我一直試圖讓張量流在多類kaggle問題上工作。基本上,數據由我已轉換爲所有數字觀測值的6個特徵組成。目標是使用這6個功能來預測出行類型,其中有38種不同的出行類型。我一直試圖用tensorflow來預測這些旅行類型的類。以下代碼是我目前爲止的內容,包括我用來格式化csv文件的內容。代碼將運行,但運行1的輸出開始運行,然後在剩餘運行中輸出相同時輸出很差。以下是在運行狀態下輸出的例子: Run 0,
我想獲得有關其輸入的tf.cholesky的梯度。作爲時刻,在tf.cholesky沒有註冊的梯度: LookupError: No gradient defined for operation 'Cholesky' (op type: Cholesky)
用來生成該錯誤代碼是: import tensorflow as tf
A = tf.diag(tf.ones([3]))
chol
我一直在閱讀TensorFlow教程,一般閱讀機器學習。 其我的理解是,使用神經網絡的主要好處之一是他們能夠在訓練後快速分類所呈現的輸入。 爲了開始,我首先介紹了示例代碼,看看訓練數據是如何構建的,並且我能夠成功使用基本示例(91%的準確性)來識別我創建的圖像(只有數字)使用下面的代碼片斷:即從上面的代碼所產生的圖像的 # Training is already done using the co
我試圖在Linux上運行tutorial。我安裝了gcc,cython,numpy,six。 我可以導入數據,但似乎有某種問題解壓縮它。 任何人都可以幫忙嗎? Python 2.7.3 (default, Jun 22 2015, 19:43:34)
[GCC 4.6.3] on linux2
Type "help", "copyright", "credits" or "license" f