1回答
我对研究tensorflow中的图形很感兴趣。在我的数据集中，节点的数目因图而异。这是有问题的，因为在我的观察中，tensorflow不允许我轻松地输入具有可变形状的数据。我一直在为固定大小的数据集使用tf.estimator.inputs.numpy_input_fn，但现在需要一种不同的方法。
浏览 0提问于2018-03-24得票数 0
回答已采纳
我正在编写一段代码，用于在tensorflow中读取光盘中的图像和标签，然后尝试调用tf.estimator.inputs.numpy_input_fn。我如何才能传递整个数据集而不是单个图像。mnist_classifier = tf.estimator.Estimator(model_fn=cnn_model_mk, model_dir=dir) mnist_cl
浏览 12提问于2018-02-24得票数 1
回答已采纳
1回答
我尝试对MNIST数据集使用tensorflow估计器。出于某种原因，它一直说我的n_classes设置为1，即使它是10！import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datatmp/MT") xdata, ydata = mnist.train.next_batch(500)
浏览 3提问于2018-01-05得票数 3
回答已采纳
1回答
在CNN MNIST的tensorflow示例中，我不理解批处理大小是如何工作的，当他们调用模型时，他们将bach的大小指定为100： input_layer = tf.reshape(features["x"], [-1, 28, 28, 1])
他们在批量大小中输入-1，我在tensorflow
浏览 0提问于2018-06-20得票数 0
1回答
我发现Tensorflow是增强树模型，但我无法理解如何将图像作为模型的输入。如果你知道如何使用tf.boosted树训练图像分类，请指导我。
浏览 1提问于2019-09-19得票数 0
回答已采纳
我已经创建了一个虚拟回归数据集X, y = make_regression(n_features=1, noise", shape=[1])]input_function = tf.estimator.inputs.numpy_input_fnINFO:tensorflow:loss =
浏览 1提问于2018-03-09得票数 0
3回答
这个tensorflow 中的代码使用代码的这一部分来计算验证的准确性，对吗？eval_input_fn = tf.estimator.inputs.numpy_input_fn( y=eval_labels,eval_results = mnist_classifier.evaluate(input_fn=eval_input_fn)问题：--如果我必须计算训练集的准确性--即看看我的模型是否过度拟合了我的训练
浏览 2提问于2018-06-12得票数 0
回答已采纳
我正在训练一个模型，特征形状是3751,4，我想使用Tensorflow中内置的重塑和层密度函数来使输出标签具有形状1,6。
train_input_fn = tf.estima
浏览 1提问于2018-05-24得票数 0
我是ML中的tensorflow的新手，我认为我可以直接从tf.data.Datasets构建模型。这是我的代码，我不明白为什么它不能工作。有没有人能告诉我是否有可能让它工作？import numpy as npimport tensorflow as tf
import tensorflow_datasets
浏览 12提问于2020-03-10得票数 0
我使用的是tensorflow 1.8.0，python 3.6.5。数据是虹膜数据集。from sklearn.datasets import load_irisimport tensorflowiris['target']
inp
浏览 1提问于2018-06-30得票数 4
2回答
我刚接触过Tensorflow和机器学习。请告诉我我做错了什么。import tensorflow as tf
label= tf.estimator.LinearClassifier(feature_columns=feature_columns,n_classes=2)
model.train(input_fn= <e
浏览 0提问于2018-06-11得票数 2
我正在训练一个类似于mnist的数据集。系统:MacOSx_train、x_test、y_train、y_test是已经存在的pandas数据帧import tensorflowhidden_units=[300,100,20],input_fn = tf.estimator.inputs.numpy_
浏览 0提问于2019-05-02得票数 0
1回答
我有一个3372149行的数据集，每3751行对它们进行分批，如下所示： x={"x":# Train如果我将num_epochs =1设置为代码中的内容，这意味着培训过程将通过数据集一次我有两个问题：
由于我只有899组有效数据，但我将步骤设置为1
浏览 2提问于2018-05-24得票数 0
1回答
我已经训练了一些天气数据的深层神经网络回归器。当我尝试classifier.predict()时，它返回一个生成器对象。通常，我们要做的是将list()放在对象上，以得到预测。我目前正在使用tensorflow 1.7.0。我试着降级到几个版本的tensorflow，但找不到起作用的版本。import tensorflow as tfclassifierprin
浏览 0提问于2018-04-15得票数 0
0回答
我在TensorFlow中使用DNNClassifier和LinearClassifier (为了比较使用两个不同的模型)对我的数据集进行二进制分类。在StackOverflow和TensorFlow GitHub页面上搜索，我找到了以下几行代码来提取预测：sess.run(tf.global_variables_initializer(array[:, 17], dtype=str),
'h_plus_ind': np.array(array[:
浏览 6提问于2017-12-13得票数 2
回答已采纳
我在用TensorFlow Estimator训练CNN。在TensorBoard上进行可视化时，我看到每个步骤的训练损失值都被跟踪。然而，评估损失只显示了一次(即只有一个数据点)。/model')
x={'images': dev['train_images']}, y = devbatch_size=batch_size, num_epochs=10, shuffle=Tru
浏览 0提问于2018-06-22得票数 0
当我尝试使用numpy输入函数时，tensorflow挂起。我在这里做错什么了吗？我使用Python3.6.4在TensorFlow 10.13上运行MacOS 1.6.0。下面是挂起的代码的示例：import numpy as np
infun = tf.estimator.inputs.numpy_input_fn
浏览 1提问于2018-03-14得票数 0
回答已采纳
我在循环中使用Estimator和训练模型来提供数据。每一步都是最后一步。每个最后一步的检查点也会被保存。我希望避免在每次迭代中都保存检查点，以提高训练的性能(速度)。
浏览 10提问于2017-03-04得票数 0
回答已采纳
-2., -3.])y_eval = np.array([-1.01, -4.1, -7, 0.]) {"x":x_train}, y_train, batch_size=4, num_epochs=None, shuffle=True) {"
浏览 11提问于2017-07-11得票数 1
回答已采纳
我目前正在学习tensorflow，我无法理解为什么tensorflow没有对以下简单的回归问题做正确的预测。如果X是2000，Y是2250。global_step': 1000}import numpy as npimport matplotlib.pyplot as plt
import tensorflow, y_train, y_eval = train_test_split(x_data, y_true
浏览 1提问于2018-07-28得票数 1
回答已采纳
云服务器
ICP备案
对象存储
即时通信 IM
云直播
腾讯云开发者
