1回答
请考虑以下代码： import tensorflow as tf [1, 1, 1我想用下面的方式合并两个相应的批次。--Batch--- [2 2 2] [6 4 4]]]
Label: [[ 8 -7]] 第一批ds1和第一批ds2应该以这样的方式合并
浏览 27提问于2021-11-06得票数 2
回答已采纳
1回答
我需要计算Aitchison距离作为输入和输出数据集之间的损失函数。 在计算mstric时，我需要计算每一行的几何平均值(其中批次x特征-丢失期间数据集的大小)。在简单的情况下，我们可以想象只有一个批次，因此我只需要为输入和输出数据集分别计算一个geomean 那么如何在tensorflow上实现呢？我没有找到任何指定的指标或简化的函数
浏览 34提问于2021-08-02得票数 0
1回答
我有多个要在训练中使用的数据集。我希望每个批次都来自一个数据集，但(可能)每个时期的所有数据集都有批次。将数据集合并到一个简单的Dataset对象中并使用默认的Dataloader会导致在一个批次中拥有来自不同数据集的样本。我自己的猜测是为每个数据集都有一个单独的Dataset对象，并覆盖Dataloader或采样器，但我不知道
浏览 12提问于2020-06-29得票数 2
1回答
我有一个tensorflow数据集，并且希望对它进行分批处理，这样批处理就不会有相同的大小--类似于将示例分组成批，其大小是由值向量而不是固定值定义的。有没有办法在tensorflow内做到这一点？提前感谢！
浏览 1提问于2020-11-23得票数 2
回答已采纳
我试图了解Tensorflow调试器tfdbg是如何工作的： session =从医生那里：
..。TensorFlow计算的一个“步骤”，通过运行必要的图片段来执行每次操作并计算取中的每个张量，将feed_dict中的值替换为相应的输入值。
浏览 0提问于2018-03-03得票数 0
回答已采纳
1回答
我正在使用Tensorflow RNN来预测一系列序列。我使用Grucell和dynamic_rnn。在训练时，我输入训练数据集，我将其分成8批，每批的批大小为10 (1批的形状为[10, 6, 2]，即[batchsize, seqlen, dim])。为了防止过拟合，当训练数据集中的预测率开始超过80%时，我会停止训练(通常在80%~83%的准确率时停止)。
在训练之后，我让相同的图预测(而不是训练)相同的训练数据集。但这一次，由于tf.nn.dynamic_rnn可以提供可变大小的
浏览 6提问于2018-02-04得票数 0
我想用tensorflow构建一个条件GAN，并使用输入管道来加载我的数据集。问题是，在每次迭代中，我希望使用相同的数据批次来训练生成和判别模型，但因为它们的训练运算符是在不同的运行中获取的，所以它们将收到不同批次的数据。有什么解决方案吗?或者我应该使用feed_dict？
浏览 3提问于2017-06-02得票数 0
此link的tensorflow教程(请参阅“训练模型”部分)表明，可以向tf.keras.model.fit提供数据集(数据、标签)。然而，当我将我的数据集分配给val_data时，如下所示，无论训练状态如何，验证数据的损失都是0 (见下图)。然而，在我的例子中，我提供了一个数据集，与上面的tensorflow教程完全一样。 我使用的是tensorflow 2.1。-->请参阅下面的更新 更
浏览 53提问于2020-11-05得票数 1
4回答
我有一个作为Numpy数组的图像数据集。(图像数量，长度，宽度，颜色范围)我想把它分成批次并馈送到tensorflow。做这件事的好方法是什么？
浏览 30提问于2017-03-06得票数 1
回答已采纳
1回答
对于在TensorFlow后端使用Keras，我是否应该将它们与SLI连接起来？如果没有，那么他们将被单独对待，一个模型将被训练在一张卡片上。这是我到目前为止所理解的两个选择。谢谢。
浏览 0提问于2019-03-08得票数 2
回答已采纳
当合并两个节点集合(~42k)和(~26k)时，性能良好且速度快。但是当我合并(~42)和(5)时，性能急剧下降。我正在将ParentNodes (so (~42k) )分批成500个批次。为什么在本质上合并较少的节点时性能下降(当批处理集相同，但批处理集的源高而目标集低时)？++++++++++++++++++++++++++++++++++++ ++++++
浏览 4提问于2014-02-28得票数 0
该文件的大小为90 in，该文件中的数据具有以下格式：(N，250,360,3)。顺便说一句，这些数据不能放入内存中。现在，我想用Tensorflow编写一个数据加载器，每次只从这个文件加载M个样本(M远小于N)。谢谢。J
浏览 3提问于2017-01-31得票数 0
回答已采纳
3回答
我还没有成功地用TensorFlow训练语言到文本问题的神经网络。我决定使用纯快速傅立叶变换(即谱图)作为训练数据，再现描述的方法的结果，并对3层双向神经网络进行编码，每层有300个LSTM单元。我最初尝试用ps |fft|^2计算功率谱，而dB通过10 * log10(ps)计算，但是TensorFlow CTC损失函数产生nan值，而且优化器显然会将所有params更新为nan，因此我没有进一步使用它值得一提的是，光谱图并没有标准化，因为它只会使TensorFlow出于某种原因产生nan值。请有人解释一下为什么会发生这
浏览 6提问于2016-07-14得票数 5
我尝试使用tensorflow对一个小数据集进行再训练(每个类中大约有40张图片，批次大小为8)，但是结果非常糟糕。我害怕使用更多的数据来进行训练，因为这很费时。
你有什么建议？是否有更好的方法，还是问题在于小的训练数据集？
浏览 0提问于2018-09-18得票数 3
建议使用tensorflow数据集作为输入管道，设置如下：dataset = tf.data.Dataset.from_tensor_slices((features也许有人想知道数据集中或其迭代器中有多少批次。或者已经调用了多少批，迭代器中还剩下多少批？人们可能还希望获得特定的元素，甚至一次获取整个数据集。
我在tensorflow文档上找不到任何东西。如果没有，有没有人知道这是不是在tensorflo
浏览 1提问于2018-04-19得票数 5
1回答
我对研究tensorflow中的图形很感兴趣。在我的数据集中，节点的数目因图而异。这是有问题的，因为在我的观察中，tensorflow不允许我轻松地输入具有可变形状的数据。更具体地说，当数组的形状不同时，有人能建议一种简单的方法将2d数组的批次提供给tf.Estimator.estimator吗？我一直在为固定大小的数据集使用tf.estimator.inputs.numpy_input_fn，但现在需要一种不同的方法。
浏览 0提问于2018-03-24得票数 0
回答已采纳
给定tensorflow数据集
Train_dataset = tf.data.Dataset.from_tensor_slices((Train_Image_Filenames,Train_Image_Labels我想把我的批次分层，以解决阶级不平衡的问题。File "/xxx/xxx/anaconda3/lib/python3.6/site-packages/tensorflow/contrib/tra
浏览 1提问于2018-11-27得票数 4
回答已采纳
我之前在tensorflow中使用了Estimator API，并使用了"max_steps“，这是在训练期间看到的批次数量。我的数据集是完全合成的和无限的，每次都会动态生成一批全新的图像。新的Keras API使用了“纪元”的概念，它对应于整个数据集。
浏览 0提问于2019-10-24得票数 0
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
