我用tf.estimator和tf.data.TFRecordDataset训练了一个细胞神经网络模型，它们用model_fn函数定义了模型，用input_fn函数定义了输入。也可以使用一次获取一批示例。
现在我在一个目录中训练了模型文件(ckpt，meta，index)。我想要做的是根据训练好的模型来预测图像的标签，而不需要再次训练</
浏览 3提问于2017-12-12得票数 1
1回答
我使用的数据集同时包含数值+分类数据。在进行培训和评估之前，我将分类特性转换为数字特性，最后得到相同数量的特性，只是数字特性：
我的评估数据集包含14个。= <em
浏览 0提问于2018-12-04得票数 1
回答已采纳
我使用keras model_to_estimator函数训练一个tensorflow模型，然后用训练数据进行训练。这样做很好，然后我可以继续使用测试数据成功地进行预测。在一个单独的例程中，我希望能够用最新的训练检查点加载预训练的估计器，并做更多的预测(即不进行再训练
浏览 2提问于2018-06-14得票数 0
回答已采纳
为了进行分类，我创建了一个自定义tf.estimator，如下所示： # Some operations here我可以轻松地训练它：my_estimator.train(input_fn=input_fn)
其中，input_fn是一个函数，它使用t
浏览 2提问于2017-11-17得票数 8
回答已采纳
我有一些python代码，可以使用Tensorflow的TFRecords和Dataset API来训练网络。我已经使用tf.Keras.layers构建了网络，这无疑是最简单、最快的方法。Dataset API，并在训练期间和训练完成时自动将检查点保存到checkPointDirectory。= tf.estimator.Ru
浏览 2提问于2018-10-02得票数 5
1回答
我不能理解如何使用已经训练好的神经网络模型。我在python上编程，我使用的是库keras。我分析时间序列。训练神经网络，保存模型。好的。我这样做: model.predict ( dataset )，其中dataset是过去90天的值。我需要提前预测，比如说，10天。
但是预测只针对指定的</em
浏览 18提问于2018-01-24得票数 0
我用python开发了一个卷积神经网络算法，它用特定的标签对图像(.jpg)进行分类，2)设置一个估计器，在本地保存save_summary和save_checkpoint步骤；如何将这个经过训练</em
浏览 4提问于2017-12-06得票数 0
我正尝试在“交互”模式下使用tensorflow神经网络:我的目标是加载一个经过训练的模型，将其保存在内存中，然后偶尔对其执行推理。问题是显然tensorflow Estimator类(tf.estimator.Estimator)不允许这样做。
预测(，)方法将一批特征和到模型的路径作为输入。然后，它创建一个会话，加载模型并执行推理。在此之后，
浏览 1提问于2018-05-06得票数 1
假设我已经训练了一个Tensorflow Estimator： model_fn=model_fn, config=some_config)estimator.fit(input_fn=input_fn_train, steps=None)我想用我的函数做一些预测：
浏览 19提问于2018-01-11得票数 7
简单地说，我使用tensorflow Dataset API设置了一个数据输入样条。然后，我用keras实现了一个CNN分类模型，并将其转换为一个估计量。我用我的input_fn提供了我的评估器、培训和Eval规格，为培训和评估提供了输入数据。train_spec_dnn, eval_spec_dnn)
我使用tf.estimator.BestExporter保存了5个最佳检查点，如上面所示。一旦我
浏览 0提问于2020-02-28得票数 1
试图对随机森林算法有一个更好的理解。使用相同的训练和保留数据集，我在这里尝试了两件事：
设置一个小的n_estimator (10)，在我的训练数据集上进行训练，并应用于我的持久化数据集。如果我重复几次，结果(例如，正确预测的目标类)在每次运行时都会有所不同。我的理解是，由于树的#在我的<em
浏览 0提问于2019-10-03得票数 1
回答已采纳
我最近做了一个应用程序接口(仍然没有解决)，但这不是问题所在因为我相信这会直接影响到
因此，我很好奇通过模型进行预测是更消耗CPU的任务，还是训练和
浏览 0提问于2020-06-27得票数 0
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
我用tf.estimator训练了一个resnet，在训练过程中保存了模型。保存的文件包括.data、.index和.meta。我想载入这个模型，并得到新图像的预测。在tf.data.Dataset训练过程中，将数据输入模型。我一直在密切关注给定的resnet实现。
我希望使用feed_dict将模型<
浏览 2提问于2018-02-08得票数 3
我有一个用tf.estimator训练的模型，它在训练后导出如下这给了我一个saved_model.pb和一个包含权重作为.data文件的文件夹。可以
浏览 1提问于2018-03-05得票数 2
我将在预测时间接收字符串。没有办法绕过这一点。为了进行类似的训练，我使用了tf.contrib.lookupimport tensorflow as tf
user_input = tf.keras.layers.Input(shape=(1,), dtype=tf.int32我正在使用
浏览 1提问于2018-10-12得票数 0
_.fit(x_train,y_train)
问题是估计量是漏出满分，在某些情况下是1。但
浏览 5提问于2017-02-21得票数 6
回答已采纳
1回答
处理要预测的元组中的范畴值
、、、、
我正在用一个经过训练的滑雪板模型构建一个API。我已经以.joblib格式保存了模型，并在进行预测之前将其加载到API后端。但问题是，我的数据包含分类列，在使用get_dummies()库中的pandas方法对这些分类列进行一次热编码之后，我对模型进行了训练。我的API接收带
浏览 5提问于2020-02-13得票数 0
我目前正在尝试训练谷歌的草图识别模型，就是链接中的那个：。但我最近遇到了困扰我很长一段时间的问题。
问题如下:我使用了链接中的代码和quickdraw中的数据来完成训练。我现在有一个训练过的模型，有三个文件(.meta，.index，.data)，现在我想计算345个类别的训练模型的混淆矩阵。但由于我从未<em
浏览 0提问于2019-01-04得票数 5
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
