是否可以省略Tensorflow标量摘要，这取决于它的值？
TensorFlow是一个开源的机器学习框架，用于构建和训练各种机器学习模型。在TensorFlow中，摘要（Summary）是一种用于可视化和记录模型训练过程中的数据的工具。标量摘要（Scalar Summary）是一种特定类型的摘要，用于记录单个标量值（如损失函数的值）随时间的变化情况。
是否可以省略TensorFlow标量摘要取决于具体的应用场景和需求。以下是一些考虑因素：
- 可视化需求：如果你希望在训练过程中实时监控模型的性能指标，比如损失函数的变化趋势，那么使用标量摘要是非常有用的。通过将标量摘要写入TensorBoard，你可以可视化地观察模型的训练进展，并及时调整模型的参数或优化算法。
- 训练效率：在大规模数据集上进行训练时，记录每个训练步骤的标量摘要可能会导致较大的性能开销。因此，在一些情况下，可以考虑省略标量摘要，以提高训练的效率。但需要注意的是，省略标量摘要可能会导致失去对训练过程的可视化监控能力。
- 存储空间：标量摘要会生成一系列的事件文件，用于存储训练过程中的数据。如果你的存储空间有限，或者对训练过程中的详细数据并不关注，那么可以考虑省略标量摘要以节省存储空间。
总结来说，是否可以省略TensorFlow标量摘要取决于你对训练过程的可视化需求、训练效率和存储空间的权衡。在实际应用中，可以根据具体情况灵活选择是否使用标量摘要。
腾讯云相关产品：腾讯云提供了一系列与机器学习和深度学习相关的产品和服务，如腾讯云AI Lab、腾讯云机器学习平台等。这些产品和服务可以帮助用户快速构建和训练机器学习模型，并提供了可视化和监控工具来观察模型的训练过程。具体产品介绍和链接地址可以参考腾讯云官方网站。
相关·内容
这是一个非常基本的张量板标量日志：
import numpy as np
import tensorflow as tf
a = np.arange(10)
x = tf.convert_to_tensor(a, dtype=tf.float32)
x_summ = tf.summary.scalar("X", x)
writer = tf.summary.FileWriter('/tmp/logdir')
writer.add_summary(x_summ)
但是，我在add_summary中得到了summary.value中值的一个错误：
Attribute
浏览 1提问于2018-08-10得票数 3
回答已采纳
1回答
我正在使用这里发布的tensorflow rnn翻译模型：
我想根据我自己的想法修改这段代码的一部分。
我想做的第一件事是查看每一层中的target_weights。
我所知道的是，最初是一个target_weights数组，其中包含用于填充的0和用于句子中每个单词的1。
在初始化之后，它被提供给一个session.run方法，并且它肯定会改变。
现在我想知道，在学习过程中，是否有人知道我应该如何看待这个数组所面对的变化。
或者其他一些东西，我如何才能看到每一层的权重并检查每一层对应的值。
提前感谢
浏览 0提问于2016-05-31得票数 0
1回答
我使用的是models/research tensorflow存储库中的object_detection。我成功地训练了一个模型，但在使用tensorboard控制我的训练进度时，我错过了准确性和交叉熵信息。
我是否需要自己计算精度并将其添加到tb中，或者它已经存在并且我正在做一些错误的事情？如果我必须添加它，trainer.py会是正确的地方吗？
浏览 6提问于2018-02-27得票数 0
我已查过以前有关这个问题的答案，但至今仍未解决。我正在从无到有地实现一个YOLO算法(用于对象检测)，并且在训练部分有问题。
对于培训，我是tf.estimator API，并且正在使用类似于tensorflow 中的similar代码的代码。我得到了以下错误：
Traceback (most recent call last):
File "recover_v3.py", line 663, in <module>
model.train(input_fn=train_input_fn, steps=1)
File "/home/nyu-m
浏览 0提问于2018-09-21得票数 2
我正在试图了解如何在使用clip_norm或与Tensorboard时确定的值。
在Tensorflow中，我们可以使用compute_gradients的优化器来获得梯度并将其添加到中。在Tensorboard中，我们可以在DISTRIBUTIONS选项卡中观察到梯度的范围。然后在使用clip_value时，我们可以确定的范围。
另一方面，如何在clip_norm板中计算/显示范数或全局范数，以确定其值。
浏览 1提问于2018-04-12得票数 1
回答已采纳
我正在使用TensorFlow r1.0和图形处理器Nvidia Titan X训练一个类似盗梦空间的模型。
我添加了一些摘要操作来可视化训练过程，使用如下代码：
def variable_summaries(var):
"""Attach a lot of summaries to a Tensor (for TensorBoard visualization)."""
with tf.name_scope('summaries'):
mean = tf.reduce_mean(var)
浏览 9提问于2017-02-23得票数 7
1回答
序列2序列模型的注意向量基本上是一个形状batch_size，time_step,1的数组，它表示特定时间步的权重。
但是如果我使用tf.summary.histogram在张力板上显示它，tensorflow只会显示权重的分布，我不能区分哪个时间步长更重要。我可以使用tf.summary.scalar，但是我的源序列长度是128，它的图太多了。显示这类数据的最自然的方式是用这样的图片，但是我如何在tensorboad中实现呢？
浏览 0提问于2018-05-06得票数 1
我已经使用TensorFlow为MNIST实现了一个NN。我想在TensorBoard上显示结果。Flowing是我实现的TensorBoard的屏幕截图。但是图像页面显示“没有图像数据被找到”。
这里应该显示什么信息？我应该忽略它吗？
码
import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
tf.reset_default_graph()
mnist = input_data.read_data_sets('data', one_hot
浏览 1提问于2017-06-23得票数 0
回答已采纳
目前，我正在一个稍微大一点的TensorFlow项目中工作，并试图像往常一样可视化我的网络中的某些变量，即执行此工作流。
声明我想通过tf.summary.scalar('loss', loss)跟踪哪些变量
通过summary_op = tf.summary.merge_all()收集
声明我的作者为writer = tf.summary.FileWriter('PATH')并添加图表
通过s = sess.run(summary_op)评估我的训练迭代过程中的汇总操作
最后通过writer.add_summary(s, epoch)把它添
浏览 0提问于2018-09-24得票数 9
回答已采纳
我已经在一台机器上用tensorflow实现了一个变分自动编码器。现在，我正在尝试使用tensorflow提供的分布式机制在我的集群上运行它。但是下面的问题困扰了我好几天。
Traceback (most recent call last):
File "/home/yama/mfs/ZhuSuan/examples/vae.py", line 265, in <module>
print('>> Test log likelihood = {}'.format(np.mean(test_lls)))
File "
浏览 0提问于2016-08-08得票数 1
我对TensorFlow 1.x非常熟悉，我正在考虑在即将到来的项目中切换到TensorFlow 2。我在理解如何使用TensorBoard日志编写标量时遇到了一些困难，使用的是热切的执行(使用 )。
问题描述
在tf1中，您将创建一些摘要操作(您想要存储的每件东西都有一个op )，然后将其合并到一个op中，在会话中运行合并的op，然后使用FileWriter对象将其写入文件。假设sess是我们的tf.Session()，下面可以看到这样做的一个例子：
# While defining our computation graph, define summary ops:
# ... some
浏览 0提问于2019-07-10得票数 12
回答已采纳
2回答
我想要输出每个固定数量的在tensorflow教程给出的cifar10示例中的精度，我尝试在钩子中使用tf.summary.scalar(..)来生成错误:图形是最后确定的。但是，我认为我只能访问钩子中的步骤数(我正在评估使用cifar10_eval.py的准确性，这也是tensorflow教程给出的示例代码)。我还试图将global_step写入检查点，但不幸的是，MointeredTrainingSession只支持时间间隔(save_checkpoint_secs)，而不支持步骤间隔。有什么建议吗？
cifar10_train.py
def train():
""&#
浏览 0提问于2017-04-28得票数 2
默认情况下，TensorFlow将使用我们可用的GPU设备。也就是说，TensorFlow是否同时使用GPU和CPU进行计算，或者GPU用于计算，CPU用于作业处理(不管如何，CPU总是活动的，就像我想的那样)？
浏览 0提问于2018-10-30得票数 2
回答已采纳
我正在尝试用TensorFlow训练一个模型，然后获得损失图。我正在使用下面的代码片段：
for step in range(NUM_BATCHES):
img, lbl = sess.run([batch_images, batch_labels])
_, loss_value = sess.run([train_op, cost], feed_dict={X: img, Y: lbl, p_keep_conv: 0.8, p_keep_hidden: 0.5})
print("Step %d, loss %1.5f" % (step, loss_va
浏览 4提问于2017-07-24得票数 0
回答已采纳
我想使用Tensorflow和tensorboard V2在同一张图上合并精度和召回率。我找到了许多以前版本的例子，但在我的例子中没有一个是有效的。 我已经创建了一个Keras回调来计算精度和召回率，然后我调用tensorflow摘要将它们记录在同一个记录器中。我可以在Tensorboard中可视化它们，但是在两个独立的图中。 Class ClassificationReport(Callback):
def __init__(self, data_generator, steps, label_names, log_directory):
""
浏览 25提问于2019-10-01得票数 1
回答已采纳
我目前正在测试用TensorFlow Lite转换的U-Net网络推理的延迟时间。在一个分段问题上，我正在测试具有相同结构的三个NN (我正在用Windows操作系统在我的笔记本上测试它们)：
第一个模型: TensorFlow模型(没有优化，使用Keras接口创建)。
第二个模型:使用TFLite优化的TensorFlow模型(使用Python进行转换并不进行量化)。这实际上是第一个转变的模型。
第三个模型:使用TensorFlow优化和量化的TFLite模型(使用Python进行转换，用tensorflow.lite.Optimize.DEFAULT进行量化)。这实际上是第一个
浏览 4提问于2021-01-08得票数 1
2回答
是否可以在具有单个值的张量上运行map_fn？
以下工作：
import tensorflow as tf
a = tf.constant(1.0, shape=[3])
tf.map_fn(lambda x: x+1, a)
#output: [2.0, 2.0, 2.0]
然而，这并不是：
import tensorflow as tf
b = tf.constant(1.0)
tf.map_fn(lambda x: x+1, b)
#expected output: 2.0
有可能吗？
我做错了什么？
任何提示都将不胜感激！
浏览 0提问于2018-05-21得票数 4
回答已采纳
我正在运行tensorflow对象检测API并使用SSD_mobilenet模型。我在我的训练目录中有model.cpkt和graph.pbtxt。但是在我的训练目录中，我发现我的事件文件是空的。似乎没有数据写入到我的事件中。有人能帮帮我吗！
浏览 3提问于2018-11-28得票数 0
我有一个TensorFlow模型，这个模型的一部分评估了精度。accuracy只是tensorflow图中的另一个节点，它接受logits和labels。
当我想要描绘训练的准确性时，这很简单:我有如下内容：
tf.scalar_summary("Training Accuracy", accuracy)
tf.scalar_summary("SomethingElse", foo)
summary_op = tf.merge_all_summaries()
writer = tf.train.SummaryWriter('/me/mydir/'
浏览 5提问于2016-10-20得票数 30
回答已采纳
1回答
是否可以在训练和测试时跟踪变量的值？我将记录每一步的张量值，并让一些程序看到它。
但在此之前:是否可以使用tensorflow的摘要函数？如果可能的话，只使用张贴板和网站，那么它不会给我详细的信息，我也不能得到直觉。
浏览 0提问于2017-02-02得票数 0
回答已采纳
我已经修改了现有的cifar10示例，以作为一个暹罗网络。但我在训练中遇到了一些困难。
作出的改动：
占位符而不是队列
自定义损失函数
下面是我修改的cifar10_train.py：
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
from datetime import datetime
import os.path
import time
import input_data
import numpy a
浏览 4提问于2016-03-01得票数 0
回答已采纳
对于一个医学应用程序，我正在使用TensorFlow重新培训预培训的Inception-v3网络。
这个网络有最后一层：
pool_3:0 (2048年特性)
使用TF的classify_image，我确定了这些特性中哪些对每个示例最重要。因此，这里有一个数组，其中包含顶部N个特征的索引，按权重排序。
下一步是可视化特征向量，以更好地理解结果。
我该怎么做呢？TensorBoard能做到这一点吗？我有点不知所措。如有任何建议/帮助，我们将不胜感激！
浏览 3提问于2016-06-10得票数 0
回答已采纳
我被tensorflow r1.0中的注意力解码器实现搞糊涂了。可以在这里找到原始代码：。
下面是我感到困惑的代码部分：
def decoder_fn(time, cell_state, cell_input, cell_output, context_state):
if cell_state is None: # first call, return encoder_state
cell_state = encoder_state
# init attention
attention = _init_attention(encod
浏览 2提问于2017-04-06得票数 0
我进行了一次很长的训练(强化学习有20M步)，每10k步写一次总结。在步骤4M到6M之间，我在我的TensorBoard标量图中看到了两个峰值，然后我让它运行并进入睡眠状态。早上，它的运行速度约为12米，但我早些时候看到的4米到6米之间的山峰从图表上消失了。我试着放大，发现TensorBoard (随机？)跳过了一些数据点。我还试图导出数据，但导出的.csv中也缺少一些数据点，包括峰值。
我在TensorFlow的github页面上找到了答案：
TensorBoard使用存储抽样方法对数据进行降采样，以便将其加载到内存中。您可以修改在tensorboard/backend/server.py
浏览 4提问于2017-04-30得票数 31
我使用的是tensorflow v0.11.0。我正在训练两个网络：D和G。基本的问题是，我无法记录我正在显示的值，这造成了混乱。d和g损失的打印值与我所记录的完全不同。
#Defining Losses
loss_d1 = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(out_1, 0.9*tf.ones_like(in_1)))
loss_d2 = tf.reduce_mean(tf.nn.sigmoid_cross_entropy_with_logits(out_2, tf.zeros_like(in_2)))
loss_g
浏览 2提问于2017-06-29得票数 0
我试图在tensorflow中对tf.gradient进行黑客攻击，对于秩(M，N)的张量(M，N)和秩(Q，P)的张量( Q，P)，给出一个自然期望的秩的梯度张量(M，N，Q，P)。
正如在这个站点上的多个问题中所指出的，我们得到的是一个秩(Q，P)，它是y元素之和的梯度。现在我不知道的是，查看tensorflow代码时，y元素的和是在哪里生成的？是开始还是结束？有人能帮我找出代码行的位置吗？
*
浏览 4提问于2017-03-25得票数 4
回答已采纳
我开始玩分布式的Tensorflow。我能够成功地在不同的服务器上分发培训，但我看不到任何总结。
有人知道这是否有任何限制或警告吗？
谢谢
浏览 2提问于2016-05-24得票数 2
回答已采纳
我想打印一个优化器已经最小化的损失值。下面是一个示例：
LEARNING_RATE = 0.0001
MOMENTUM = 0.999
mean_squared_error = tf.reduce_mean(tf.square(tf.sub(predictions, training_outputs)))
train_step = tf.train.MomentumOptimizer(LEARNING_RATE, MOMENTUM).minimize(mean_squared_error)
# Load data
features = ...
labels = ...
# Launch
浏览 1提问于2016-04-12得票数 1
回答已采纳
1回答
我用tensorflow编写了一个卷积神经网络来执行mnist数据集。一切都很好，但我想把模型想象成张紧板。我该怎么做？这是我的代码：
from __future__ import print_function
import tensorflow as tf
# Import MNIST data
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data.read_data_sets("/tmp/data/", one_hot=True)
# Parameters
learn
浏览 4提问于2017-05-26得票数 2
回答已采纳
1回答
我已经实现了一个非常简单的计算图，并且我能够在tensorboard上正确地可视化它。 但是，当我运行图表时，我看不到变量的数值 import tensorflow as tf
a = tf.constant(5, name = 'a')
b = tf.constant(5, name = 'b')
c = a + b
print(a)
print(b)
print(c)
sess = tf.Session()
print(sess.run(c))
with tf.Session() as sess:
writer = tf.summary.Fi
浏览 16提问于2019-05-24得票数 0
我使用的是TensorFlow1.4中的汇总操作。我创建了一个汇总操作，可以在运行会话时获得输出。但是，我查看了摘要输出的值，它是一个字符串变量，我不能直接从它获得值。我想知道是否有任何解决方案可以将这些值提取为可读格式。谢谢。
代码片段：
with tf.train.MonitoredTrainingSession(
hooks=[summary_hook, saver_hook]) as sess:
while not sess.should_stop():
try:
summary, _ = sess.run([merge
浏览 13提问于2018-01-11得票数 2
我编写了一个简单的代码来测试Tensorflow总结功能。代码在下面。
import tensorflow as tf
import numpy as np
graph = tf.Graph()
with graph.as_default():
x = tf.placeholder(tf.float32, [1, 2], name='x')
W = tf.ones([2, 1], tf.float32, name='W')
b = tf.constant([1.5], dtype=tf.float32, shape=(1, 1),
浏览 0提问于2017-07-17得票数 1
回答已采纳
1回答
我有一个tensorflow模型，其中一个批次中的每个张量都有一个不同的大小。如果我将所有损失串联在一起并在它们上运行优化器，是否有可能得到正确的渐变，如本例所示：
import tensorflow as tf
v1 = tf.range(9,dtype=tf.float32)
v2 = tf.range(6,dtype=tf.float32)
v1 = tf.reshape(v1,[3,3])
v2 = tf.reshape(v2,[2,3])
gt1 = tf.constant([2,5,4])
gt2 = tf.constant([1,5])
with tf.variable_s
浏览 0提问于2018-02-18得票数 0
回答已采纳
我正在运行model_main.py ()来训练OD模型。
在一些步骤之后，评估开始。日志如下：
2019-12-04 18:38:59,859 - tensorflow - INFO - Running local_init_op.
2019-12-04 18:39:00,032 - tensorflow - INFO - Done running local_init_op.
2019-12-04 18:39:04,461 - tensorflow - INFO - Evaluation [10/100]
2019-12-04 18:39:06,404 - tensorflow -
浏览 0提问于2019-12-05得票数 1
3回答
如何在Perl中创建一个使用目录名作为键的散列，然后存储目录中的文件数以及每个文件的名称？是否可以使用散列或数组的散列？
如果有任何建议，我将不胜感激。
浏览 2提问于2011-09-24得票数 3
回答已采纳
我正在尝试创建一个自定义损失函数，以供Keras使用，但我遇到了一些麻烦。下面是这篇文章：Custom loss function in Keras我知道创建函数的语法，但我不熟悉如何使用张量。我用标量填充了yTrue，yPred是实际的预测值。我想取预测值的对数的加权和，按yTrue中的标量加权。当我这样做的时候： def customLoss(yTrue,yPred):
L = 0
for i in range(len(yTrue)):
L += tf.math.scalar_mul(yTrue[i], K.log(yPred[i]
浏览 17提问于2019-03-19得票数 0
假设我使用Tensorflow的Python创建了一个张量，如下所示，
x = tf.placeholder("float", shape=[None, inputLen])
我想在C++中创建一个tensorflow：：张量等价的张量，这样我就可以运行一个以x作为输入的经过训练的图。我应该如何处理输入形状的第一个维度，它在C++中是tensorflow::TensorShape类型？
如果我这样做了：
tensorflow::TensorShape inputShape;
inputShape.AddDim(0);
inputShape.AddDim(inputLen);
它
浏览 4提问于2015-12-20得票数 3
回答已采纳
2回答
我正在努力学习如何独自编写tensorflow代码，但我仍然坚持这个非常基本的问题:在学习步骤中，我不能为事件文件编写任何标量摘要，这是Tensorboard所需要的。这是我的代码：
import tensorflow as tf
import numpy as np
WORKDIR = "/content/log"
x = tf.constant([[1], [2], [3], [4]], dtype=tf.float32)
y_true = tf.constant([[0], [-1], [-2], [-3]], dtype=tf.float32)
linear_mod
浏览 0提问于2018-05-05得票数 2
回答已采纳
我正在使用tensorflow估计器对象来训练来自官方tensorflow层文档()的模型。我可以看到训练损失在训练期间显示在控制台上。有没有办法存储这些培训损失值？
谢谢!
浏览 0提问于2018-02-23得票数 2
回答已采纳
1回答
从昨天起，我的Tensorboard不再显示我的标量值了。特别是，我有4个不同的标量摘要，但只显示其中一个。我试图检查我的摘要目录的内容，似乎Tensorboard能够检测到我的所有摘要。奇怪的是，昨天进展顺利。
目前，我正在以这样的方式执行Tensorboard：
tensorboard --logdir=summaries/ --host=127.0.0.1 --inspect
其结果如下：
======================================================================
Processing event files... (th
浏览 5提问于2017-12-07得票数 0
1回答
在全要素生产率中，模型输出服从正态分布。我注意到可以用IndependentNormal层替换输出。在我的模型中，y_true是二进制类。因此，我使用的是IndependentBernoulli层而不是IndependentNormal层。
在建立模型之后，我发现它有两个输出参数。这对我来说毫无意义，因为Bernoulli分布只有一个参数。你知道出了什么问题吗？
# Define the prior weight distribution as Normal of mean=0 and stddev=1.
# Note that, in this example, the we prior d
浏览 17提问于2022-04-21得票数 0
我有一个变量，它随训练迭代而变化。变量不作为计算图的一部分计算。
是否可以将其添加到tensorflow摘要中，以便将其与损失函数一起可视化？
浏览 5提问于2017-04-10得票数 10
回答已采纳
我有下面的tensorflow 1.3.0代码。您可以运行它没有任何错误。但如果不评论tf.summary.scalar('test', next_batch)和checkpoint_dir='/temp'，
我得到了
InvalidArgumentError (see above for traceback): You must feed a value for placeholder tensor 'Placeholder' with dtype string [[Node: Placeholder = Placeholder[dt
浏览 1提问于2017-10-05得票数 0
回答已采纳
我在控制器里有一些动作。它包含承诺对象，解析后，应该通过控制器将视图更新为绑定。问题是解决的值是正确的(登录在控制台中)，但将其分配给控制器并不会更新视图。它只在包含该承诺的操作再次执行时更新。因此，如果我继续按一个按钮来执行它，更新就会延迟一次执行。
我在用AngularJS 1.6.5。我不使用$q。也没有$scope，所以请不要$apply。
我的简化控制器由两位成员组成，用来比较是否有承诺的行为：
var vm = this;
vm.textSync = 0;
vm.textAsync = 0;
vm.onclick = function()
{
var action =
浏览 1提问于2017-10-04得票数 2
回答已采纳
我想问一下: Tensorflow中是否使用了'+‘符号？我是说。在Pytorch中，我可以使用+和-运算符对张量进行求和/减法，而在Tensorflow中，我可以很好地利用tf.add。你能帮我弄清楚吗？ 谢谢
浏览 74提问于2020-06-30得票数 0
我正在写关于深度学习的硕士论文，可能有关于图书馆的问题。
以下是错误：
AttributeError: module 'tensorflow.compat.v2' has no attribute '__internal__'
型号：
import tensorflow
from tensorflow import keras
from keras import models
from keras import layers
model = models.Sequential()
model.add(layers.Dense(32, inp
浏览 3提问于2021-06-10得票数 0
我正在尝试将一个预先训练好的模型(使用python)加载到一个java项目中。
问题是
Exception in thread "Thread-9" java.lang.IllegalStateException: Tensor is not a scalar
at org.tensorflow.Tensor.scalarFloat(Native Method)
at org.tensorflow.Tensor.floatValue(Tensor.java:279)
代码
float[] arr=context.csvintarr(context.ge
浏览 4提问于2017-08-21得票数 0
回答已采纳
我试着从Udacity深层学习课程(作业3-正则化)和Tensorflow mnist_with_summaries.py教程中破解代码。我的代码似乎运行良好。
但有些奇怪的事情发生了。这些作业都使用0.5的学习速率，并在某一时刻引入指数衰减。但是，只有当我将学习速率设置为0.001 (有衰减或没有衰减)时，我放在一起的代码才能正常运行。如果将初始速率设置为0.1或更高，则会得到以下错误：
Traceback (most recent call last):
File "/Users/siakhnin/Documents/workspace/udacity_deep_learni
浏览 1提问于2016-04-16得票数 1
回答已采纳
我得到一个占位符错误。
我不知道这意味着什么，因为我正在sess.run(..., {_y: y, _X: X})上正确地映射.我在这里提供了一个功能齐全的MWE，它再现了错误：
import tensorflow as tf
import numpy as np
def init_weights(shape):
return tf.Variable(tf.random_normal(shape, stddev=0.01))
class NeuralNet:
def __init__(self, hidden):
self.hidden = hidden
浏览 1提问于2016-02-15得票数 5
回答已采纳
3回答
也许这太宽泛了，但我正在寻找关于如何在课文摘要任务中使用深度学习的参考。
我已经实现了文本摘要使用标准的词频方法和句子排序，但我想探讨的可能性，使用深入学习技术的这项任务。我还介绍了在wildml.com上使用卷积神经网络(CNN)进行情感分析的一些实现；我想知道如何使用库(如TensorFlow或Theano )来进行文本摘要和关键词提取。自从我开始试验神经网络已经有一个星期了，我很高兴看到这些库的性能与我以前解决这个问题的方法相比。
我特别寻找一些有趣的论文和github项目，与使用这些框架的文本摘要有关。有人能给我一些推荐信吗？
浏览 0提问于2016-02-03得票数 24
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
