tensorflow

    1熱度

    1回答

    我轉換標籤成稀疏的稀疏標籤元組(索引,值,形狀)。但是,當我將它饋送給分類器時,我遇到此錯誤: Traceback (most recent call last): File ..., line 23, in <module> classifier.fit(x=x_train, y=sparse_y_train, batch_size=128, steps=10) F

    2熱度

    1回答

    變量定義 我tensorflow模型如下: X = tf.placeholder(tf.float32, [None,training_set.shape[1]],name = 'X') Y = tf.placeholder(tf.float32,[None,training_labels.shape[1]], name = 'Y') A1 = tf.contrib.layers.fully_

    0熱度

    2回答

    我目前正在與NVIDIA技術的碼頭工人運行官Tensorflow泊塢集裝箱(GPU): https://hub.docker.com/r/tensorflow/tensorflow/ ​​ 不過,我不能找到一種方法來設置默認爲用戶集裝箱。此容器的默認用戶是「root」,這在安全性方面很危險,並且存在問題,因爲它允許根訪問共享文件夾。 假設我的主機與用戶「CNNareCute」一起運行,有什麼方法可

    0熱度

    1回答

    我已成功安裝了anaconda tensorflow。有一個名爲tensorflow的虛擬環境,我將其激活。 但在Jupyter Notebook中,我試圖導入張量流,只是爲了得到一個錯誤:沒有名爲'tensorflow'的模塊。

    1熱度

    1回答

    在準備用於神經網絡訓練的訓練集時,我找到兩種可能的方法。 的傳統方法:計算上整個訓練的平均發送到網絡之前設置,再減去每幅圖像此固定平均值。以類似的方式處理標準偏差。 我發現tensorflow提供的功能tf.image.per_image_standardization做單一圖像正常化。 我不知道哪種方式更合適?

    1熱度

    1回答

    從tfrecords文件導入數據時出現問題。在tfrecords每個樣品由feautures矢量與lenght 100和長度13。我使用下面的代碼來導入來自tfrecords數據的一個熱標籤矢量的,指的是正式指南https://www.tensorflow.org/programmers_guide/datasets def read_data(examples): features =

    7熱度

    1回答

    我正在嘗試使用我自己的數據集和類在imagenet pretrained傳輸學習的Inception-resnet v2模型。 我的原始代碼庫是一個tf.slim樣本的修改,我找不到了,現在我試圖用tf.estimator.*框架重寫相同的代碼。 但是,我正在運行,只能加載一些的權重從預訓練檢查點,初始化其餘層與他們的默認初始值設定項。 研究這個問題,我發現this GitHub issue和th

    1熱度

    1回答

    我試圖用TensorFlow實現多標籤分類(即每個輸出模式可以有許多活動單位)。該問題具有不平衡的類(即,比標籤分佈中的零多得多,這使得標籤模式非常稀疏)。 解決此問題的最佳方法應該是使用tf.nn.weighted_cross_entropy_with_logits函數。但是,我得到這個運行時錯誤: ValueError: Tensor conversion requested dtype ui

    0熱度

    1回答

    我一直在嘗試實現一個基本的多層LSTM迴歸網絡來找出加密電子貨幣價格之間的相關性。 在遇到無法使用的訓練結果後,我決定嘗試使用一些沙盒代碼,以確保在重試完整數據集之前我已經明白了。 問題是我不能讓凱拉斯推廣我的數據。 ts = 3 in_dim = 1 data = [i*100 for i in range(10)] # tried this, didn't accomplish an

    0熱度

    1回答

    我試圖按照facenet article中所述的方式訓練三元組網絡。 我通過計算正距離(錨 - 正)小於負距離(錨 - 負),然後除以三元組中總數的三元組來驗證驗證集的準確性批量。 我獲得了很好的結果:99%的準確性。但是當我使用我的模型嵌入來對圖像進行分類時(我使用未知的圖像並將其與使用歐幾里德距離的圖像進行比較),但只有20%的結果是正確的。 我在做什麼錯? 下面你可以找到我的詳細實現。 三聯