在下面的示例(Tensorflow 2.0)中，我们有一个具有三个元素的虚拟tensorflow数据集。我们在其上映射一个函数(replace_with_float)，该函数返回一个随机生成的值，分两个副本。正如我们所预期的那样，当我们从数据集中获取元素时，第一个和第二个坐标具有相同的值。现在，我们分别从第一个坐标和第二个坐标创建两个“切片”数据集</em
浏览 10提问于2019-12-20得票数 1
回答已采纳
我有一个图像的TFRecordDataset。每个记录都有一个图像、一个整数标签和一个字节数组ID。字节数组是某个数字的十六进制表示。
我希望用ID的导数为随机操作添加种子。我如何做到这一点？
浏览 17提问于2020-05-04得票数 3
这是我从tfrecord加载数据的代码：我得到了以下错误：我的问题是：
如何从数据集中解压缩数据？
浏览 5提问于2020-07-10得票数 0
回答已采纳
我试图在tensorflow中开发一个自定义op，在此期间，我更改属于输入-张量的值，并且在op完成后，该值仍应反映这些更改。挑战是，python通过赋值传递函数参数(在本例中为==不可变类型)，从而阻止我访问实际希望在op中访问的数据。
。正如上面提到的，我知道这种行为是从哪里来的，我知道这是意料之中的。但是，我想找到一种方法，使从50到100 (在自定义op中完成)的更改是可变的，因此在定制op
浏览 0提问于2018-03-19得票数 1
我正试图预测keras / tensorflow中的所有测试批，然后绘制一个混淆矩阵。当前的BATCH_SIZE是: 32test_dataset = big_dataset.skip(train_size).take(test_sizetest_dataset.shuffle(test_size).map(augment).batch(BATCH_SIZE)
在model
浏览 3提问于2022-04-25得票数 1
回答已采纳
1回答
我正在尝试从TF2数据集中训练一个自定义的单词嵌入。我的文本已经被编码为整数，我的模型在示例数据集(即从加载的数据集)上工作得很好。但是，当我从(批)数据集中输入我的张量时，模型无法开始使用ValueError: No gradients provided for any variable: ['embed/embeddings:0导致相同错误的</em
浏览 1提问于2020-07-03得票数 1
回答已采纳
1回答
批处理看起来比feed_dicts更干净，所以我试着理解Tensorflow中的批处理。 num_threads=4, min_after_dequeue=10000)
一些上下文:我目前有一个包含大约50K行的单个文件我使用tf.train.string_input_producer和tf.decode_csv从csv中读取行，但对于作为参数向tf.train
浏览 1提问于2016-09-14得票数 1
回答已采纳
例如，每当数据集中的每个元素被批处理并输入到model_fn中时，我都会向其中的每个元素添加随机噪声。dataset.map()似乎只被调用一次，并且通过dataset.repeat()的后续传递是静态的。这是我尝试过的：import numpy as np
dx = tf.data.Dataset.from_tensor_slicesnext_element.numpy
浏览 0提问于2019-10-25得票数 1
我试图使用Tensorflow的Dataset API在Keras中构建模型。我成功地训练了克拉斯的模特。而是对测试数据进行预测。它需要在numpy数组中。
x = input_fn('test.tfrecords')pred = model.predict(x_out,batch_siz
浏览 2提问于2018-12-23得票数 2
1回答
我正在尝试使用Swift for Tensorflow API，但我找不到一种方法来创建具有随机正常初始化的张量。目前我正在从numpy获取一个数组来构造一个张量结构： let np = Python.import("numpy")
let w_np = np.random.randn(10, 10).astype有没有Swift for Tensorflow获取随机数组的纯方法？
浏览 10提问于2019-04-17得票数 1
回答已采纳
我有一个数据集，表示为形状NumPy矩阵的(num_features, num_examples)，我希望将它转换为TensorFlow类型的tf.Dataset。我正在努力理解这两种方法之间的区别：Dataset.from_tensors和Dataset.from_tensor_slices。什么是正确的?为什么？TensorFlow文档()表示，这两种方法都接受一个嵌套的张量结构，尽管在使用from_tensor
浏览 0提问于2018-03-30得票数 91
回答已采纳
我的理解是(如果我错了，请纠正我)：
步骤4定义了一个输入函数my_input_fn，它将数据格式化为相关的TensorFlow structuresTensor。我对python只有基本的了解，但我对函数的理解是，每次调用它都会从熊猫框架中重新初始化张量结构，得到一个迭代器，然后返回它的第一个元素。每次它被召唤。当然，在本例中，如果数据被洗牌(默认情况下是这样)，而且数据集很大，那么在100步
浏览 0提问于2018-03-20得票数 8
回答已采纳
我正在编写Python/tensorflow/mnist教程。由于使用了tensorflow网站的原始代码，我收到了警告:图像数据集很快就会被废弃，abd建议我使用以下一个：from tensorflow.models.official.mnist)
但它返回并空数据集。我坚持这样做(但将是开放的、默示的)(两批完整的图像和
浏览 1提问于2018-10-21得票数 4
回答已采纳
1回答
我想从地球引擎中获得每一个100×100像素的10k图像。我计划在区域中创建10k随机点，并为每个点在周围区域选择100×100像素。导出格式为TFRecords格式，用于特殊的压缩数据类型--张量流记录。
我认为这种方法糟透了。也许有一种从地球引擎中提取数据集的更合适的方法。到目前为止，我可以输出整个地区作为一个巨大的形象。我计划利用这些数据</e
浏览 1提问于2020-07-20得票数 0
回答已采纳
这是我的代码，我正在使用转移学习来训练我的模型。但我得到的索引超出了误差范围。当尝试测试我的模型时，它给model.predict()函数带来了这个错误。可能是什么原因？weights layer.trainable = Falsefolders = glob('input/train/*')
我们的层次len(folders), activation='softmax'
浏览 3提问于2020-08-18得票数 2
回答已采纳
3回答
我想在Tensorflow中堆叠两个datasets对象(R中的rbind函数)。我已经从tfRecord文件创建了一个数据集A，并从numpy数组创建了一个数据集B。两者都有相同的变量。您是否知道是否有方法可以将这两个数据集堆叠在一起以创建更大的数据集？或者创建一个迭代器，从这两个源中随机读取数据？
谢谢
浏览 1提问于2018-02-14得票数 15
回答已采纳
在将Tensorflow数据集传递到Keras的model.fit函数中时，获取与形状相关的ValueError。我的数据集的标注具有形状(100个样本x 62个要素)和Y_train (100个样本x 1个标注import numpy as np
from tensorflow.kerasimport layers, Sequential, optimize
浏览 0提问于2019-06-08得票数 0
我正在尝试在tensorflow中实现一个变分自动编码器设计。这种特殊的方法改变了损失的KL散度部分，以消除对x (即输入数据)的任何依赖。我认为我需要在经过训练的网络中运行正确形状的随机法线或均匀向量，但我很难弄清楚如何输入它。这是我到目前为止所知道的： def __init__(self, x, n_steps, input_size, output_size,这是我想要
浏览 0提问于2018-02-21得票数 2
1回答
我正在尝试将TensorFlow中的数据集转换为具有多个单值张量。数据集目前看起来如下所示：output_label
浏览 0提问于2018-04-22得票数 4
import tensorflow as tf x_np = np.random.noramlx_conv_np2 = sess.run(x_conv, feed_dict={x_tf: x_np})
如果我使用option1运行上面的代码，那么x_conv_np和x_conv_np2得到相同的值，但是当我使用option2运行上面的代码时，会得到x_conv_np和x_conv_np2的</e
浏览 2提问于2017-01-13得票数 2
回答已采纳
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
