tensorflow

    1

    1答えて

    テンソルフローには、クラスGraphKeysがあります。私は使用されている多くのコードに出くわしました。しかし、テンソルフローのドキュメンテーションとそれが使われているコードの両方で、このクラスの使い方はどういうものなのかよく分かりません。 tf.GraphKeyの使用方法を教えていただけますか? ありがとうございました!

    0

    1答えて

    Tensorflowで多クラスの分類問題があります。ラベルは、1000の一意の値を持つ文字列型&です。これをエンコードする方法は? 私はあなたが任意のコードを提供していないので、あなたが実際にラベルを渡しているところ私にはわからないこのエラーに ValueError: Labels dtype should be integer Instead got <dtype: 'string'>.

    0

    1答えて

    私のコードは一般的な部分(図示せず)と可変部分(コードのブロックを参照)で構成されています。次のブロックを使用する場合はすべてがうまく機能: def generator(x, reuse=False): with tf.variable_scope('generator', reuse=reuse): # initializers w_init = tf.trun

    2

    1答えて

    私はテンソルフローで黒点を認識するためにCNNを訓練しました。私のモデルはthisとほとんど同じです。 問題は、トレーニングフェーズで生成されたチェックポイントを使用して予測を行う方法に関する明確な説明がどこにも見つかりません。 saver = tf.train.import_meta_graph('./model/model.ckpt.meta') saver.restore(sess,'./

    2

    1答えて

    私はあなたの助けを必要としています。 私はとてもいい結果が得られる分類tensorflowモデルを再教育。 今、私はテンソルフローサービングを通じてそれを提供したいと思います。 私はそれを提供することができましたが、私がそれを使用しているときは、入力が何であっても常に同じ結果が得られます。 私が何か間違ったことは、私がモデルをエクスポートするが、私は何を把握することはできません方法があると思います

    0

    1答えて

    私はちょうどテンソルフローを使い始めています。私はオンラインで見つかった例に基づいて単純な線形回帰を書こうとしています。 私はsklearnを使用したときに妥当な答えを得ることができました。 MSEがNaNを返すのはなぜですか? import pandas as pd import tensorflow as tf import numpy as np # Create some fake

    0

    2答えて

    tf.estimator.inputs.numpy_input_fnを使用してnumpy配列を使用してモデルに入力するエスティメータを作成しています。次のように: def input_fun(data): x, y = data x, y = np.reshape(x, (batch_size, -1, 1)), \ np.reshape(y, (batch_s

    0

    1答えて

    機械学習とテンソルフロー。私は、テンソルフローサイトでのMNISTチュートリアルに従って始めました。シンプルなバージョンを手に入れましたが、深いCNNに従うときにエラーが見つかりました。 ValueError: Shape must be rank 4 but is rank 1 for 'Conv2D' (op: 'Conv2D') with input shapes: [?,28,28,1],

    0

    1答えて

    私はrnnを構築しています。出力と状態を得るためにtf.nn.dynamic_rnnを使用します。 コードは以下の通りである(TFバージョン1.3): import tensorflow as tf def lstm_cell(): return tf.contrib.rnn.DropoutWrapper(tf.contrib.rnn.BasicLSTMCell(128), out

    3

    1答えて

    インポートデータセットに関する問題は私を狂わせるでしょう。 これは私のsegnetコードの一部です。 画像&のマスクデータのインポートに関する質問に焦点を当てます。 print("CNN Model created.") ###training data data_gen_args = dict() image_datagen = ImageDataGenerator(**data_gen