Domande taggate «tensorflow»

TensorFlow è una libreria open source e API progettata per l'apprendimento approfondito, scritta e gestita da Google. Utilizzare questo tag con un tag specifico della lingua ([python], [c ++], [javascript], [r], ecc.) Per domande sull'uso dell'API per risolvere i problemi di apprendimento automatico. I linguaggi di programmazione che possono essere utilizzati con l'API TensorFlow variano quindi è necessario specificare il linguaggio di programmazione. Specificare anche l'area dell'applicazione come [rilevamento oggetti].

5
Posso eseguire il modello Keras su gpu?
Sto utilizzando un modello Keras, con una scadenza per l'invio di 36 ore, se addeno il mio modello sulla CPU ci vorranno circa 50 ore, c'è un modo per eseguire Keras su GPU? Sto usando il backend Tensorflow e lo sto eseguendo sul mio notebook Jupyter, senza anaconda installato.

1
Comprensione degli istogrammi TensorBoard (peso)
È davvero semplice vedere e comprendere i valori scalari in TensorBoard. Tuttavia, non è chiaro come interpretare i grafici degli istogrammi. Ad esempio, sono gli istogrammi dei miei pesi di rete. (Dopo aver corretto un bug grazie a sunside) Qual è il modo migliore per interpretarli? I pesi dello strato …

9
In Tensorflow, ottieni i nomi di tutti i tensori in un grafico
Sto creando reti neurali con Tensorfloweskflow ; per qualche motivo voglio ottenere i valori di alcuni tensori interni per un dato input, quindi sto usando myClassifier.get_layer_value(input, "tensorName"), myClassifieressendo a skflow.estimators.TensorFlowEstimator. Tuttavia, trovo difficile trovare la sintassi corretta del nome del tensore, anche conoscendone il nome (e mi sto confondendo tra …

9
Ordinazione di normalizzazione batch e abbandono?
La domanda originale riguardava specificamente le implementazioni di TensorFlow. Tuttavia, le risposte riguardano le implementazioni in generale. Questa risposta generale è anche la risposta corretta per TensorFlow. Quando si utilizza la normalizzazione batch e il dropout in TensorFlow (in particolare utilizzando i contrib.layers) devo essere preoccupato per l'ordine? Sembra possibile …


4
Tensorflow Strides Argument
Sto cercando di capire l' argomento strides in tf.nn.avg_pool, tf.nn.max_pool, tf.nn.conv2d. La documentazione dice ripetutamente strides: un elenco di int che ha lunghezza> = 4. Il passo della finestra scorrevole per ogni dimensione del tensore di input. Le mie domande sono: Cosa rappresenta ciascuno dei 4+ numeri interi? Perché devono …

5
Qual è lo scopo di tf.app.flags in TensorFlow?
Sto leggendo alcuni codici di esempio in Tensorflow, ho trovato il seguente codice flags = tf.app.flags FLAGS = flags.FLAGS flags.DEFINE_float('learning_rate', 0.01, 'Initial learning rate.') flags.DEFINE_integer('max_steps', 2000, 'Number of steps to run trainer.') flags.DEFINE_integer('hidden1', 128, 'Number of units in hidden layer 1.') flags.DEFINE_integer('hidden2', 32, 'Number of units in hidden layer 2.') …
115 python  tensorflow 

4
TensorFlow, perché ci sono 3 file dopo aver salvato il modello?
Dopo aver letto i documenti , ho salvato un modello in TensorFlow, ecco il mio codice demo: # Create some variables. v1 = tf.Variable(..., name="v1") v2 = tf.Variable(..., name="v2") ... # Add an op to initialize the variables. init_op = tf.global_variables_initializer() # Add ops to save and restore all the …
113 tensorflow 

3
Qual è la differenza tra sparse_softmax_cross_entropy_with_logits e softmax_cross_entropy_with_logits?
Recentemente mi sono imbattuto in tf.nn.sparse_softmax_cross_entropy_with_logits e non riesco a capire quale sia la differenza rispetto a tf.nn.softmax_cross_entropy_with_logits . L'unica differenza è che i vettori di addestramento ydevono essere codificati a caldo quando si usano sparse_softmax_cross_entropy_with_logits? Leggendo l'API, non sono riuscito a trovare altre differenze rispetto a softmax_cross_entropy_with_logits. Ma allora …

5
Qual è il ruolo di "Flatten" in Keras?
Sto cercando di capire il ruolo della Flattenfunzione in Keras. Di seguito è riportato il mio codice, che è una semplice rete a due strati. Accetta dati bidimensionali di forma (3, 2) e genera dati monodimensionali di forma (1, 4): model = Sequential() model.add(Dense(16, input_shape=(3, 2))) model.add(Activation('relu')) model.add(Flatten()) model.add(Dense(4)) model.compile(loss='mean_squared_error', …

5
Come impostare la velocità di apprendimento adattivo per GradientDescentOptimizer?
Utilizzo TensorFlow per addestrare una rete neurale. Ecco come sto inizializzando GradientDescentOptimizer: init = tf.initialize_all_variables() sess = tf.Session() sess.run(init) mse = tf.reduce_mean(tf.square(out - out_)) train_step = tf.train.GradientDescentOptimizer(0.3).minimize(mse) Il fatto è che non so come impostare una regola di aggiornamento per il tasso di apprendimento o un valore di decadimento per …
104 python  tensorflow 

28
Impossibile installare i pacchetti a causa di un EnvironmentError: [WinError 5] Accesso negato:
Ho Windows 10. Ho completato l'installazione di Tensorflow. Funziona. Dice "Hello Tensorflow!". Ma ha tutto questo prima di esso: 2018-08-18 18:16:01.500579: I T:\src\github\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 2018-08-18 18:16:01.769002: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1405] Found device 0 with properties: name: GeForce GTX 950 …
102 tensorflow 


6
Caricamento di un modello Keras addestrato e continua formazione
Mi chiedevo se fosse possibile salvare un modello Keras parzialmente addestrato e continuare l'addestramento dopo aver caricato nuovamente il modello. La ragione di ciò è che avrò più dati di addestramento in futuro e non voglio riaddestrare nuovamente l'intero modello. Le funzioni che sto utilizzando sono: #Partly train model model.fit(first_training, …


Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.