我是机器学习的新手，我一直在遵循Tensorflow官方MNIST模型()。在对模型进行了3个时期的训练并获得了超过98%的准确率结果后，我决定使用一些我自己的手写图像来测试数据集，这些图像与MNIST数据集中的图像非常接近：手写1，预测为2：
手写4，<
浏览 25提问于2018-02-17得票数 1
回答已采纳
1回答
我为MNIST数据集开发了一个简单的CNN模型，得到了98%的验证精度。但是，在将模型通过keras保存为model.h5并在另一个jypyter会话中对保存的模型进行推理后，该模型的性能较差，预测是随机的。在不同的jypyter笔记本会话中保存和上传模型后，需要做些什么才能获得相同的准确性？
浏览 4提问于2022-12-01得票数 -2
我研究了Tensorflow中关于评估训练模型的基本例子。accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float"))我没有遵循这个代码，受过训练的“模型”在哪里？检查训练过的模型。
浏览 3提问于2016-01-07得票数 0
回答已采纳
我有基于BERT的模型检查点，这是我在Tensorflow中从头开始训练的。我如何使用这些检查点来预测给定句子中的掩蔽词？例如，假设句子是，"CLS abc pqr MASK xyz SEP“，我想预测掩码位置的单词。 我该怎么做呢？我在网上搜索了很多，但每个人都在使用BERT来完成特定于任务的分类任务。从头开始训练模型。我在bert官方网站上搜索了一些问题。但没有找到任何解决方案。 还查看了该代码库中的代
浏览 24提问于2019-09-11得票数 0
2回答
我训练了一个CNN (关于tensorflow)，以便使用MNIST数据集进行数字识别。测试集的准确性接近98%。我对我写的图像做了什么？我分割出每一个数字，并转换成灰度，并将图像调整为28x28并输入到模型中。我还需要对图像做其他修改吗？
浏览 4提问于2016-11-16得票数 2
回答已采纳
我们已经有了经过训练的模型，但我们不能编写程序中做出预测的部分。我们可以打开图片，但不能用TensorFlow处理它。mnist = tf.keras.datasets.<e
浏览 0提问于2019-12-14得票数 2
然而，我训练的模型(更快的RCNN resnet101 COCO) 需要15秒才能做出一个预测(虽然非常准确)，可能是因为我只使用了Tensorflow CPU。我听说更快的RCNN是一个很好的低延迟视觉检测模型，是因为只执行CPU吗？有了这样的延迟，是否有可能使用tensorflow GPU进行高效的实时视频处理，还是应该使用像YOLO这样更流行的模型？在码头使用tensorflow GPU的流行方法是nvidia-码头，但
浏览 4提问于2017-07-23得票数 1
我正在尝试一种用于mnist数据集的CNN模型。经过训练，该模型的model.evaluate测试准确率达到99%。但是，当我试图预测一个图像的答案时，它总是在调用model.predict()时返回相同的数组。(mnist_train_labels, 10)模型结构与模型</
浏览 2提问于2020-07-19得票数 0
回答已采纳
2回答
我正在尝试提取预测，使用预测来计算准确率/精确度/召回率/F1和预测概率。我知道我有10个输出类，因此我不能计算每个see的精度，但我将在其他模型中计算所有这些，而且我希望能够提取预测概率。我的模型如下。我已经检查了GitHub和StackOverflow，但是我还没有找到提取这些属性的方法。大多数答案都很接近，但从来没有回答我所需要的。我在那里使用了一些较低的纪元数，以便快速检出模型，并使输出屏幕不那么拥挤。import tens
浏览 1提问于2018-05-26得票数 1
1回答
如何改进数字识别模型？
、、、、
问题是，它在mnist数据集上工作得很好，但对从谷歌下载的随机图像的预测却很糟糕。我应该做什么来提高我的模型的准确性？from __future__ import print_functionfrom keras.datasets import mnistprint(score[1])
print(score[0])
浏览 0提问于2018-04-20得票数 0
1回答
使用LSTM进行样本外预测
、、、、
这是一个关于在Python中使用keras & tensorflow使用LSTM模型进行真实未来预测的一般性问题(可选R)。例如，股票价格。我知道有一个训练/测试拆分来衡量模型的准确性/性能，将我的结果与测试价格进行比较。但我想要做出真正的未来预测/样本预测。有没有人有想法&愿意分享一些想法？我只想到使用滚动窗口，但那根本不起作用。
浏览 0提问于2019-07-21得票数 0
在根据的多输入或多输出模型的情况下，可以使用如果b1和b2实际上是相同的目标值呢？也就是说，在几个初始层之后，模型有两个独立的“分支”，每个分支都应该给出相同的值。另外，如何处理预测？
model.predict([x_test, y_test_fake_labels])
浏览 12提问于2018-08-19得票数 3
回答已采纳
1回答
我在TPU上使用TF2的对象检测API成功地训练了一个模型，该模型另存为.pb (SavedModel格式)。import tensorflow as tfdetect_fn = tf.saved_model.load，以将其扩展到50万张图像，但此模型的输入签名似乎仅限于处理具有形状(1, w, h, 3)的数据。这也意味着我不能在Tensorflow服务中
浏览 25提问于2020-09-02得票数 8
回答已采纳
我有一个预先训练过的A型的检查点，但没有它的图形生成代码。现在我想重新加载模型A，并在其中添加子图B，以得到最终的模型C，就像C =A+ B一样。但是，由于模型A训练得很好，所以我不想用C语言来训练它，我只想在C中训练子图B。换句话说，子图A只参与预测阶段(前向传播)，而不是训练阶段(反向传播)，而子图B参与两个阶段，这是我想要训练的。的目标是在子图B的帮助下，现在模型C的
浏览 3提问于2022-02-10得票数 0
我已经看了几个Tensorflow教程，在模型经过训练/测试后，我还没有看到任何关于使用模型的东西。对于预测，我只使用了一个测试样本，但试图在不给出标签的情况下解决它。我想看看预测的是什么班级。我尝试过使用重塑，但没有成功。如果有人能给我指出正确的方向，这样我就能弄清楚如何在应用程序中实际使用我的模型，那就太好了。from tensorflow.example
浏览 0提问于2017-02-08得票数 2
回答已采纳
我正在使用tensorflow和mnist数据集进行机器学习教程。假设我训练了我的模型并对其进行了测试，因此该模型以形状数组(784，10)的形式返回权重W，以形状数组(10，)的形式返回偏差b。现在，如果我从mnist测试数据集中选择一张图像其形状为(784，)，我假设通过计算来计算该图像的预测值tf.matmul这很好用，但必须有一种更简单的方法，
浏览 20提问于2020-05-06得票数 0
1回答
我有两个数据集(train.csv)和(test.csv)围绕预测疾病的死亡结果。这两个集合都包含20个自变量(年龄、体重等)，但只有train.csv数据集包含真正的死亡结果(活的为0，死亡的为1)。训练数据集的形状为(650，21)，而测试数据集的形状为(200，20)。我也在使用python，而且数据集不平衡，在训练集中只有大约30人死亡。
我必须使用训练集对模型进行训练，并使用测试数据集预测结果，以及显示性能表等内容。我必须在
浏览 0提问于2022-01-05得票数 0
回答已采纳
我在TensorFlow中使用具有两个卷积层的CNN，一个完全连接的层和一个线性层来预测对象的大小。标签是大小，特征是图像。两种方法的准确率都有所提高，但交叉验证准确率的提高速度较慢。考虑到精度上的差异是由于模型过拟合，我尝试使用L2正则化来正则化权重。但是，这只是降低了训练精度，而交叉验证精度的趋势保持不变。交叉验证准确率始终保持在50%以下。
有没有人可以推荐
浏览 3提问于2018-09-07得票数 0
有人能指出参考，在那里你可以学习如何执行量化感知训练(QAT)与tf.GradientTape上的TensorFlow 2？
我只看到这是用tf.keras API完成的。现在我需要量化一个模型，但是我只看到关于如何使用tf. keras API来实现它的参考资料。
浏览 0提问于2021-03-31得票数 1
回答已采纳
2回答
我试图调优LSTM的超参数，我必须做时间序列预测。我注意到，我的验证精度总是非常接近我的训练准确性。我不知道这究竟是好是坏，还是一般的意思呢？我还希望看到，我的验证准确性比我的培训准确性更差，但情况似乎并非如此。我的验证准确性很好地跟踪了培训的准确性。这是值得关注的事情吗？在这个问题上，我的工作，模型是提供一个时间序列的预测</
浏览 0提问于2018-12-14得票数 1
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
