1回答
我正在尝试使用TF 1.x (使用这个repo https://github.com/hse-aml)来理解GANs，但我在使用下面的函数创建会话时遇到了问题。我的问题是这个函数到底在做什么(为什么我们不能单独使用tf.Session() )。当我使用tf.Session()时，模型没有经过训练。s = tf.InteractiveSession(config=conf
浏览 9提问于2020-04-08得票数 0
回答已采纳
我对神经网络非常陌生，这就是为什么我决定使用Tflearn，因为它非常直观。然而，我找不到我的问题的答案。network = ...model.load('model.tflearn')我在网络中插入了一些批量归一化层，因为我的模型似乎过拟合了model.predict()是否会自动“告知”批处理归一化层的行为与训练阶段不同？net, optimizer='adam',
loss='categ
浏览 4提问于2018-07-09得票数 1
在(代码为)中使用方法对模型进行训练。最后将模型保存在检查点目录中。现在我要从检查点目录恢复： saver = tf.train.Saver()
with tf.Session(
浏览 8提问于2017-06-15得票数 1
1回答
我使用tf.data.Dataset API训练了一个模型，所以我的训练代码如下所示 dataset = tf.data.TFRecordDatasetfeed_dict={handle: train_handle}) break
现在，在模型被训练之后为了明确起见，我知道如何使用另一个数据集
浏览 1提问于2018-06-20得票数 6
回答已采纳
1回答
我已经使用Seq2Seq模型构建了一个基本的聊天机器人。当我在笔记本中按顺序运行代码时，机器人运行得很好--即构建模型-->训练模型-->测试模型。我现在想在训练后保存模型，加载模型，然后测试模型。 然而，我遇到了问题/很难继续下去。这是我到目前为止所得到的： 保存模型 saver = tf.train.Saver()
with tf.Session<
浏览 21提问于2019-04-27得票数 0
1回答
CNN模型的可复制性如何？
、、、、
我想用Google (GPU)，Keras和Tensorflow来训练几个CNN架构。由于经过训练的模型由于GPU的支持不能重复，所以我想对模型进行多次训练，并确定结果的均值和标准差。我完全不确定我是否至少应该试着使模型的可重复性最小？例如，在程序开始时使用以下代码：import tensorflow as tfimport os
os.envi
浏览 0提问于2019-11-02得票数 1
回答已采纳
我知道，关于如何在Tensorflow中恢复经过训练的模型，在stack和github等方面有无数的问题。我已经读过大部分了(，，)。我的问题与3几乎完全相同，但是如果可能的话，我希望以一种不同的方式来解决它，因为我的训练和测试需要在从shell调用的单独脚本中进行，并且我不想添加与在测试脚本中定义图形完全相同的行，所以我不能使用tensorflow我也不想手动映射每个变量并手动映射它们，因为我的图很大(使用import_graph_def和参数input_map)。
因此，我运行一些图
浏览 2提问于2016-05-04得票数 6
回答已采纳
我看到很多使用MonitoredTrainingSession或tf.Estimator作为训练框架的示例。然而，不清楚为什么我会使用其中一个而不是其他。两者都可以使用SessionRunHooks进行配置。两者都与tf.data.Dataset迭代器集成，并可以提供训练/val数据集。我不确定一个设置的好处是什么。
浏览 15提问于2019-03-20得票数 1
回答已采纳
1回答
半监督学习使用一组标记数据(L)来训练一个模型来预测一组未标记数据(U)，然后将新的标记数据(L‘)和原始标记数据(L)分组为完整的标记数据。如果从(L并L')提取测试数据，结果就没有意义，因为L‘中的答案可能是错误的.？在开始时，我应该将标记数据(L)拆分为训练数据(L_train)和测试数据(L_test)。然后使用L_train训练模型，并利用它预测一组<
浏览 3提问于2012-11-20得票数 3
回答已采纳
我有两组形状相同的数据(两组数据的主要区别是，其中一组有一半的特征，当然也有不同的标签)，当它们独立训练时(都使用相同的代码)，它们的性能会更好。是否有任何规范的方法来创建一个在这两个方面都表现良好的单一模型？当然，我有一些想法，比如增加层数和神经元数，但我想知道是否有什么我不知道的。(p.s.这是为了一个回归问题)
浏览 0提问于2018-07-23得票数 0
回答已采纳
3回答
在我们的训练集中，我们执行了特征选择(例如，CfsSubsetEval GreedyStepwise)，然后使用分类器(例如，J48)。我们已经保存了Weka创建的模型。现在，我们希望对新的未标记实例进行分类(在进行特征选择之前，它仍然具有训练集的原始属性数)。我们假设我们应该在这组新的未标记实例中执行特征选择，以便我们可以使用保存的模型重新评估它(以使训练和测试集兼容)，这是正确
浏览 0提问于2013-05-18得票数 0
1回答
我用tensorflow编写了一个用于python的CNN模型，该模型用于对肺CT图像(癌症/非癌症)进行分类，经过训练和验证数据训练模型并获得合理的准确性，毕竟，我需要用测试数据来测试模型，但我不知道如何做到这一点如何保存模型并将其用于测试？
浏览 0提问于2018-08-14得票数 0
回答已采纳
我有一个(图1)未标记的训练集，我正在尝试检测异常值，并提出了一个用0:normal data和1:outlier标记数据的过程，并希望使用支持向量机进行训练。我遵循的指令来训练支持向量机的模型，但是当我试图训练相同的数据的标签时，它并没有预测任何(图2)！图1:训练后的支持向量图2:支持向量机模型对训练数据的预测预测的输出不应该是这样的！
浏览 0提问于2016-09-01得票数 0
回答已采纳
1回答
目前，我正在使用以下命令加载以前训练过的模型 saver.restore(sess, tf.train.latest_checkpoint('./'))
加载在保存模型时创建的文件"checkpoint“中记录的文件。然而，文件"checkpoint“总是引用最后训练的模型，所以如果我想加载另一个模型，我必须手动编辑&quo
浏览 15提问于2019-08-04得票数 0
回答已采纳
1回答
我正在使用kaldi进行asr，现在我想使用Kaldi的x向量法进行说话人分割。他们在 .They上提供了一些示例分割脚本，还在上提供了一个基本的预训练模型
我无法访问LDC语料库，我想知道如何在自己的数据上训练模型，然后如何使用该模型进行实际分割
浏览 5提问于2018-05-23得票数 1
2回答
我有一些定制的数据，我想使用进一步培训的伯特模型。(例如使用带有MLM目标的预先训练的BERT模型(例如，假设我们不需要NSP作为培训前部分的BertForMaskedLM模型)。但我仍然感到困惑的是，如果使用BertForPreTraining或BertForMaskedLM真的对伯特进行持续的预培训，或者这只是两个微调模型，分别使用MLM+NSP和MLM对伯特进行</e
浏览 5提问于2021-07-20得票数 5
回答已采纳
更新:我发现以下代码在使用tensorflow-cpu时确实正确工作。只有在使用tensorflow-gpu时，问题才会持续。我怎样才能让它工作呢？我在我的代码中找不到问题--我试图保存我的变量，然后重新加载它们，它们似乎没有从保存的模型中加载。我将注意到，如果我在相同的python运行中进行保存和加载(没有进程结束并运行测试脚本)，它们就会加载。我的问题是，当我训练模式-> --保存它->进程再次结束->运行脚本时，没有错误地加载了
浏览 1提问于2017-08-20得票数 1
我正在使用sklearn的NMF和LDA子模块来分析未标注的文本。我阅读了文档，但不确定这些模块中的转换函数(NMF和LDA)是否与R的主题模型中的后验函数相同(请参见)。基本上，我正在寻找一个函数，它将允许我使用训练集数据训练的模型来预测测试集中的主题。我预测了整个数据集上的主题。然后将数据分解为训练集和测试集，对训练集模型进行训练，并利用该模型</em
浏览 3提问于2016-11-14得票数 7
回答已采纳
1回答
问题是，当情绪分析模型在不同的数据集上测试时，需要记住的东西比他们接受的训练要好得多，要记住什么。像这样的东西有用吗？因为在未</
浏览 0提问于2018-06-07得票数 2
回答已采纳
有了train_and_evaluate()，就有可能按照我所传递的规范来执行训练和评估模型的计划。有钩子，我可以注册到和，但也有限制。在评价过程中，我还要对模型进行量化，并进一步对量化的模型进行评价。这里的问题是，正如前面提到的，如果我使用SessionRunHook-like对象，我总是处于会话状态。因此，问题在于是否有一种方法可以使用train_and_evaluate()并在以下之间注册一些回调：
train_and_eval
浏览 0提问于2018-10-18得票数 2
回答已采纳
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
