tensorflow

    3热度

    1回答

    我有一个程序性生成(无限)数据源,并试图使用它作为高级别Tensorflow Estimator的输入来训练基于图像的3D物体检测器。 我设置的数据集,就像在Tensorflor估计Quickstart,我dataset_input_fn收益特征的元组和标签Tensor的,就像Estimator.train函数指定,这该怎么tutorial shows,但我得到一个错误时,试图调用列车功能: Ty

    1热度

    1回答

    我收到了tensorflow中的变量初始化错误,有人可以帮我吗?我在GPU上使用python版本(3.5.4)和TF版本(1.2.1)。如果我从代码中删除最后一行然后它的工作,似乎有一些问题与tensorflow和python库sync之间的差距精细。 import numpy as np import tensorflow as tf with tf.Session() as sess:

    0热度

    1回答

    我是Keras和Tensorflow的新手。我正在使用深度学习来开展面部识别项目。我使用此代码(输出softmax图层)将输入主题的类标签作为输出获得,并且我的100个类的自定义数据集的准确率为97.5%。 但是现在我对特征向量表示感兴趣,所以我想通过网络传递测试图像并在softmax(最后一层)之前从激活的密集层提取输出。我提到了Keras的文档,但似乎没有任何效果。任何人都可以请帮助我如何从密

    0热度

    1回答

    我按照以下步骤安装了用于Go的tensorflow,没有错误信息显示。 TF_TYPE="cpu" # Change to "gpu" for GPU support TARGET_DIRECTORY='/usr/local' curl -L \ "https://storage.googleapis.com/tensorflow/libtensorflow/libtensorflo

    0热度

    1回答

    如何绘制边界框而不使用tensorflow object-detection api中的归一化坐标?在object_detection_tutorial.ipynb中,我注意到默认坐标是在标准化坐标中,框的形式是[xmin,ymin,xmax,ymax]以及如何将它们转换为[image_length xmin,image_width ymin,image_length xmax,image_wid

    0热度

    1回答

    下面的代码导入MNIST数据集并训练堆叠降噪自动编码器,以破坏,编码然后解码数据。基本上我想用它作为非线性尺寸缩减技术。如何访问模型编码的较低维特征,以便将这些特征放入聚类模型中?理想情况下,我会期望较低的维度特征是循环或直线(显然这实际上并非如此)。 import numpy as np import os import sys import tensorflow as tf fro

    1热度

    1回答

    我使用下面的代码,从文档衍生的时: import tensorflow as tf import matplotlib.pyplot as plt import numpy as np import json from pprint import pprint with open('/root/ml/2017110508.training.json') as text: da

    0热度

    1回答

    我正在服务一个预先训练的启动模型,并且我已经按照官方教程直到现在都提供它。目前,我得到一个错误代码3,如下: { Error: contents must be scalar, got shape [305] [[Node: map/while/DecodeJpeg = DecodeJpeg[_output_shapes=[[?,?,3]], acceptable_fraction=1,

    0热度

    1回答

    我已经在不同名称范围内重用变量的问题。下面的代码将源代码嵌入和目标嵌入分离到两个不同的空间中,我想要做的是将源代码和目标代码放在同一个空间中,重用查找表中的变量。 ''' Applying bidirectional encoding for source-side inputs and first-word decoding. ''' def decode_first_word(self,

    0热度

    2回答

    我遇到TFLearn/TensorFlow的一些问题。我已经调整了我的np.reshape到合适的尺寸,但我与错误而崩溃: 这个错误发生在训练代码行17: ValueError: Cannot feed value of shape (48, 1) for Tensor 'TargetsData/Y:0', which has shape '(?, 2)' 线路供参考: model.fit(X