tensorflow

    0熱度

    2回答

    我遇到TFLearn/TensorFlow的一些問題。我已經調整了我的np.reshape到合適的尺寸,但我與錯誤而崩潰: 這個錯誤發生在訓練代碼行17: ValueError: Cannot feed value of shape (48, 1) for Tensor 'TargetsData/Y:0', which has shape '(?, 2)' 線路供參考: model.fit(X

    0熱度

    2回答

    我試圖將tensorflow安裝到我的機器上,但運行不正常。 我參考tensorflow主頁,並決定安裝它與anaconda,目前我正在運行我的python。 所以我做.. >conda create -n tensorflow python=3.5 #One of the posts on Stackoverflow #told the other to put 'p

    0熱度

    1回答

    讓我們一起走,目前,我想索引一個張量,並將非零項更改爲-1,將零項更改爲1.但我不知道如何在TensorFlow中執行此操作。 這裏是我的代碼: y_[y_ != 0].assign(-1) y_[y_ == 0].assign(1) 原因是TensorFlow似乎不支持布爾索引。我該如何解決它? 順便說一句,它似乎boolean_mask不適合我,因爲我不想返回一片y_,我只是想要y_改變

    0熱度

    1回答

    我使用tensorflow網站上給出的測試代碼測試tensorflow與GPU在水蟒: import tensorflow as tf with tf.device('/device:GPU:0'): a = tf.constant([1,2,3,4,5,6],shape=[2,3],name='a') b = tf.constant([1,2,3,4,5,6],shape=

    1熱度

    1回答

    Keras新手在這裏。我在一個非常大的CSV文件上做了一些深入的學習實驗(keras 2.x,tensorflow作爲背景,python3.5)。 將CSV加載到Pandas數據框後,我需要讀取數據幀以將數據轉換爲X_train,y_train/label。因爲轉換後的X_train非常大,不適合內存。我開始使用generator和model.fit_generator()。我已經瞭解到,通過創建

    0熱度

    1回答

    通過張量流實現tflearn的lstm imdb example。 我使用了與tflearn模型相同的數據集,體系結構和超參數(嵌入大小,句子的最大長度等),但是我的模型的性能比tflearn示例差(10個曆元後,我的模型得到了精度約爲52%,而實例接近80%)。 如果您能給我一些建議以達到示例的適當性能,我會非常感激。 下面是我的代碼: import tensorflow as tf from

    0熱度

    1回答

    我正在從Tensorflow對象檢測模型動物園訓練ssd_mobilenet_v1_coco_2017_11_17模型。 我的數據集是衛星圖像,我的目標是檢測圖像中的車輛。 但是,培訓失敗與python內存問題。我正在使用CPU進行培訓,我的Windows 10機器有32 GB RAM。用於培訓的TF記錄文件大小爲1.7 GB。 我無法檢測這種故障的原因。 請幫忙。

    2熱度

    1回答

    最近我想實現GAN模型,並使用tf.Dataset和Iterator來讀取人臉圖像作爲訓練數據。 數據集和迭代器對象的代碼是: self.dataset = tf.data.Dataset.from_tensor_slices(convert_to_tensor(self.data_ob.train_data_list, dtype=tf.string)) self.dataset = self

    0熱度

    1回答

    這是我的環境目前 $ pip show tensorflow Name: tensorflow Version: 1.4.0 Summary: TensorFlow helps the tensors flow Home-page: https://www.tensorflow.org/ Author: Google Inc. Author-email: [email protecte

    1熱度

    1回答

    我正在處理與MNIST數據庫的張量流。 使用input_data.read_data_sets功能提取數據庫之後, from tensorflow.examples.tutorials.mnist import input_data data = input_data.read_data_sets('data/MNIST/', one_hot=True) 我得到data.train.imag