Запитання з тегом «tensorflow»

TensorFlow - бібліотека та API з відкритим кодом, розроблені для глибокого навчання, написані та підтримувані Google. Використовуйте цей тег за допомогою тегу, визначеного для мови ([python], [c ++], [javascript], [r] тощо) для питань використання API для вирішення проблем машинного навчання. Мови програмування, які можна використовувати з API TensorFlow, відрізняються, тому ви повинні вказати мову програмування. Вкажіть також область програми, наприклад [виявлення об'єкта].

9
Як призначити значення змінній TensorFlow?
Я намагаюся призначити нове значення змінній tensorflow у python. import tensorflow as tf import numpy as np x = tf.Variable(0) init = tf.initialize_all_variables() sess = tf.InteractiveSession() sess.run(init) print(x.eval()) x.assign(1) print(x.eval()) Але результат, який я отримую, є 0 0 Отже, значення не змінилося. Чого мені не вистачає?
8
Як я можу використовувати пакетну нормалізацію в TensorFlow?
Я хотів би використовувати пакетну нормалізацію в TensorFlow. Я знайшов відповідний вихідний код C ++ уcore/ops/nn_ops.cc . Однак я не знайшов цього задокументованого на tensorflow.org. BN має різну семантику в MLP та CNN, тому я не впевнений, що саме робить цей BN. Я не знайшов методу, який також називається MovingMoments.
2
Набір тензорних потоків CUDA_VISIBLE_DEVICES у межах jupyter
У мене є два графічних процесора і я хотів би одночасно запускати дві різні мережі через ipynb, однак перший блокнот завжди виділяє обидва графічних процесора. Використовуючи CUDA_VISIBLE_DEVICES, я можу приховувати пристрої для файлів python, проте я не впевнений, як це зробити в блокноті. Чи є спосіб ховати різні графічні процесори …
8
Використання Keras & Tensorflow з графічним процесором AMD
Я починаю вивчати Keras, який, на мою думку, є шаром поверх Tensorflow і Theano. Однак я маю доступ лише до графічних процесорів AMD, таких як AMD R9 280X. Як я можу налаштувати своє середовище Python таким чином, щоб я міг використовувати свої графічні процесори AMD за допомогою підтримки Keras / …
4
УВАГА: tensorflow: режими зразкової ваги були примушені з… до ['…']
Навчання класифікатора зображень, використовуючи .fit_generator()або .fit()передаючи словник class_weight=як аргумент. Я ніколи не помилявся в TF1.x, але в 2.1 я отримую наступний результат, коли починаю навчання: WARNING:tensorflow:sample_weight modes were coerced from ... to ['...'] Що означає примушувати щось ...до ['...']? Джерело цього попередження щодо tensorflowрепортажу знаходиться тут , коментарі: Спроба примусити …
2
Власний оптимізатор TensorFlow Keras
Припустимо, я хочу написати спеціальний клас оптимізатора, який відповідає стандарту tf.keras API (використовуючи версію TensorFlow> = 2.0). Мене бентежить документально підтверджений спосіб зробити це проти того, що робиться в реалізаціях. Документація для tf.keras.optimizers.Optimizer штатів , ### Write a customized optimizer. If you intend to create your own optimization algorithm, simply …
4
Як тренувати модель в nodejs (tensorflow.js)?
Я хочу зробити класифікатор зображень, але не знаю python. Tensorflow.js працює з javascript, з яким я знайомий. Чи можна з цим навчати моделей і які були б кроки для цього? Чесно кажучи, у мене немає поняття, з чого почати. Єдине, що я зрозумів - це завантажувати "mobilenet", який, мабуть, є …
2
Чому модель кераса прогнозує повільніше після компіляції?
Теоретично прогнозування має бути постійним, оскільки ваги мають фіксований розмір. Як повернути свою швидкість після компіляції (без необхідності видаляти оптимізатор)? Дивіться пов'язаний експеримент: https://nbviewer.jupyter.org/github/off99555/TensorFlowExperiment/blob/master/test-prediction-speed-after-compile.ipynb?flush_cache=true
2
AttributeError: модуль 'tensorflow' не має атрибута 'app'
Я слідую за цим підручником і роблю проект з власної розпізнавання об'єктів за допомогою tensorflow. Тому коли я намагався створити TF-запис для зображень поїздів, використовуючи наступну команду python3 generate_tfrecord.py --csv_input=data/train_labels.csv --output_path=data/train.record Я отримую таку помилку: Traceback (most recent call last): File "generate_tfrecord.py", line 23, in <module> flags = tf.app.flags AttributeError: …
2
Керас невідповідний час передбачення
Я намагався отримати оцінку часу передбачення моєї моделі керас і зрозумів щось дивне. Окрім того, що зазвичай досить швидко, модель час від часу потребує досить довго, щоб придумати прогноз. І не тільки це, ті часи також збільшують тривалість роботи моделі. Я додав мінімальний робочий приклад, щоб відтворити помилку. import time …
3
Не вдалося завантажити динамічну бібліотеку 'libnvinfer.so.6'
Я намагаюся нормально імпортувати пакет python TensorFlow, але я отримую таку помилку: Ось текст із наведеного зображення терміналу: 2020-02-23 19:01:06.163940: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'libnvinfer.so.6'; dlerror: libnvinfer.so.6: cannot open shared object file: No such file or directory 2020-02-23 19:01:06.164019: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'libnvinfer_plugin.so.6'; …
9
Чому нейронна мережа прогнозує неправильні власні дані тренувань?
Баунті закінчується в протягом 12 годин . Відповіді на це запитання підлягають нагоді за репутацію +150 . sirjay шукає відповідь від авторитетного джерела . Я створив нейронну мережу LSTM (RNN) з контрольованим навчанням для прогнозування запасів даних. Проблема полягає в тому, чому він прогнозує неправильні власні дані про навчання? (примітка: …
2
Максимізуйте MSE моделі керас
У мене є генеративні змагальні мережі, де дискримінатор зводиться до мінімуму з MSE і генератор повинен отримати максимізацію. Тому що обидва - опоненти, які переслідують протилежну мету. generator = Sequential() generator.add(Dense(units=50, activation='sigmoid', input_shape=(15,))) generator.add(Dense(units=1, activation='sigmoid')) generator.compile(loss='mse', optimizer='adam') generator.train_on_batch(x_data, y_data) Що я повинен адаптувати, щоб отримати модель генератора, яка отримує прибуток …
Використовуючи наш веб-сайт, ви визнаєте, що прочитали та зрозуміли наші Політику щодо файлів cookie та Політику конфіденційності.
Licensed under cc by-sa 3.0 with attribution required.