Tag: tensorflow

Ich habe eine tensorflow .pb-Datei, die ich gerne laden in python DNN, wiederherstellen der Grafik und Holen Sie sich die Vorhersagen. Ich Tue dies, um zu testen, ob die .pb-Datei erstellt, können die Vorhersagen ähnlich wie die

Ich bin verwirrt in Bezug darauf, wie die adam optimizer funktioniert tatsächlich in tensorflow. Dem Weg, ich lese die docs, es sagt, dass die learning-rate geändert wird jedem gradient-descent-iteration. Aber wenn ich die Funktion aufrufen ich ihm

Möchte ich verwenden Google Tensorflow zurückkehren ähnliche Bilder, um ein input-Bild. Habe ich installiert Tensorflow von http://www.tensorflow.org (mit PIP-installation - pip und python 2.7) auf Ubuntu14.04 auf eine virtuelle Maschine CPU. Heruntergeladen habe ich das trainierte Modell

Möchte ich tensorflow ist optimize_for_inference.py Skript auf einem gefrorenen Modell aus der Modell-zoo: die ssd_mobilenet_v1_coco. Wie finde ich/bestimmen Sie die Namen der input-und output-Namen des Modells? Hier ist ein link zu dem Diagramm generiert tensorboard Dieser Frage

Möchte ich berechnen, Vorhersagen, verwenden Sie den folgenden code: import tensorflow as tf x = tf.placeholder("float", [None, n_input]) y = tf.placeholder("float", [None, n_classes]) pred = multilayer_perceptron(x, weights, biases) cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(pred, y)) optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(cost) # Initializing

Ich versuche, eine Zusammenfassung über einen Trainingsprozess des neuronalen Netzes unten. import tensorflow as tf import numpy as np from tensorflow.examples.tutorials.mnist import input_data mnist = input_data.read_data_sets(".\MNIST",one_hot=True) # Create the model def train_and_test(hidden1,hidden2, learning_rate, epochs, batch_size): with tf.name_scope("first_layer"):

Ich umsetzen will, meine benutzerdefinierte Metrik in Keras. Laut der Dokumentation, meine benutzerdefinierte Metrik sollte definiert werden als eine Funktion, die als Eingabe zwei Tensoren, y_pred und y_true aus und liefert eine single-tensor-Wert. Aber ich bin verwirrt,

Ich bin erstellen einer benutzerdefinierten Ebene mit gewichten, die multipliziert werden müssen, durch das element-Weise vor der Aktivierung. Ich kann es funktionieren, wenn der output und input ist die gleiche Form. Das problem tritt auf, wenn ich

Ich bin eine einfache Sequentielle Modell in Keras (tensorflow backend). Während der Ausbildung möchte ich untersuchen Sie die individuellen Trainings-Chargen und modellvorhersagen. Also, ich bin versuchen, um eine benutzerdefinierte Callback das spart die modellvorhersagen und die Ziele

Einer der wichtigsten Vorteile der caffe war für mich die Möglichkeit, transfer-lernen in frei verteilt pretrained Modelle. Ist es einen Platz zu bekommen, trainierten Modelle von Papieren/Wettbewerbe in tensorflow format? Wenn nicht, gibt es eine Möglichkeit die

Brauche ich eine custom-weighted MSE-Verlust-Funktion. Ich definierte es in keras.backend from keras import backend as K def weighted_loss(y_true, y_pred): return K.mean( K.square(y_pred - y_true) * K.exp(-K.log(1.7) * (K.log(1. + K.exp((y_true - 3)/5 )))) ,axis=-1 ) Jedoch ein

Möchte ich nutzen, tensorflow zu generieren und text wurden geändert die LSTM-tutorial ( https://www.tensorflow.org/versions/master/tutorials/recurrent/index.html#recurrent-neural-networks ) - code, um dies zu tun, aber meine erste Lösung scheint zu generieren Unsinn, auch nach dem training für eine lange Zeit,

Ich bin neu in TensorFlow. Ich bin zu versuchen, die global_context Extraktion in diesem Papier https://arxiv.org/abs/1506.04579, das ist eigentlich eine Durchschnittliche pooling über die gesamte Funktion der Karte, dann duplizieren Sie die 1x1-feature-Karte wieder auf die ursprüngliche

Tut, tf.map_fn unterstützen, wobei mehr als ein Tensoren als wird unterstützt von python-native map-Funktion (Beispiel unten)? a = [1,2,3,4] b = [17,12,11,10] print(map(lambda x,y:x+y, a,b)) # ==> [18, 14, 14, 14] InformationsquelleAutor A Das | 2016-05-07

Gibt es eine Möglichkeit zum extrahieren der diagonalen einer quadratischen matrix in TensorFlow? Das heißt, für eine matrix wie diese: [ [0, 1, 2], [3, 4, 5], [6, 7, 8] ] Ich möchte zu Holen die Elemente:

Ich versuche, führen Sie das Beispiel seq2seq von Tensorflow, aber es wird nicht die GPU nutzen. Hier sind die Schritt, den ich nahm, um zu installieren Tensorflow auf einem Linux-system mit Tesla K20x git clone --recurse-submodules https://github.com/tensorflow/tensorflow

Bekomme ich folgenden Fehler beim importieren von Tensorflow. >>> import tensorflow Traceback (most recent call last): File "/home/jarvis/anaconda3/lib/python3.6/site-packages/tensorflow/python/pywrap_tensorflow.py", line 41, in <module> from tensorflow.python.pywrap_tensorflow_internal import * File "/home/jarvis/anaconda3/lib/python3.6/site-packages/tensorflow/python/pywrap_tensorflow_internal.py", line 28, in <module> _pywrap_tensorflow_internal = swig_import_helper() File "/home/jarvis/anaconda3/lib/python3.6/site-packages/tensorflow/python/pywrap_tensorflow_internal.py",

Ich habe die folgende situation: Habe ich 2 Modelle geschrieben in 2 separaten scripts: Modell besteht aus den Variablen a1, a2, und a3, und ist geschrieben in A.py Modell B besteht aus Variablen b1, b2, und b3,

Folgenden dieses tutorial wenn ich board.py in mein terminal bekomme ich diese Fehlermeldung auf Ubuntu 16.04: File "/home/alarik/anaconda2/lib/python2.7/site-packages/tensorflow/python/framework/errors_impl.py", line 469, in raise_exception_on_not_ok_status pywrap_tensorflow.TF_GetCode(status)) tensorflow.python.framework.errors_impl.PermissionDeniedError: /LOCATION Ich bin ein relativ neuer Linux-user/Programmierer also ich bin mir nicht ganz

Ich den tutorial-code aus https://github.com/tensorflow/tensorflow/blob/r1.3/tensorflow/examples/learn/wide_n_deep_tutorial.py und der code funktioniert einwandfrei, bis ich versuchte, um eine Vorhersage zu machen, anstatt einfach es zu bewerten. Ich habe versucht, eine andere Funktion für die Vorhersage, dass die so Aussehen (nur

Habe ich ein memory-leak mit TensorFlow. Ich refered zu Tensorflow : Memory leak auch während der Abschluss-Sitzung? zu Adresse mein Problem, und ich folgte den Ratschlägen der Antwort, das schien das problem gelöst haben. Aber es funktioniert

Ich bin ein Anfänger zu tensorflow. Derzeit arbeite ich auf einem system mit 2 GPUs jeweils von 12 GB. Ich will zu implementieren-Modell Parallelität zwischen den beiden GPUs um Zug große Modelle. Ich habe auf der Suche

Da ich nur eine AMD A10-7850 APU, und nicht die Mittel haben, um auf zu verbringen, ein $800-$1200 NVIDIA-Grafikkarte, ich bin versucht, dies mit den Ressourcen habe ich, um zu beschleunigen deep learning via tensorflow/keras. Zunächst habe

Ziel war die Schaffung einer Datenbank von TfRecords. Gegeben: ich habe 23 Ordner enthalten jeweils 7500 Bild, und 23 text-Datei, die jeweils mit 7500 Linie beschreibt Funktionen für die 7500 Bilder in separaten Ordnern. Erstellt habe ich

Ich versuche zu trainieren Tensorflow Objekt-Erkennung API auf mein dataset mit äpfeln und Paprika. Für die, die ich generiert die benötigten Dateien (TFrecords und Bilder mit Anmerkungen) und setzte Sie in Modelle/Forschung/object_detection-Verzeichnis. Dann habe ich die Gabel