Questions tagged «tensorflow»

我最近审查了卷积文本分类的一个有趣的实现。但是我检查过的所有TensorFlow代码都使用如下的随机（未经预训练）嵌入向量： with tf.device('/cpu:0'), tf.name_scope("embedding"): W = tf.Variable( tf.random_uniform([vocab_size, embedding_size], -1.0, 1.0), name="W") self.embedded_chars = tf.nn.embedding_lookup(W, self.input_x) self.embedded_chars_expanded = tf.expand_dims(self.embedded_chars, -1) 有谁知道如何使用Word2vec或GloVe预训练词嵌入的结果，而不是随机的结果？

95 python  numpy  tensorflow  deep-learning 

我想知道是否有可能保存经过部分训练的Keras模型并在再次加载模型后继续进行训练。 这样做的原因是，将来我将拥有更多的训练数据，并且我不想再次对整个模型进行训练。 我正在使用的功能是： #Partly train model model.fit(first_training, first_classes, batch_size=32, nb_epoch=20) #Save partly trained model model.save('partly_trained.h5') #Load partly trained model from keras.models import load_model model = load_model('partly_trained.h5') #Continue training model.fit(second_training, second_classes, batch_size=32, nb_epoch=20) 编辑1：添加了完全正常的示例 对于第10个时期后的第一个数据集，最后一个时期的损失将为0.0748，精度为0.9863。 保存，删除和重新加载模型后，第二个数据集上训练的模型的损失和准确性分别为0.1711和0.9504。 这是由新的训练数据还是完全重新训练的模型引起的？ """ Model by: http://machinelearningmastery.com/ """ # load (downloaded if needed) the MNIST dataset import …

95 python  tensorflow  neural-network  keras  resuming-training 

我在使用TensorFlow实现的许多可用神经网络代码中发现，正则化项通常是通过在损耗值上手动添加一个附加项来实现的。 我的问题是： 是否有比手动进行更优雅或推荐的正规化方法？ 我也发现get_variable有一个论点regularizer。应该如何使用？根据我的观察，如果我们向其传递正则化器（例如tf.contrib.layers.l2_regularizer，将计算表示正则化项的张量并将其添加到名为的图集合中tf.GraphKeys.REGULARIZATOIN_LOSSES，该集合是否会被TensorFlow自动使用（例如，训练时由优化器使用）？期望我自己使用该收藏集吗？

94 python  neural-network  tensorflow  deep-learning 

根据TensorFlow 文档，类的prefetch和map方法tf.contrib.data.Dataset都有一个名为的参数buffer_size。 对于prefetchmethod，该参数称为，buffer_size并且根据文档： buffer_size：一个tf.int64标量tf.Tensor，表示预取时将要缓冲的最大元素数。 对于该map方法，output_buffer_size根据文档，该参数称为和： output_buffer_size：（可选。）tf.int64标量tf.Tensor，表示将要缓冲的最大已处理元素数。 同样，对于shuffle方法，根据文档显示相同的数量： buffer_size：一个tf.int64标量tf.Tensor，表示此数据集中要从中采样新数据集的元素数。 这些参数之间有什么关系？ 假设我创建一个Dataset对象，如下所示： tr_data = TFRecordDataset(trainfilenames) tr_data = tr_data.map(providefortraining, output_buffer_size=10 * trainbatchsize, num_parallel_calls\ =5) tr_data = tr_data.shuffle(buffer_size= 100 * trainbatchsize) tr_data = tr_data.prefetch(buffer_size = 10 * trainbatchsize) tr_data = tr_data.batch(trainbatchsize) buffer上面片段中的参数在扮演什么角色？

94 tensorflow  tensorflow-gpu  tensorflow-datasets 

在MNIST初学者教程中，有一条声明 accuracy = tf.reduce_mean(tf.cast(correct_prediction, "float")) tf.cast基本上改变了对象的张量类型，但是tf.reduce_mean和之间有什么区别np.mean？ 这是有关的文档tf.reduce_mean： reduce_mean(input_tensor, reduction_indices=None, keep_dims=False, name=None) input_tensor：张量减少。应为数字类型。 reduction_indices：要缩小的尺寸。如果None（默认）减小所有尺寸。 # 'x' is [[1., 1. ]] # [2., 2.]] tf.reduce_mean(x) ==> 1.5 tf.reduce_mean(x, 0) ==> [1.5, 1.5] tf.reduce_mean(x, 1) ==> [1., 2.] 对于一维矢量，它看起来像np.mean == tf.reduce_mean，但我不了解tf.reduce_mean(x, 1) ==> [1., 2.]。tf.reduce_mean(x, 0) ==> [1.5, 1.5]的意思是合理的，因为的意思是[1, 2]和[1, 2]是[1.5, 1.5]，但是这是怎么回事tf.reduce_mean(x, 1)？

90 python  numpy  machine-learning  mean  tensorflow 

这是TensorFlow网站上的教程代码， 谁能帮忙解释什么global_step意思？ 我在Tensorflow网站上发现，全局步骤用于计数训练步骤，但我不太清楚其确切含义。 另外，设置时数字0是什么意思global_step？ def training(loss,learning_rate): tf.summary.scalar('loss',loss) optimizer = tf.train.GradientDescentOptimizer(learning_rate) # Why 0 as the first parameter of the global_step tf.Variable? global_step = tf.Variable(0, name='global_step',trainable=False) train_op = optimizer.minimize(loss, global_step=global_step) return train_op 根据Tensorflow doc global_step：在变量已更新后增加1。这是否意味着一次更新global_step变为1？

88 tensorflow  deep-learning 

假设我有一个Tensorflow张量。如何获取张量的尺寸（形状）作为整数值？我知道有两种方法，tensor.get_shape()和tf.shape(tensor)，但是我不能将形状值作为整int32数值。 例如，下面我创建了一个二维张量，我需要获取行数和列数，int32以便可以调用reshape()以创建shape张量(num_rows * num_cols, 1)。但是，该方法tensor.get_shape()返回值作为Dimension类型，而不是类型int32。 import tensorflow as tf import numpy as np sess = tf.Session() tensor = tf.convert_to_tensor(np.array([[1001,1002,1003],[3,4,5]]), dtype=tf.float32) sess.run(tensor) # array([[ 1001., 1002., 1003.], # [ 3., 4., 5.]], dtype=float32) tensor_shape = tensor.get_shape() tensor_shape # TensorShape([Dimension(2), Dimension(3)]) print tensor_shape # (2, 3) num_rows = tensor_shape[0] # ??? num_cols …

88 python  tensorflow  machine-learning  artificial-intelligence 

我有Windows 10.我已经完成安装Tensorflow。有用。它说“你好Tensorflow！”。但是它具有所有这些： 2018-08-18 18:16:01.500579: I T:\src\github\tensorflow\tensorflow\core\platform\cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2 2018-08-18 18:16:01.769002: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1405] Found device 0 with properties: name: GeForce GTX 950 major: 5 minor: 2 memoryClockRate(GHz): 1.3545 pciBusID: 0000:01:00.0 totalMemory: 2.00GiB freeMemory: 1.64GiB 2018-08-18 18:16:01.774030: I T:\src\github\tensorflow\tensorflow\core\common_runtime\gpu\gpu_device.cc:1484] Adding …

88 tensorflow 

在Windows上，TensorFlow执行一条import tensorflow语句后报告以下一个或两个以下错误： No module named "_pywrap_tensorflow" DLL load failed.

87 tensorflow 

我正在将我的Caffe网络移植到TensorFlow上，但是它似乎没有进行大量初始化。我正在使用，truncated_normal但这似乎使训练变得更加困难。

85 python  tensorflow 

我在TensorFlow领域相对较新，对您如何将CSV数据实际读入TensorFlow中可用的示例/标签张量的方式感到困惑。TensorFlow教程中有关读取CSV数据的示例相当分散，仅使您成为能够训练CSV数据的一部分。 这是我根据CSV教程整理而成的代码： from __future__ import print_function import tensorflow as tf def file_len(fname): with open(fname) as f: for i, l in enumerate(f): pass return i + 1 filename = "csv_test_data.csv" # setup text reader file_length = file_len(filename) filename_queue = tf.train.string_input_producer([filename]) reader = tf.TextLineReader(skip_header_lines=1) _, csv_row = reader.read(filename_queue) # setup CSV decoding …

83 python  csv  tensorflow 

分类问题（例如逻辑回归或多项式逻辑回归）可优化交叉熵损失。通常，交叉熵层跟随softmax层，从而产生概率分布。 在张量流中，至少有十二种不同的交叉熵损失函数： tf.losses.softmax_cross_entropy tf.losses.sparse_softmax_cross_entropy tf.losses.sigmoid_cross_entropy tf.contrib.losses.softmax_cross_entropy tf.contrib.losses.sigmoid_cross_entropy tf.nn.softmax_cross_entropy_with_logits tf.nn.sigmoid_cross_entropy_with_logits ... 哪一个仅适用于二进制分类，哪些适合于多类问题？什么时候应该sigmoid代替使用softmax？如何在sparse功能与别人不同，为什么仅是它softmax？ 相关（更多面向数学的讨论）：Keras和TensorFlow中所有这些交叉熵损失之间有什么区别？。

83 python  tensorflow  neural-network  logistic-regression  cross-entropy 

我遵循了给定的mnist教程，并且能够训练模型并评估其准确性。但是，这些教程没有显示如何在给定模型的情况下进行预测。我对准确性不感兴趣，我只想使用模型来预测一个新示例，然后在输出中查看所有结果（标签），每个结果都有其分配的分数（排序或不排序）。

81 tensorflow 

当我开始训练模型时，以前没有保存任何模型。我可以model.compile()安全使用。我现在将模型保存在h5文件中，以使用进行进一步的培训checkpoint。 说，我想进一步训练模型。我现在很困惑：我可以model.compile()在这里使用吗？并将其放在model = load_model()声明之前还是之后？如果model.compile()重新初始化所有权重和偏差，则应将其放在model = load_model()语句之前。 在发现一些讨论之后，在我看来，model.compile()仅当我之前没有保存任何模型时才需要。保存模型后，无需使用model.compile()。是真的还是假的？当我想使用训练好的模型进行预测时，应该model.compile()在预测之前使用吗？

81 tensorflow  keras 

请帮我解决这个错误 我已经在服务器上安装了tensorflow模块，下面是它的信息 15IT60R19@cpusrv-gpu-109:~$ pip show tensorflow Name: tensorflow Version: 1.0.0 Summary: TensorFlow helps the tensors flow Home-page: http://tensorflow.org/ Author: Google Inc. Author-email: opensource@google.com License: Apache 2.0 Location: /home/other/15IT60R19/anaconda2/lib/python2.7/site-packages Requires: mock, numpy, protobuf, wheel, six 但是当我尝试导入tensorflow时出现以下错误 >>> import tensorflow as tf Traceback (most recent call last): File "<stdin>", line 1, in …

79 python  module  installation  tensorflow  pip