Помните, что при передаче ключевых слов аргументы должны быть раньше других.

дуюэтот учебное пособие для изучения TensorFlow Slim, но после запуска следующего кода для Inception:

Я нашел решение, которое я отправил в качестве ответа, если у вас все еще есть проблемы.

Обычно я просто устанавливаю случайное начальное число для numpy и tenorflow в начале исходного файла, и это хорошо работает для меня.

, Все, что вам нужно сделать, это написать аргументы в другом порядке. вот так: tf.split (значение, num_or_size_splits, ось)

ановил тензор потока с помощью pip на Ubuntu 16.04 LTS, при запуске этого кодаhttps://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_Neu...

наконец, просто оставьте второй файл session.run для непосредственного расчета потерь без использования feed_dict.

етил большую разницу в скорости, если я загружаю свои тренировочные данные в память и загружаю их в график в виде массива с использованием случайного пакета ...

, Поэтому, хотя мы имеем дело с дискретным распределением вероятностей (текст), мы должны возвести в степень с помощью e, то есть использовать tf.exp (train_loss), как предложил Колин Скоу.

Добро пожаловать..

но я начал использовать Keras для создания нейронных сетей. Я построил простой CNN для классификации набора данных MNIST. До изучения модели я использовал

 это тензор.

я есть два тензора,

Существуют ограничения производительности из-за природы реактивного моста при передаче больших данных между собственной стороной и JS. Для других известных проблем и использования проверьте документацию библиотеки.

 который использует

ался проверить контрольные точки, используя код наinspect_checkpoint.py, Тем не менее, я не смог заставить его работать, потому что они не приводили пример. ...