我正在尝试通过from_generator方法使用TensorFlow Dataset API来读取HDF5文件。除非批处理大小没有均匀地划分为事件的数量，否则一切正常。我不太明白如何使用API创建灵活的批处理。如果不是平均分配，你会得到这样的错误：
2018-08-31 13:47:34.274303: W tensorflow/core/framework/op_kernel.cc:
浏览 3提问于2018-09-01得票数 9
回答已采纳
我正在尝试使用tensorflow from_generator来生成tensorflow数据集，我确信我已经制作了一个工作非常好的python生成器，但是当我试图将它传递给from_generator这是我用来创建数据集的代码段。labels = Y[idx, :]ds_generator = dataset_generatoras tf
浏览 6提问于2021-12-24得票数 1
回答已采纳
我将一组固定长度和可变长度的特性放入一个tf.train.SequenceExample中。，#RefPoints的值是可变的。我将其值存储在length特性中的context_features中。其他功能的大小是固定的。, datas
浏览 2提问于2017-09-30得票数 1
我正在训练一个可以接受可变输入大小的模型(它是一个完全卷积的网络)，它有一个相当复杂的输入管道。
这就是为什么我必须使用dataset api的from_generator方法来处理所有的逻辑。但是，我希望能够在不同大小的图像批次上训练网络。例如，对于第一批，输入图像的大小可以是200x200，但是对于下一批，输入图像的大小可以是300x300。
浏览 0提问于2018-05-20得票数 0
我正在学习“图像分类的联合学习”，但使用我自己的数据集和resnet50。在运行iterative_process.next时，我得到了这个错误。我相信这是由tf.data.Dataset.from_generator引起的，这里是我的代码：dataset_dict['1'] = ds_par1
def c
浏览 1提问于2020-02-12得票数 1
回答已采纳
我期望的工作流如下所示：
iter = dataset.make_initi
浏览 1提问于2018-08-01得票数 1
回答已采纳
3回答
不能取未知秩的形状长度。
、、、
我有一个来自tf.data数据生成器和一个tf.keras模型的神经网络，如下所示(一个简化版本--因为它太长了)：
dataset = ...使用tf.data.Dataset方法调用x_train迭代器和next_y方法的get_next对象调用y_train迭代器的get_next。每个标签都是一个热形式的(1, 67)数组.tf.train.AdamOptimizer(), loss=tf.losses.softmax_cross_entropy, metrics=['
浏览 1提问于2018-12-03得票数 7
回答已采纳
))另外，查看循环并查看我的数据集的最佳方法是什么？如果我要打电话： for batch, head in dataset.take(1):
for labels,
浏览 5提问于2020-02-19得票数 9
回答已采纳
我想使用tf.data.Dataset类提供数据(train_images, train_labels))
到底发生了什么？如何在DataSet ( 32，32，3)的Co
浏览 1提问于2019-11-29得票数 1
回答已采纳
np.array([[1],[2],[3],[4],[5]])def generator(): yield el output
浏览 20提问于2019-08-08得票数 2
回答已采纳
我试图在单个GPU上生成自己的图像数据集，使用Tensorflow dataset API来度量推理性能 (2048, 1080) generator=input_generator_fn,
output_types=(tf.float32/lib/python3.5/site-packages/<
浏览 0提问于2018-04-06得票数 3
1回答
我有一个pandas dataset where col1 ->输入文本(使用预训练的记号赋值器对文本进行标记化)，col2 ->二进制分类0,1.将其转换为tensorflow数据集创建模型
def build_classifier_modelbuild_classifier_model(
浏览 1提问于2021-01-02得票数 0
我有一个可变长度序列的数据集( tensorflow TFRecord数据集)来馈送LSTM网络，我想尝试比较批处理中的前后填充，但当前的padded_batch函数仅在序列末尾填充。我知道我们在应用程序接口中有tf.keras.preprocessing.sequence.pad_sequences函数，但我不知道如何将该函数应用于数据集批处理程序。tensorflow中的padded_batch函数同时执行填充和批处理</
浏览 14提问于2019-10-23得票数 2
我想将原始的基于队列的数据加载机制更改为tf.data API。原来的守则是： self.input_idxs = tf.placeholder(tf.int64, shape=[None, 2]) yield dataset.make_one_shot_iterator().get_next()
dataset = tf.data.D
浏览 0提问于2018-04-04得票数 2
回答已采纳
我想知道是否有任何实质性的缺点(例如，关于计算效率，内存.)在为可变大小的输入(相对于固定大小的输入)创建TensorFlow占位符时？比方说，我正在进行小型批处理学习，并使用占位符初始化图形，在该占位符中，我预先假定了一个固定的batch_size：
tf.placeholder(..., shape=[batch_size, ...或者，我可以初始化占位符变量，以便它接受可变大小的</e
浏览 4提问于2017-03-02得票数 9
回答已采纳
3回答
这是我的密码：csvreader = csv.reader(f)
~/Documents/Programming/ANN/labs/lib/python3.6/site-packages/tensorflow</
浏览 1提问于2018-03-14得票数 15
回答已采纳
2回答
我正在学习粗糙张量及其在粒子跟踪中的应用。我有以下最小的例子，它再现了我一直在经历的错误。import tensorflow as tffromNotOkStatusException as e:
InvalidArgumentError: Invalid input_h shape: [1,8,8] [10,8,8] [Op:CudnnRNNV3] 10指<
浏览 28提问于2020-12-14得票数 0
请考虑以下内容： import tensorflow as tf
model = tf.keras.models.Sequential，第一层(密集层)上的批处理大小的设置只是因为LSTM具有stateful=True，并且它需要批处理大小。向其提供批量大小的方法是通过第一层。这就是密集层指定批
浏览 11提问于2019-09-05得票数 0
回答已采纳
2回答
我正在尝试开发一个自动编码器的声音，有一个在0.05秒和30秒之间的可变长度。我想知道是否有可能创建一个简单的自动编码器，考虑到这个可变长度作为输入，或者我应该做一些输入之前的预处理。
浏览 2提问于2021-04-18得票数 1
我正在尝试运行以下代码行，以使用python中的tensorflow创建dataset。我使用的是tensorflow版本'2.2.0-rc3‘。在处理上述异常的过程中，发生了另一个异常： Traceback (most recent call last):
File &quo
浏览 35提问于2020-05-01得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
