Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
使用 load_model 加载经过训练的tensorflow.keras模型会返回JSON解码错误,而未经训练的模型加载正常
我有一个训练有素的 Keras 模型 使用 tensorflow keras API 构建和训练 并使用tf keras save model 没有可选参数的方法 Tensorflow 是最新的 我的 Python 版本是 3 8 根据我的
python
tensorflow
machinelearning
Keras
deeplearning
Odroid XU4 上的 Tensorflow 编译
我正在尝试在 Odroid XU4 16GB eMMc Ubuntu 16 上编译 Tensorflow 尝试了完整和精简版 但出现如图所示的错误 https www dropbox com sh j86ysncze1q0eka AAB8R
tensorflow
odroid
TensorFlow:张量不是该图的元素
file for inputing the data for testing from scipy import ndimage image file test png image data ndimage imread image fil
tensorflow
使用 train_test_split 分割数据时的精度与随后加载 csv 文件的精度不同
我建立了一个模型来预测客户是企业客户还是私人客户 训练模型后 我预测了 1000 个数据集的类别 但我没有将其用于训练 此预测将保存在 csv 文件中 现在我有两种不同的行为 在程序中分割样本数据 当我创建示例时train sample t
python
tensorflow
machinelearning
Keras
Classification
如何在张量流中将TextVectorization保存到磁盘?
我已经训练了一个 TextVectorization 层 见下文 我想将其保存到磁盘 以便下次可以重新加载它 我努力了pickle and joblib dump 这是行不通的 from tensorflow keras layers ex
tensorflow
Keras
tensorflow20
pickle
AttributeError:“模块”对象没有 tf.app.run() 的属性“main”
我正在尝试测试一个简短的程序 该程序非常简单 如下所示 import numpy as np import tensorflow as tf flags tf app flags FLAGS flags FLAGS import tenso
python
tensorflow
如何用tensorflow计算AUC?
我已经使用 Tensorflow 构建了一个二元分类器 现在我想使用 AUC 和准确性来评估分类器 就准确性而言 我可以轻松地这样做 X tf placeholder float None n input y tf placeholder
tensorflow
python35
ROC
AUC
来自 .meta .info .data 的 Tensorflow 冻结推理图并组合冻结推理图
我是张量流新手 目前正在努力解决一些问题 如何在没有管道配置的情况下从 meta data info 获取冻结推理图 我想实时检查预先训练的交通标志检测模型 模型包含 3 个文件 meta data info 但我找不到信息 如何在没有管道
python
tensorflow
在Tensorflow中,sampled_softmax_loss和softmax_cross_entropy_with_logits有什么区别
在张量流中 有一些方法称为softmax cross entropy with logits https www tensorflow org versions master api docs python tf nn softmax cr
python
machinelearning
deeplearning
tensorflow
ImportError:无法从“tensorflow.python.keras.engine”导入名称“network”
尝试使用 anaconda 环境导入在 Tensorflow 2 3 0 上运行的 tf agents environments 时出现此错误 尝试重新安装tensorflow 仍然出现同样的错误 以管理员身份运行 jupyter 笔记本
python
tensorflow
Keras
CNN 模型分类错误:logits 和标签必须可广播:logits_size=[32,10] labels_size=[32,13]
这里我尝试在图像分类上运行 CNN 模型 这是批量大小和 13 个标签 Image batch shape 32 32 32 3 Label batch shape 32 13 Watch Back Watch Chargers Watch
python
tensorflow
Keras
convneuralnetwork
TF 数据 API:如何有效地从图像中采样小块
考虑创建从高分辨率图像目录中采样随机小图像块的数据集的问题 Tensorflow 数据集 API 提供了一种非常简单的方法来实现此目的 即构建图像名称的数据集 对它们进行排序 将其映射到加载的图像 然后映射到随机裁剪的补丁 然而 这种幼稚的
tensorflow
tensorflowdatasets
在pyspark lambda映射函数中使用keras模型
我想使用该模型来预测 PySpark 中的映射 lambda 函数的分数 def inference user embed item embed feats user embed item embed dnn model load mode
apachespark
tensorflow
PySpark
Keras
如何使用 tf.data.Dataset.from_generator() 将参数发送到生成器函数?
我想创建多个tf data Dataset使用from generator 功能 我想向生成器函数发送一个参数 raw data gen 这个想法是生成器函数将根据发送的参数产生不同的数据 这样我想raw data gen能够提供训练 验证
python
python3x
tensorflow
tensorflowdatasets
在 Keras 中,如何修改每个批次的损失(使用训练期间应运行的额外代码)
使用此自定义回调 我可以 1 查看训练期间的损失 2 访问正在训练的模型 class ChangeBatchLoss tf keras callbacks Callback def on train batch begin self bat
tensorflow
Keras
如何在运行 Tensorflow 推理会话之前批处理多个视频帧
我做了一个项目 基本上使用谷歌对象检测 API 和张量流 我所做的就是使用预先训练的模型进行推理 这意味着实时对象检测 其中输入是网络摄像头的视频流或使用 OpenCV 的类似内容 现在我得到了相当不错的性能结果 但我想进一步提高 FPS
opencv
tensorflow
videoprocessing
objectdetection
inference
在 python 上使用 TensorRT .engine 文件进行推理
我使用 Nvidia 的迁移学习工具包 TLT 进行训练 然后使用 tlt converter 将 etlt 模型转换为 engine 文件 我想使用这个 engine 文件在 python 中进行推理 但由于我使用 TLT 进行训练 因此
python
tensorflow
deeplearning
ComputerVision
Tensorrt
在 Numpy 中预处理 Tensorflow 张量
我在 Tensorflow 中设置了一个 CNN 用 TFRecordReader 读取数据 它工作得很好 但我想做一些比提供的更多的预处理和数据增强tf image功能 我特别想做一些随机缩放 是否可以在 Numpy 中处理 Tensor
python
NumPy
tensorflow
Tensorflow 中多维时间序列预测中的向量表示
我有一个大型数据集 约 3000 万个数据点 具有 5 个特征 我已使用 K 均值将其减少到 200 000 个集群 数据是大约 150 000 个时间步长的时间序列 我想要训练模型的数据是每个时间步上特定簇的存在 预测模型的目的是生成一个
tensorflow
TimeSeries
Prediction
张量流 LSTM 模型中的 NaN 损失
以下网络代码应该是经典的简单 LSTM 语言模型 一段时间后开始输出 nan 损失 在我的训练集上 这需要几个小时 而且我无法在较小的数据集上轻松复制它 但在认真的训练中 这种情况总是会发生 Sparse softmax with cros
python
tensorflow
LSTM
«
1
2
3
4
5
6
7
8
...100
»