Результаты поиска по запросу "tensorflow"
Примечание: версия TensorFlow составляет 1.9
import tensorflow as tf import tensorflow from tensorflow import keras from keras.layers import Denseучаю сообщение об ошибке ниже from keras.layers import Input, Dense Traceback (most recent call last): File "<ipython-input-6-b5da44e251a5>", ...
Первые два из них являются обучаемыми, а последние два - нет. Таким образом, уровень пакетной нормализации, вероятно, является причиной того, что ваша пользовательская сеть имеет необучаемые параметры.
е ли вы уточнить для меня и людей, которые должны понять определениенеобучаемые параметрыв модели? Например, когда вы строите свою собственную модель, ее значение по умолчанию равно 0, но когда вы хотите использовать начальную модель, она ...
метод. Извините, я обновлю свой ответ выше.
я есть машина с 4 GPU, на которой я запускаю Tensorflow (GPU) с Keras. Некоторые из моих проблем классификации занимают несколько часов. nvidia-smi возвращает Volatile GPU-Util, которое никогда не превышает 25% ни на одном из моих 4 графических ...
глохнет, пока их выход не израсходован, прежде чем начинать с нового образца. Они потребляются напрямую, только если flat_map достаточно быстр для обработки 5 выходных данных до того, как один поток карты произведет новый выходной результат. Так как это очень вероятно, вы получаете ускорение. В конце концов, разница минимальна, и если я работаю на вас, нет необходимости усложнять вещи;)
еняю свой код TensorFlow со старого интерфейса очереди на новыйAPI набора данных [https://www.tensorflow.org/api_docs/python/tf/data/Dataset], Со старым интерфейсом я мог указатьnum_threads аргументtf.train.shuffle_batch очередь. Однако ...
stackoverflow.com/q/49861235/1919374
отал с наборами данных и feature_columns в tenorflow ( https://developers.googleblog.com/2017/11/introducing-tensorflow-feature-columns.html [https://developers.googleblog.com/2017/11/introducing-tensorflow-feature-columns.html] ). Я вижу, что у ...
как
спользовании итератора API набора данных tenorflow моя цель - определить RNN, который работает с итератором.get_next() тензоры в качестве входных данных (см.(1) в коде). Тем не менее, просто определяяdynamic_rnn с участиемget_next() поскольку ...
значение, чтобы можно было прочитать любой структурированный вход. Это особенно полезно при построении архитектур, таких как рекурсивные нейронные сети. Общая структура очень похожа на то, к чему вы привыкли (кормить диктов и т. Д.). Поскольку для вашего приложения вам нужен динамический вычислительный граф, это может быть хорошим шагом для вас в долгосрочной перспективе.
у обучить сеть с плоскими кривыми, которые я представляю как массивы с формой(L,2), Число 2 обозначает координаты x, y, а L - количество точек, которые меняются в моем наборе данных. Я рассматриваю x, y как 2 разных "канала". Я реализовал ...
У меня есть данные временного ряда: от t = 1 до 594, каждая точка данных имеет 14 признаков. Если я хочу построить трехслойный LSTM для прогнозирования, должен ли я установить для своих данных значение (Нет, 128, 14), ячейка LSTM будет (128)? Так что моя сеть LSTM имеет длину (128). И я могу использовать 1-й метод для укладки LSTM.
аюсь построить многомерную модель прогнозирования временных рядов. Я следовал следующему руководству по прогнозированию ...
Однако обратите внимание, что у мини-пакетирования есть свои преимущества (например, лучшая обработка локальных минимумов), поэтому вам, вероятно, следует подумать о выборе batch_size где-то посередине.
аюсь обучить мою модель на графическом процессоре вместо процессора на экземпляре AWS p2.xlarge из моего ноутбука Jupyter. Я использую бэкэнд тензор-gpu (толькоtensorflow-gpu был установлен и упомянут вrequirements.txt и нетtensorflow). Я не ...
Это невозможно .... Я предложу совсем другой подход в ответе, чтобы вы попробовали ....
лизую пользовательскую функцию потерь в Керасе. Выход модели - 10-мерный слой softmax. Чтобы рассчитать убыток: сначала мне нужно найти индекс у стрельбы 1, а затем вычесть это значение из истинного значения. Я делаю следующее: from keras import ...