tensorflow

    0熱度

    1回答

    我對TensorFlow和Keras仍然很陌​​生,所以雖然它可能對某些人來說似乎很簡單,但它不適合我 - 假設我的所有模型都是使用Keras API而不是TensorFlow設計的,喜歡爲TensorFlow添加外部庫到我的模型 - 例如,優步的Horovod。我該怎麼做呢?

    0熱度

    1回答

    我有一個使用python和tensorflow構建的模型。 該模型訓練有素,效果良好。我不明白我該如何部署它?我的意思是我怎麼稱呼這個模型來獲得實際數據的分數? 由於TensorFlow的原因,我無法使用Watson ML部署。

    1熱度

    2回答

    我是新來的機器學習和嘗試TFlearn,因爲它很簡單。 我想做一個基本的分類器,我覺得很有趣。 我的目標是訓練系統來預測一個點在哪個方向。 例如,如果我輸入兩個2D座標(50,50)和(51,51),系統必須預測方向是NE(東北)。 如果我喂(50,50)和(49,49)系統必須預測方向是SW(西南方) 輸入: X1,Y1,X2,Y2,標籤 輸出: 0〜8對於8方向。 因此,這裏是小的代碼我寫的,

    0熱度

    1回答

    我有以下代碼: data = np.load("data.npy") print(data) # Makes sure the array gets loaded in memory dataset = tf.contrib.data.Dataset.from_tensor_slices((data)) 文件"data.npy"爲3.3 GB。用numpy讀取文件需要幾秒鐘,但是接下來創建

    1熱度

    1回答

    我正在學習使用TensorFlow教程的Word2Vec。我爲Word2Vec運行的代碼也來自TensorFlow教程:https://github.com/tensorflow/models/blob/master/tutorials/embedding/word2vec_optimized.py。當我運行15個紀元的代碼時,測試精度爲30%左右。當我跑100個紀元時,測試精度達到了39%左右。

    1熱度

    1回答

    我今天正在嘗試轉移學習,並不理解我得到的一些結果。我在大約100,000行Word2Vec嵌入上訓練了一個卷積神經網絡,並且在我的結果中看到了很大的差異。 這裏該圖的焦點是在底部的線。前15個時代從圖表中刪除,但趨勢仍然可見。訓練損失在多個時期下降,驗證損失很容易收斂。 顯然,這是列車的/ dev誤差之間的方差的問題。爲了解決這個問題,我知道添加更多數據是最簡單的解決方案。但是由於我的筆記本電腦沒

    6熱度

    2回答

    我試圖獲得有關estimator.predict自定義輸入功能的預測,但它給了我這樣的: WARNING:tensorflow:Input graph does not contain a QueueRunner. That means predict yields forever. This is probably a mistake. 它不會給我一個錯誤,但predict只是說它的恢復參數,並

    1熱度

    1回答

    執行tf.extract_image_patches在哪裏?我檢查了我找不到的tensorflow庫。 文件tensorflow/core/kernels/extract_image_patches_op.cc不包含實現。

    2熱度

    2回答

    我想要計算張量流中的歸一化Gini Coefficient,但無法這樣做。我有下面的Python代碼在numpy中執行相同,但我想要使用tensorflow來實現它。如果有任何想法,請幫助。 我將其與張力的形狀(1 ,?)實際與張量形狀(1 ,?) Python代碼預解碼: def gini(actual, pred, cmpcol = 0, sortcol = 1): assert(l

    3熱度

    1回答

    我在跟隨此tensorflow tutorial進行梯度裁剪,同時使用多層感知器。 grads_and_vars = optimizer.compute_gradients(cross_entropy_loss, trainable_variable) capped_grads_and_vars = [(tf.clip_by_global_norm(gv[0],5), gv[1]) for gv