Запитання з тегом «tensorflow»

Я працюю над розпізнаванням мовлення з Tensorflow і планую навчити LSTM NN з масивними наборами хвиль. Через підвищення продуктивності я планую використовувати tfrecords. В Інтернеті є кілька прикладів (Inception for ex.), Де файли tfrecords розбиті на фрагменти. Моє запитання: яка користь від створення файлів tfrecords в черепки? Чи є додаткове …

17 python  tensorflow 

Мені відомо, що кери служать інтерфейсом високого рівня для TensorFlow. Але мені здається, що кери можуть робити багато функцій самостійно (введення даних, створення моделі, навчання, оцінка). Крім того, деякі функції TensorFlow можна перенести безпосередньо в кери (наприклад, можна використовувати метрику tf або функцію втрат у керах). Моє запитання: що пропонує …

16 keras  tensorflow 

Я починаю вивчати машинне навчання з веб-сайту Tensorflow. Я розробив дуже рудиментарне розуміння потоку, за яким слідує програма глибокого навчання (цей метод змушує мене швидко вчитися, а не читати книги та великі статті). Я натрапив на кілька заплутаних речей, з них 2: Упередження Вага У навчальному посібнику MNIST на веб-сайті …

16 machine-learning  deep-learning  tensorflow 

Нещодавно компанія Google, включена в нічну кількість тензорфлоу, створює свій режим Eager , необхідний API для доступу до можливостей обчислення tensorflow. Як tensorflow нетерплячий порівняти з PyTorch? Деякі аспекти, які можуть вплинути на порівняння, можуть бути: Переваги та недоліки охочих завдяки його статичній графічній спадщині (наприклад, імена у вузлах). Внутрішні …

14 deep-learning  tensorflow  pytorch 

Я треную конволюційну нейронну мережу для класифікації зображень за умовами туману (3 класи). Однак для кожного з приблизно 150 000 зображень у мене також є чотири метеорологічні змінні, які можуть допомогти передбачити класи зображень. Мені було цікаво, як я можу додати метеорологічні змінні (наприклад, температуру, швидкість вітру) до існуючої структури …

14 machine-learning  neural-network  deep-learning  tensorflow  cnn 

У мене є великий багатомірний набір даних, який генерується щодня. Який би був хороший підхід для виявлення будь-якої «аномалії» порівняно з попередніми днями? Це підходяща проблема, яку можна було б вирішити через нейронні мережі? Будь-які пропозиції вдячні. додаткова інформація: прикладів не існує, тому метод повинен виявити самі аномалії

12 tensorflow  keras  anomaly-detection 

Я спробував визначити власну метричну фукцію (F1-Score) у Керасі (тензорфлоу), відповідно до наступного: def f1_score(tags, predicted): tags = set(tags) predicted = set(predicted) tp = len(tags & predicted) fp = len(predicted) - tp fn = len(tags) - tp if tp>0: precision=float(tp)/(tp+fp) recall=float(tp)/(tp+fn) return 2*((precision*recall)/(precision+recall)) else: return 0 Поки що так добре, …

12 tensorflow  keras  evaluation 

У мене є проблема класифікації сильно незбалансованих даних. Я читав, що надмірне зменшення розміру, а також зміна вартості для недостатньо представлених категоричних результатів призведе до кращого пристосування. Перш ніж це зробити, tensorflow би класифікував кожну інформацію як групу більшості (і набирав би точність понад 90%, настільки ж безглуздо, як це …

12 tensorflow  loss-function 

Чи є якісь правила (чи фактичні правила), що стосуються мінімальної, максимальної та "розумної" кількості комірок LSTM, які я повинен використовувати? Зокрема, я стосуюсь BasicLSTMCell від TensorFlow та num_unitsвласності. Будь ласка, припустіть, що у мене проблема класифікації, визначена: t - number of time steps n - length of input vector in …

12 rnn  machine-learning  r  predictive-modeling  random-forest  python  language-model  sentiment-analysis  encoding  machine-learning  deep-learning  neural-network  dataset  caffe  classification  xgboost  multiclass-classification  unbalanced-classes  time-series  descriptive-statistics  python  r  clustering  machine-learning  python  deep-learning  tensorflow  machine-learning  python  predictive-modeling  probability  scikit-learn  svm  machine-learning  python  classification  gradient-descent  regression  research  python  neural-network  deep-learning  convnet  keras  python  tensorflow  machine-learning  deep-learning  tensorflow  python  r  bigdata  visualization  rstudio  pandas  pyspark  dataset  time-series  multilabel-classification  machine-learning  neural-network  ensemble-modeling  kaggle  machine-learning  linear-regression  cnn  convnet  machine-learning  tensorflow  association-rules  machine-learning  predictive-modeling  training  model-selection  neural-network  keras  deep-learning  deep-learning  convnet  image-classification  predictive-modeling  prediction  machine-learning  python  classification  predictive-modeling  scikit-learn  machine-learning  python  random-forest  sampling  training  recommender-system  books  python  neural-network  nlp  deep-learning  tensorflow  python  matlab  information-retrieval  search  search-engine  deep-learning  convnet  keras  machine-learning  python  cross-validation  sampling  machine-learning 

Зараз я проходжу курс з tensorflow, в якому вони використовували tf.one_hot (індекси, глибина). Тепер я не розумію, як ці індекси змінюються на цю двійкову послідовність. Може хтось, будь ласка, пояснить мені точний процес ???

11 machine-learning  python  neural-network  deep-learning  tensorflow 

Я прототипую додаток, і мені потрібна мовна модель, щоб обчислити здивування в деяких створених пропозиціях. Чи є якась навчена мовна модель в python, яку я можу легко використовувати? Щось на кшталт простого model = LanguageModel('en') p1 = model.perplexity('This is a well constructed sentence') p2 = model.perplexity('Bunny lamp robert junior pancake') …

11 python  nlp  language-model  r  statistics  linear-regression  machine-learning  classification  random-forest  xgboost  python  sampling  data-mining  orange  predictive-modeling  recommender-system  statistics  dimensionality-reduction  pca  machine-learning  python  deep-learning  keras  reinforcement-learning  neural-network  image-classification  r  dplyr  deep-learning  keras  tensorflow  lstm  dropout  machine-learning  sampling  categorical-data  data-imputation  machine-learning  deep-learning  machine-learning-model  dropout  deep-network  pandas  data-cleaning  data-science-model  aggregation  python  neural-network  reinforcement-learning  policy-gradients  r  dataframe  dataset  statistics  prediction  forecasting  r  k-means  python  scikit-learn  labels  python  orange  cloud-computing  machine-learning  neural-network  deep-learning  rnn  recurrent-neural-net  logistic-regression  missing-data  deep-learning  autoencoder  apache-hadoop  time-series  data  preprocessing  classification  predictive-modeling  time-series  machine-learning  python  feature-selection  autoencoder  deep-learning  keras  tensorflow  lstm  word-embeddings  predictive-modeling  prediction  machine-learning-model  machine-learning  classification  binary  theory  machine-learning  neural-network  time-series  lstm  rnn  neural-network  deep-learning  keras  tensorflow  convnet  computer-vision 

На даний момент я намагаюся навчити модель на великому файлі csv (> 70 ГБ з більш ніж 60 мільйонами рядків). Для цього я використовую tf.contrib.learn.read_batch_examples. Я намагаюся зрозуміти, як ця функція насправді читає дані. Якщо я використовую розмір партії, наприклад, 50 000, чи читає вона перші 50 000 рядків файлу? …

11 python  tensorflow 

Я створюю просту нейронну мережу за допомогою tensorflow, а дані, які я зібрав сам, однак, це не співпрацює: PI зіткнувся з помилкою, яку я не можу виправити або знайти виправлення, і я би радив вашій допомозі. Повідомлення про помилку: TypeError: Аргумент вилучення 2861.6152 з 2861.6152 має недійсний тип, повинен бути …

11 machine-learning  python  neural-network  tensorflow 

Я працюю над моделлю Seq2Seq, використовуючи LSTM від Keras (використовуючи фон Theano), і я хотів би паралелізувати процеси, тому що навіть на кілька МБ даних потрібно кілька годин для навчання. Зрозуміло, що GPU набагато кращі в паралелізації, ніж процесори. На даний момент у мене є лише процесори, з якими можна …

11 tensorflow  keras  theano  parallel 

Я новачок у ML та TensorFlow (я почав близько декількох годин тому), і я намагаюся використовувати його для прогнозування наступних кількох точок даних у часовій серії. Я беру свій внесок і роблю це з цим: /----------- x ------------\ .-------------------------------. | 0 | 1 | 2 | 3 | 4 | …

10 machine-learning  python  time-series  tensorflow  rnn