我正在尝试扩大我的模型，它使用了“集群损失”扩展，到目前为止在MNIST上的实现是有效的，但我希望从真实数据集的数据增强和多处理中受益。 简而言之，该网络遵循“中心损失”所做的工作，有点像暹罗网络。架构的重要部分是模型有两个输入和两个输出。因此，我实现了一个自定义生成器来提供模型，如下所示： def my_generator(stop): while i < stop:
浏览 60提问于2020-12-09得票数 0
1回答
我有一个pandas dataset where col1 ->输入文本(使用预训练的记号赋值器对文本进行标记化)，col2 ->二进制分类0,1.将其转换为tensorflow数据集创建模型 if step %
浏览 1提问于2021-01-02得票数 0
1回答
我想实现我自己的自定义数据生成器，用于在我从keras构建的使用函数api构建的多输入keras模型上。我的数据集严重失衡，包含3个类。
我想要实现的是构建一个自定义的datagenerator，它使用的是来自datagenerator的流。此数据文件包含图像的路径。通过限制来自过度表示的类目录的图像路径的数量，我可以成功地欠采样，从而平衡
浏览 3提问于2021-11-21得票数 0
回答已采纳
2回答
组合两个数据生成器来训练CNN
、、、、
我正在尝试使用我分成两部分的数据集来训练模型，对于每个部分，我使用keras和tensorflow创建不同的ImageDataGenerator。面向所有人的tnx
浏览 1提问于2020-03-21得票数 0
我正在研究CNN模型，我想使用一些数据增强，但是出现了两个问题：
我的输入和标签数据集
浏览 7提问于2020-06-22得票数 2
回答已采纳
我有一个输入管道，其中的样本是动态生成的。我使用keras和自定义ImageDataGenerator以及相应的Iterator来获取内存中的示例。假设我的设置中的keras使用的是feed_dict (这个假设对我来说是一个问题)，我正在考虑通过切换到原始的tensorflow + Dataset.from_generator()来加快速度。--我看到了在最近的Tensorflow中动态生成数据的输入</e
浏览 2提问于2017-09-27得票数 2
回答已采纳
我创建了一个数据生成器类的两个实例，扩展自keras序列类，一个用于训练，另一个用于验证数据。然而，在我的源代码级别上，我只能看到验证生成器在每个时期之间重复迭代。我看不到训练发电机。因此，我可以通过浏览keras中的各种函数来收集，我编写的数据生成器填充了一个较低级别的tensorflow数据集，然后该数据集在每个时期进行迭代。现在，我还意外地发现，尽管fit方
浏览 26提问于2021-02-11得票数 0
随着Keras2在TensorFlow和TensorFlow 2.0中的实现即将到来，你是否应该将Keras ImageDataGenerator与flow_from_directory或TensorFlow的tf.data一起使用，后者现在也可以与Keras的fit_genearator一起使用？这两种方法将通过服务于不同的目的而占据一席之地，还是tf.data将成为新的方式，而Keras生成器将在未来被弃用？ 谢谢，我想走一条让我
浏览 30提问于2019-04-11得票数 9
回答已采纳
这是我的代码，我正在使用转移学习来训练我的模型。但我得到的索引超出了误差范围。当尝试测试我的模型时，它给model.predict()函数带来了这个错误。可能是什么原因？)prediction = Dense(len(folders), activation='softmax')(x)查看模型的结构
model.summa
浏览 3提问于2020-08-18得票数 2
回答已采纳
我使用的是TensorFlow数据集API ()，特别是与建议使用生成器函数的TensorFlow估计器API ()一起使用。我在编写生成器函数时遇到了困难，它产生了不同输出类型的特性(例如，int、float和string的混合)。However...suppose需要发出各种各样的特性类型(例如，在典型的imports85 TensorFlow演示中，您会将汽车制造和<
浏览 0提问于2018-09-21得票数 4
回答已采纳
1回答
我正在研究一个具有三个解码器的多任务语义分割问题，因此，我需要提供三个输入和三个输出。此外，我的数据集不是图像格式(.jpg，...)但它们是.mat和.npy格式。考虑到这两点，我尝试使用keras生成器加载数据集，因为我的数据集非常大。下面是我基于keras文档为生成器所做的尝试，但据我所知，文档将数据假设为图像和单任务网络
浏览 29提问于2021-07-09得票数 0
回答已采纳
我正在建立一个卷积神经网络(CNN)模型，由'RGB'通道的双流图像数据输入和'grayscale'信道收敛到奇异形状(None, width, height, 4*C)，然后是Dense()。from tensorflow.keras.preprocessing.image
浏览 6提问于2020-07-01得票数 2
为此，我使用来自keras的ImageDataGenerator来增强我的数据。 fill_mode='nearest')
image_datagen = kp.image.ImageDataGenerator
浏览 2提问于2020-03-04得票数 4
我使用以下代码为imagewoof数据集创建一个生成器： import tensorflow as tfimage_generator = tf.keras.preprocessing.image.ImageDataGenerator(rescale=1.0/255.0)
train_gen = im
浏览 22提问于2020-08-23得票数 0
回答已采纳
我正在使用tensorflow的Keras API训练一个模型，该模型可以检测卡纳达语脚本中的哪些字符在图像中，卡纳达语是一种南印度语言，可以有超过657个类别用于分类，因为字符是辅音和元音的组合。此模型的数据集是具有多个子目录的单个目录，每个子目录对应一个类，如下所示：Directory structure 或者，如果你使用kaggle公共链接here，你可以更清楚地看到它的结构。from tensorflow.keras.preprocessing
浏览 26提问于2021-05-09得票数 0
1回答
我有一个模型，它本质上是一个辅助条件GAN；模型的第一部分是生成器，最后一部分是鉴别器。鉴别器进行多类(k=10)预测。在的工作之后(pp3是一个有用的图，但请注意，为了这个问题的目的，我忽略了网络结构的修改)，我通过生成合成输入和类标签(“内部循环”)来训练整个模型进行T=32迭代。我可以使用判别器(Learner)对真实数据和标签进行预测，以获得损失。但是，我需要通过内部循环将鉴别器的错误反向传播到Generator。
我如何使用
浏览 1提问于2020-03-16得票数 1
1回答
如何从磁盘批量训练数据？
、、、
训练数据集太大，无法加载到我的计算机内存(4gb)，在此基础上，我还需要尝试一些增强，以平衡类。我不知道如何实现这一点。有什么建议吗？
浏览 0提问于2018-02-01得票数 9
回答已采纳
1回答
如果我试图追加train_images和new_imgs，我的内存崩溃了。我试图将train_images转换为常规列表，但同样的问题。我已经安装了数据集并预先处理了数据：datasets.cifar10.load_data()
创建了一个图像数据生成器：
data
浏览 0提问于2021-01-17得票数 0
我使用Keras ImageDataGenerator.flow_from_directory(.)创建了培训和测试数据集。然后，我想使用这些数据适合model.fit()。在Tensorflow 2.1中，它工作得非常好。但是，在Tensorflow 2.2中运行相同的代码会生成：TypeError: data type not understood。代码示例：
train_gen = tf.keras.prepr
浏览 4提问于2021-03-01得票数 0
回答已采纳
我想从不同的目录中加载多个数据集，为语义分割任务训练一个深度学习模型。例如，我在dataset1文件夹和dataset2文件夹中有一个数据集的图像和掩码，以及另一个数据集的不同图像和掩码，它们的文件结构相同。我可以制作一个图像生成器，它结合了一个数据集的图像和掩码以及下面的代码。我想知道如何使同时使用dataset1和<
浏览 8提问于2022-06-29得票数 0
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号