美。