inference

    1熱度

    1回答

    Dplyr和多重t檢驗（保持相同的IV）

    我使用這pretty nice代碼來執行多個t.test保持獨立變量不變！ data(mtcars) library(dplyr) vars_to_test <- c("disp","hp","drat","wt","qsec") iv <- "vs" mtcars %>% summarise_each_( funs_( sprintf("stats::t.t
    r plyr inference 2017-11-18

    1熱度

    1回答

    類型交點任何

    從https://github.com/Microsoft/TypeScript/pull/3622： 超類型摺疊：一個& B等效於甲如果B是A的超類型 然而： type a = string & any; // Resolves to any, not string!? 這十字路口解決任何。不是'任何'字符串的超類型嗎？所以不應該只是字符串，由於超類型崩潰？我錯過了什麼？ 用例這裏是一樣的東
    typescript intersection any inference 2017-10-10

    0熱度

    1回答

    如何在Caffe中運行非Caffe模型

    我想使用Caffe上的一些ConvNet來運行推理。唯一的問題是我已經有了原始格式的權重和偏見，我不想在Caffe上重新訓練它。 現在來自Caffe需要兩個輸入文件： .prototxt（用於網絡信息） .caffemodel（權重爲和偏置） 這裏可以輕鬆生成.prototxt文件，但是有可能使用原始權重和偏差來生成.caffemodel嗎？
    caffe inference 2017-07-07

    1熱度

    1回答

    MarkLogic：已超出規則集存儲中推斷三元組的大小限制

    我已經定義了一組推理規則，並將1.2M三元組加載到MarkLogic中。當嘗試運行SPARQL查詢，我收到此錯誤： [1.0毫升] XDMP-INFFULL：ANON1356348214865319439 - 的大小限制規則集中商店推斷三元已超過 是否有大小限制對於推斷的三元組，還是真的取決於主機？ 謝謝。
    performance marklogic inference 2017-08-30

    0熱度

    1回答

    如何加速tensorflow RNN推理時間

    我們已經培訓了一個tf-seq2seq模型來回答問題。主要框架是google/seq2seq。我們使用雙向RNN（GRU編碼器/解碼器128單元），增加了軟關注機制。 我們將最大長度限制爲100個字。它大多隻產生10〜20個單詞。 對於模型的推斷，我們嘗試兩種情況： 正常（貪心算法）。其推斷時間約爲40ms〜100ms 光束搜索。我們嘗試使用波束寬度5，其推斷時間約爲400ms〜1000ms。 所
    python tensorflow inference 2017-10-20

    0熱度

    1回答

    平均場變分推理的更新

    我想知道ELBO是否應該隨着變化參數q_i的每次更新而單調遞增？我知道它應該在每次迭代中增加，但是在每個q_i的一次迭代中這也是如此嗎？謝謝！
    bayesian approximation em inference 2017-08-31

    1熱度

    2回答

    PyTorch的「期望的CPU張量（得到CUDA張量）」錯誤

    在我訓練PyTorch模型的推理代碼中，出了什麼問題？ 有一個運行時錯誤信息： 「預計CPU張量（GOT CUDA張量）」 import torch import torch.nn as nn #from __future__ import print_function import argparse from PIL import Image import torchvision.mo
    python model inference pytorch tensor 2017-09-01

    1熱度

    2回答

    將模型編譯爲可執行文件以實現更快的推理？

    有沒有一種方法可以用我的訓練模型編譯整個Python腳本以加快推理速度？看起來像加載Python解釋器，所有的Tensorflow，numpy等都需要花費很少的時間。當這種情況發生在服務器響應不重要的請求頻率時，它似乎很慢。 編輯 我知道我可以使用Tensorflow服務，但不希望因爲與它相關的成本來。
    python machine-learning tensorflow inference 2017-09-13

    0熱度

    1回答

    用於超分辨率的Tensorflow的可變分辨率

    我使用張量流將圖像縮放了2倍。但由於張量（批量，高度，寬度，通道）決定了分辨率，因此只接受一個分辨率的圖像進行推理和訓練。 對於其他決議，我必須修改代碼並重新訓練模型。是否有可能使我的代碼解決方案獨立？理論上，圖像的卷積是獨立於分辨率的，我沒有看到爲什麼這是不可能的。 我不知道如何在tensorflow中做到這一點。有什麼可以幫助我嗎？ 感謝
    python tensorflow resolution inference tensor 2017-07-25

    -1熱度

    1回答

    如何將Caffe訓練過的模型和參數直接用於caffe2中的推理？

    我在CPU桌面上有一個訓練有素的咖啡模型。我想移植它使用Caffe2進行推理的移動平臺。我應該如何處理它的任何見解？ Caffe2提供的腳本是否允許轉換模型並重新使用權重？任何幫助，將不勝感激！謝謝！！
    deep-learning caffe inference caffe2 2017-07-28
最新問題