tflearn

0熱度

1回答

我想預測利率，並且我有一些相關因素，例如股票指數和貨幣供應量等。因子數可能高達200. 例如，訓練數據如X包含因子，y是我想要訓練和預測的利率。 factor1 factor2 factor3 factor176 factor177 factor178 X= [[ 2.1428 6.1557 5.4101 ..., 5.86 6.0735 6.191 ] [ 2.1

0熱度

2回答

整形input_data（形狀= [無，28個，28，1]）至input_data（形狀= [無，28個，28]）

我有一個變量： network = input_data(shape=[None, 28, 28, 1]) 我想將其轉換爲以上形狀。我正在做tflearn.reshape的幫助，但它不能正常工作。下面是代碼「 network = tflearn.reshape(network,(-1, 28, 28)) 我不想重新聲明它塑造[無，28,28]因爲我在它的元素。如何做到這一點任何幫助嗎？

1熱度

2回答

Tflearn質量差分類器？

我是新來的機器學習和嘗試TFlearn，因爲它很簡單。我想做一個基本的分類器，我覺得很有趣。我的目標是訓練系統來預測一個點在哪個方向。例如，如果我輸入兩個2D座標(50,50)和(51,51)，系統必須預測方向是NE（東北）。如果我喂(50,50)和(49,49)系統必須預測方向是SW（西南方）輸入： X1，Y1，X2，Y2，標籤輸出： 0〜8對於8方向。因此，這裏是小的代碼我寫的，

1熱度

1回答

形狀必須是1級，但是是2級tflearn錯誤

我正在使用由tflearn提供的DNN從一些數據中學習。我data變量的(6605, 32)的形狀和我labels數據具有(6605,)，我在下面的代碼(6605, 1)重塑形狀...... # Target label used for training labels = np.array(data[label], dtype=np.float32) # Reshape target la

1熱度

1回答

Tflearn model.predict無法提供形狀的值（1，1，17）

我對Tensorflow和tflearn很新穎到目前爲止，我已經研究了幾個教程，並一直試圖將tflearn泰坦尼克號應用於動物園動物數據集（http://archive.ics.uci.edu/ml/datasets/Zoo）。培訓工作很好，但是當我嘗試對我輸入的數據嘗試使用model.predict時，出現以下錯誤無法提供張量'InputData/X：0'的形狀值（1,1，17），它具有形

2熱度

2回答

如何確定我的深度學習模型需要什麼類型的圖層？

假設我想製作一個可以做某事的模型。現在當我在Google或YouTube上搜索這個主題時，我發現很多相關的教程，看起來像一個聰明的程序員已經通過深度學習實現了這個模型。但是他們怎麼知道什麼類型的層，他們需要什麼類型的激活功能，喪失功能，優化，單位等數使用深度學習解決某些問題。是否有知道這一點，或者它只是理解和經驗的問題的任何技術？如果有人能指點我一些視頻或文章回答我的問題，這也會非常有幫助。

0熱度

2回答

ValueError：無法提供形狀的值TensorFlow

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

2熱度

2回答

TFlearn - VocabularyProcessor忽略給定詞彙的部分

我正在使用TFlearn的VocabularyProcessor將文檔映射到整數數組。但是，我似乎無法用我自己的詞彙來初始化VocabularyProcessor。在文檔它說，創建VocabularyProcessor在的時候我可以提供一個詞彙： vocab_processor = learn.preprocessing.VocabularyProcessor(max_document_lengt

3熱度

3回答

在張量流中使用KMeans tflearn估計器作爲圖的一部分

我試圖使用tensorflow.contrib.learn.KMeansClustering作爲Tensorflow中圖的一部分。我想用它作爲圖的組成部分，給我預測和中心。代碼的相關部分如下： with tf.variable_scope('kmeans'): kmeans = KMeansClustering(num_clusters=num_clusters,

0熱度

1回答

試圖適應tflearn代碼，形狀錯誤

我正試圖適應這個簡單的自動編碼器代碼： https://github.com/tflearn/tflearn/blob/master/examples/images/autoencoder.py。我試圖改變代碼的方式，它使用卷積圖層和輸入488圖像* 30高度* 30寬度* 3顏色通道（RGB）[488,30,30,3]並輸出一個新的圖像與原始圖像看起來相似但不同。我沒有使用任何類型的驗證數據集