建议使用可反馈迭代器在训练数据集和验证数据集之间切换，而不重新初始化迭代器。它主要要求进给手柄在它们之间进行选择。如何与tf.train.MonitoredTrainingSession一起使用
下面的方法在"RuntimeError:图是最后确定的并且不能修改“时失败。错误。with tf.train.MonitoredTrainingSess
浏览 4提问于2017-09-08得票数 6
回答已采纳
我正在使用dataset API导入训练和验证数据。我有特种部队1.2。所以我只能使用可重初始化的迭代器，不能使用可馈送的迭代器，因为可馈送的迭代器只在TF1.4中可用。2)有没有办法使用Reinitializable迭代器在一个时期的中间验证模型，因为当我
浏览 1提问于2017-11-09得票数 0
train_data.output_types, train_data.output_shapes)ne = it.get_next()所以它看起来好像MonitoredTrainingSession在运行我提供给它的操作之前正在做一些操作，使得它不可能与来自</e
浏览 6提问于2017-08-30得票数 12
回答已采纳
所有的官方google教程都使用one shot迭代器来实现所有的估计器api，我找不到任何关于如何使用tf.data的可初始化迭代器和可重初始化迭代器而不是one shot迭代器的文档。谁能告诉我如何使用tf.data的可初始化迭
浏览 2提问于2018-08-01得票数 5
我有一个产生特征和目标张量的函数。例如。如何将此与TensorFlow的dataset API集成用于持续培训？理想情况下，我希望使用dataset来设置诸如批处理、转换之类的内容。编辑以澄清:问题在于，我不仅要将x和t放在图形中，而且要从它们中生成数据集，这样我就可以使用我为(正常)有限数据集实现的相同数据集处理，我可以
浏览 7提问于2017-11-15得票数 3
回答已采纳
我使用Microtek工具链生成一个可执行的二进制文件，其中包含可重定位的代码(与pc相关)和来自固定地址的数据(绝对数据)。现在，这个工具链不能在64位Windows 7上运行。其想法是将68000的Microtek工具链替换为GNU工具链(GCC 4.8.0)。但我在gcc编译器上找不到相同的选项：
带有：“-Mcp”的Microtec编译器
浏览 2提问于2014-04-11得票数 1
唉，当开始使用后者时，我尝试使用dataset.make_initializable_iterator() --这是因为我们在管道中引入了有状态变量，在输入管道中的所有变量都在init之后，需要一个变量来初始化迭代器, 100, 100, 3), dtype=float32, device=/device:CPU:0)Tensor("train_input_fn
浏览 4提问于2017-10-31得票数 4
回答已采纳
我使用两个长度不等的数据集。
我的目标是为datasetA中的每个元素取一个来自其他datasetB的元素。datasetB的迭代器是很麻烦的。我进一步发现的是这个，它使用TF操作重新初始化迭代器，这是不可用的。在中也提到了这一点，这很有帮助，但并没有给我带来一个TF2.+解决方案。我不需要迭代</em
浏览 3提问于2021-04-03得票数 1
回答已采纳
我使用可重新初始化的迭代器和tf.data.Dataset.from_tensor_slices((tf.range(n_train)))，然后使用.map()按索引获取数据集。我希望在批处理上运行的训练步骤至少与加载下一个批处理所需的训练步骤一样多。
浏览 5提问于2019-11-19得票数 0
1回答
1)在每次迭代中，必须根据概率分布对训练数据进行重新采样。重采样数据集的大小是否与原始数据集的大小相同。2)如果我根据概率分布对训练数据集进行重新采样，则很有可能获得单个数据点的多个副本。我是否应该保留所有这些冗余副本，同时在每次迭代中训练弱分类器。
浏览 1提问于2012-12-07得票数 5
回答已采纳
我想尝试一下MonitoredTrainingSession，但是我也使用几个Dataset对象来训练和验证集。要选择正确的句柄，正如建议的那样，我使用字符串句柄。正如我想的那样，解决方法是为Scaffold对象创建一个Scaffold对象，并将其传递到会话中。但这没有成功。如果我试图在上下文中运行前面提到的代码，init_fn仍然会得到相同的错误。正如文档中所说的关于init_fn
可在init之后运行以执行其他初始化的<
浏览 0提问于2017-12-29得票数 0
来自
可以从多个不同的Dataset对象初始化可重新初始化的迭代器。例如，您可能有一个训练输入管道，它使用对输入图像的随机扰动来改善泛化，还有一个验证输入管道，用于评估未经修改的数据的预测。这些管道通常使用具有相同结构(即每个组件的相同类型和兼容形状)的不同数据集对象。sess.run(va
浏览 0提问于2018-12-02得票数 1
回答已采纳
2回答
settings.REGION_NAME]['tables']['weekly_mstr']这里的商店是包含6000-30000值的列表数据类型，这些值是非空的，整数，所以当我执行此操作时，它会返回-我测试了不到2000的<
浏览 3提问于2022-04-30得票数 2
回答已采纳
我试图向我的模型提供小批量的numpy数组，但我被批处理所困住了。使用'tf.train.shuffle_batch‘会引发错误，因为'images’数组大于2 GB。我试图绕过它并创建占位符，但当我尝试向数组提供数据时，它们仍然由tf.Tensor对象表示。我主要关心的是，我在model类下定义了操作，并且在运行会话之前不会调用对象。
浏览 18提问于2018-03-01得票数 4
回答已采纳
我在服务器上大量使用会话来存储来自客户端的已发布请求的数据。在研究上，层层溢出的各种答案指向我，而不是在ASP.NET MVC中使用会话。主要原因是:在生产服务器的生命周期内，应用程序池经常被回收，这也导致了会话的循环。
这就是为什么我想用反序列化的可序列化字符串“.”替换会话对象的原因。我所关心的是:这个包含此字符串(反序列化为对象)的单例对象
浏览 6提问于2016-03-14得票数 3
回答已采纳
为此，我计划使用tf.cond在从tf.data.TFRecordDataset读取的培训数据和验证数据之间进行选择。原始数据将通过map、shuffle、repeat和batch函数获得next_element中的张量列表(请参见下面的代码)。参数seed_A和seed_B (在shuffle函数中)同时接受None和integer。
浏览 4提问于2018-02-03得票数 1
回答已采纳
来自tf.keras.datasets的mnist数据集用于测试，并通过执行以下代码在内存中进行准备：model.fit(x=image,steps_per_epoch=1000)iterator = image.make_one_shot_iterator因此，
浏览 2提问于2018-10-08得票数 4
我有一个用Keras写的模型。因为我处理的是大文件，所以我使用Keras应用程序接口加载数据并将其提供给tf.data.Dataset fit函数。在调用model.fit()之前，我使用it=ds.make_initializable_iterator()重新初始化dataset，然后将从it.get_next()函数获得的X和y张量传递给model.fit问题是，当model.fit()到达数据集的末尾时，它不会继续训练，换句话说
浏览 21提问于2020-04-19得票数 0
我正在使用tensorflow的tensorflow.data.Dataset api。但是，我需要动态地创建数据集，过滤掉其他数据集的元素。虽然培训进行得很好，而且我可以迭代训练集和dev集，但是当我用刚才使用过滤器创建的新数据集重新初始化迭代器时，我会收到以下异常：
tensorflow.python.fr
浏览 0提问于2018-10-22得票数 2
回答已采纳
1回答
集合构造函数
、、
您能解释一下deque的构造函数吗？buff = collections.deque([], 100)
我看到了它的文档，但找不到这个表单在任何地方使用。
浏览 5提问于2016-06-14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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
