我的问题是，为什么使用num_epochs属性创建train_input_fn和eval_input_fn变量。它们只用于评估，所以我认为没有必要运行同一个测试10000次。# We have to tell the function how many batchesinput_fn = tf.estimator.inputs.numpy_input_fn(
{"x"
浏览 90提问于2017-08-23得票数 1
学习速率衰减函数tf.train.exponential_decay采用decay_steps参数。为了降低每个num_epochs的学习速度，您可以设置decay_steps = num_epochs * num_train_examples / batch_size。但是，当从.tfrecords文件读取数据时，您不知道其中有多少培训示例。要获得num_train_examples，您可以：
用tf.string_input_producer设置一个num_epochs
浏览 0提问于2016-08-11得票数 1
回答已采纳
我编写了一个简单的程序来尝试在TensorFlow中读取批处理函数中的数据，但遇到了一个问题：1.0,1.0,1.0,1.0,1
1.1,1.1,1.1,1.1,1当我没有在string_input_producer中指定num_epochs时，代码可以正常工作。但是当我指定num_epochs时，batch或shuffle_batch总是抛出OutOfRange error。current_size始终
浏览 0提问于2017-07-20得票数 0
input_fn_train = tflearn.io.numpy_input_fn({"x": train_x}, train_y, num_epochs=1000)INFO:
浏览 5提问于2017-06-18得票数 2
)NUM_EPOCHS= 5在运行它时，tf给出了错误：
Va
浏览 12提问于2019-11-07得票数 14
回答已采纳
config=tf.contrib.learn.RunConfig(save_checkpoints_secs=1) x=data_file, batch_size=100, shuffle=shuffle,
浏览 0提问于2017-10-16得票数 2
tensorflow计算的rmse与我手动计算的rmse不匹配。(feature_columns=make_feature_cols(), model_dir=OUTDIR)
model.train(make_train_input_fn(train_data, num_epochs
浏览 125提问于2019-04-24得票数 1
回答已采纳
, 1] + tf.random_normal([5], stddev=0.01)
xs_inp, ys_inp = tf.train.slice_input_producer([xs, ys], num_epochs
浏览 1提问于2017-04-24得票数 0
回答已采纳
我需要用坐标做一些计算，并发现这种奇怪的行为(至少对我来说是这样)。有人能解释一下为什么会这样吗？$ long$ long % long.floor我原以为最后一行将在句号结束后从long中计算出数字，但结果却是附加了一个为什么要加数字？
信息是从哪里来的？
浏览 10提问于2016-10-05得票数 4
回答已采纳
=1
#在计算图中，heightT和widthT张量- on都依赖于依赖于tfrecord_read_op的tfrecord。因此，无论何时计算tfrecord，计算图依赖项都应该从file_queue调用另一个去队列。当在单独的heightT和widthT调用中计算tf.Ses
浏览 3提问于2017-09-14得票数 0
1回答
为什么将行重写为y = Ap，并将向量行添加到新变量A。从x，y值估计出的最小二乘，那么为什么要添加向量呢？
浏览 0提问于2018-09-15得票数 1
回答已采纳
在笔记本中，他们使用随机梯度下降(SGD)来优化损失函数。linear_regressor.train(input_fn = lambda:my_input_fn(my_feature, targets), steps=100)
为什么steps=100在linear_regressor.train方法上面？因为我们有17000批，而ML中的steps意味着计算一批的计数，所以在linear_regressor.train方法中steps =
浏览 0提问于2018-10-10得票数 0
我将num_epochs设置为一个较高的数目，让EarlyStopping终止培训。fname_saveWeights, verbose=1, save_best_only=True)
val_loss = seqModel.history['val_loss']plt
浏览 0提问于2018-06-15得票数 7
回答已采纳
简单地说一下，inputs函数如下所示：
def inputs(train_dir, train, batch_size, num_epochs, one_hot_labels=False):现在，我试图使用完全相同的功能来对相同的数据训练不同的网络，唯一(主要的)区别是，我不只是在某些train_operator上调用train_operator函数，而是手动进行培训(通过手动评估损失和更新参数当我尝试使用inputs函数生成的数据时，程序会被卡住，设置队列超时确实会显示它已卡在生产者
浏览 5提问于2016-11-22得票数 1
回答已采纳
在大多数模型中，都有一个steps参数，指示要运行数据的步骤数。但我发现在大多数实际应用中，我们也执行了拟合函数N个历元。
1次跑1000步和10次跑100步有什么区别？在实践中哪一个更好？在连续的时代之间有任何逻辑变化吗？数据洗牌？
浏览 7提问于2016-07-12得票数 179
filename = os.path.join(data_dir, TEST_FILE)我把这个问题分为以下几点：
如果我不设置num_epochs = 1，那么一切都会正常工作。
浏览 3提问于2016-02-27得票数 1
回答已采纳
对于每个功能以及为什么它们是必要的(或不需要)，都有很多解释。
但是我不明白"3.在一
浏览 1提问于2018-01-19得票数 0
回答已采纳
我对tensorflow并不熟悉，所以这可能是一个愚蠢的问题，但是:在调用decode_csv函数时，在定义dataset时，我们为什么不使用调用圆括号/传递参数呢？transformations (here: text line -> feature list)
num_epochs= None # indefinitely
dataset =
浏览 1提问于2019-07-19得票数 2
回答已采纳
1回答
NUM_THREADS = 4NUM_EPOCHS = 5LEARNING_RATE = 0.005
LEARNING_SCHEDULE
浏览 0提问于2018-04-18得票数 7
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
