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。