我在使用生成器为我的模型做预测时遇到了一个问题。根据documentation，如果steps = None预测应该遍历整个数据集。但相反，它通过了它，我又开始了。我在一个图像数据集上使用flow_from_dataframe。 我是否应该将步长设置为ceil(len(dataset) / batch_size) 提前感谢！
浏览 22提问于2021-04-09得票数 0
回答已采纳
我想使用TensorFlow2.0在几个GPU上训练一个模型。在分布式培训(https://www.tensorflow.org/guide/distributed_training)的tensorflow教程中，tf.data数据生成器转换为分布式数据集，如下所示： dist_dataset = mirrored_strategy.experimental_distribute_dataset(dataset) 但是，我希望使用自己的</
浏览 35提问于2019-12-05得票数 5
回答已采纳
我是一个pytorch用户，并且我已经习惯了pytorch中的data.dataset和data.dataloader api。我正在尝试用tensorflow 2.0构建一个相同的模型，我想知道是否有一个api与pytorch中的这些api类似。如果没有这样的api，您能告诉我人们通常是如何在tensorflow中实现数据加载部分的吗？我使用过tensorflow 1，但从未体验过dataset api。我以前做过硬编码。我希望有一些类似于重写getitem的内容，其
浏览 4提问于2019-10-22得票数 18
回答已采纳
使用tensorflow 2.3及其内部tf.keras在COLAB中工作。 我正在训练一个网络，它在输入的2D图像上工作，真正受益于数据增强(主要是仿射变换、补丁提取和强度处理)。输入的数据都可以放入内存中，所以我不会遇到任何磁盘读取瓶颈。这些操作有点适合我的数据，所以我更喜欢在可能的情况下自己实现它们。我可以用numpy函数和keras生成器函数做任何事情。我已经使用keras.sequence
浏览 81提问于2020-09-02得票数 0
我试图使用Tensorflow的Dataset API在Keras中构建模型。我成功地训练了克拉斯的模特。而是对测试数据进行预测。它需要在numpy数组中。
x = input_fn('test.tfrecords')pred
浏览 2提问于2018-12-23得票数 2
1回答
我正在尝试使用<code>C0</code>数据训练Keras DNN模型进行预测。我已经对数据进行了标准化，并将其分为训练、测试和验证部分。<code>A1</code><code>A2</code>
使用sklearn.model_selection.traing_test_split将数据拆分为训练集和临时集
浏览 8提问于2020-07-31得票数 0
我想知道keras.dataset和tfds.load的区别。as_supervised=True )但是，当我在keras.datasets中使用适合模式的代码时，它会产生"ValueError:包含多个元素的数组的真值不明确。(x_train, y_train), (x_test, y_test) = keras</em
浏览 8提问于2022-05-21得票数 0
回答已采纳
我将tensorflow.keras.utils.Sequence子类为自定义生成器，因为我使用存储在HDF5文件中的大型数据集。直到tensorflow 1.13，一切都很好.但是在对TF2.2进行更新之后，它开始拼写“警告: TensorFlow :multiprocessing可能与TensorFlow发生严重的交互，导致不确定的死锁对于高性能的数据管道，建议使用tf.data。”
如果我将多处理设置为False，并得到顺序读取
浏览 1提问于2020-07-30得票数 0
回答已采纳
2回答
为什么训练损失是恒定的？
、、、、
我正在尝试训练一个使用keras的模型，用于多类分类。有5个类别可供预测。这是一个图像分类问题，正如前面提到的，有五类图像:卧室、浴室、客厅、餐厅和厨房。问题是，模型似乎没有学习，它总是停留在20%的准确性和损失永远不会改变，从时代1。我使用卷积基从Xception模型，我的分类器在顶部。培训、测试和验证数据集是使用tf.data API设置的。这是数据集生成。c
浏览 1提问于2022-01-20得票数 1
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？weights layer.trainable = Falsefolders = glob('input/train/*')
我们的层次len(folders), activation='softmax'
浏览 3提问于2020-08-18得票数 2
回答已采纳
我希望在每个时代，在不同的x/y配对数据集上训练一个周期损失(类似于CycleGAN)的模型。其目的是，在许多时代，该模型将被训练的许多，如果不是所有的元素x与y的可接受配对。例如，假设2个数据集：x_tf_data和y_tf_data。x_tf_data的每个元素可以与y_tf_data的一个或多个元素配对。例如，x_tf_data的第一个元素可以与y_tf_data<
浏览 7提问于2022-06-16得票数 0
1回答
作为tensorflow的新手，我使用来自谷歌的本教程进行二进制分类，使用一个简单的稠密神经网络。这个(和其他几个)教程有点烦人的地方是，它们完全掩盖了如何从特性的数据中实际进行预测的部分，并直接使用某种经过训练的模型的方法进行模型评估，该方法隐藏了实际的预测过程。所以基本上，我完成了模型的训练，但即使在那之后，我也看不出如何实际使用模型来<em
浏览 0提问于2020-05-24得票数 0
回答已采纳
在我的代码中，我首先标记了“文本”数据-imdb = load_dataset("imdb")
在此之后，我添加了填充，并将数据集转换为TF数据集。['accuracy&#
浏览 4提问于2022-07-20得票数 1
回答已采纳
我目前正在尝试使用Tensorflow数据集作为tensorflow模型的predict()函数的输入。由于某些原因，我总是收到一个错误，详细信息如下所示。然后，我像这样构建数据集：如果我现在调用其中MFI_N
浏览 4提问于2021-07-19得票数 0
1回答
我有25个混合变量:一些是二进制变量，一些是连续变量，大多数是需要嵌入的高级因素。
然后是我的深度学习模型，它接受许多输入，并围绕它构建一个自动编码器，如下所示。我的问题是，如何将我的熊猫数据框架中的变量映射到适当的输入层？例如，每个高级别的因素都要进入正确的嵌入层。第一种想法是在进行任何培训之前，按照输入的正确顺序排列数据集，或者以某种方式映射变量(例如，provID、->、input_pr
浏览 1提问于2021-08-30得票数 0
回答已采纳
我想知道应用图像预处理(例如旋转、水平翻转、填充、裁剪等)的有效方法。到tf.data应用编程接口生成的数据 我的数据如下： import tensorflow as tf
test_generator = tf.data.Dataset.from_tensor_slices((test_data, test_labels)).batch(128) 那么，
浏览 9提问于2019-10-07得票数 0
回答已采纳
我目前正在尝试训练谷歌的草图识别模型，就是链接中的那个：。但我最近遇到了困扰我很长一段时间的问题。
问题如下:我使用了链接中的代码和quickdraw中的数据来完成训练。我现在有一个训练过的模型，有三个文件(.meta，.index，.data)，现在我想计算345个类别的训练模型的混淆矩阵。但由于我从未使用过tensorflow的“估计器”，我不知道如何将经过训练的模型文件加载到代码中并对其进行测试(无训练)，以及
浏览 0提问于2019-01-04得票数 5
1回答
TIme系列预测
、、、、
我已经关注了很多使用lstms来预测时间序列数据的教程。我的问题是，我们如何对不属于数据集的新数据进行预测，因为几乎所有的教程都显示了Keras中的预测函数用于测试数据拆分。我们实际上如何预测未来呢？
浏览 13提问于2020-06-16得票数 0
回答已采纳
2回答
我正在尝试实现这个代码，它从dataset, metadata = tfds.load('cycle_gan/horse2zebratrain_zebras = dataset['trainA'], dataset['trainB']train_dataset=tf.k
浏览 7提问于2021-10-07得票数 1
回答已采纳
我尝试过不同的方法来解决这个问题，但没有成功。(X_train, y_train), (X_test, y_test) = imdb.load_data()numpy.concatenate((X_train, X_test), axis=0)
y = numpy.concatenate((y_train, y_test),
浏览 4提问于2017-05-19得票数 4
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
