Pytania otagowane jako tensorflow

TensorFlow to biblioteka open source i API zaprojektowane do głębokiego uczenia się, napisane i utrzymywane przez Google. Użyj tego tagu ze znacznikiem specyficznym dla języka ([python], [c ++], [javascript], [r] itp.) W przypadku pytań dotyczących używania interfejsu API do rozwiązywania problemów z uczeniem maszynowym. Języki programowania, których można używać z interfejsem API TensorFlow, są różne, dlatego należy określić język programowania. Określ również obszar zastosowania, taki jak [wykrywanie obiektów].

6
Jaka jest różnica między krokami a epokami w TensorFlow?
W większości modeli występuje parametr steps określający liczbę kroków potrzebnych do uruchomienia danych . Jednak widzę, że w większości praktycznych zastosowań wykonujemy również funkcję dopasowania N epok . Jaka jest różnica między uruchomieniem 1000 kroków w 1 epoce a przebiegiem 100 kroków z 10 epoką? Który z nich jest lepszy …
5
Czy mogę uruchomić model Keras na GPU?
Używam modelu Keras, z terminem składania 36 godzin, jeśli trenuję mój model na procesorze, zajmie to około 50 godzin, czy jest sposób, aby uruchomić Keras na GPU? Używam zaplecza Tensorflow i uruchamiam go na moim notebooku Jupyter bez zainstalowanej anakondy.
1
Zrozumienie histogramów TensorBoard (wagi)
Naprawdę łatwo jest zobaczyć i zrozumieć wartości skalarne w TensorBoard. Jednak nie jest jasne, jak rozumieć wykresy histogramów. Na przykład są to histogramy moich wag sieci. (Po naprawieniu błędu dzięki Sunside) Jak najlepiej je zinterpretować? Obciążniki warstwy 1 wyglądają w większości na płaskie, co to oznacza? Dodałem tutaj kod budowy …
9
W Tensorflow pobierz nazwy wszystkich Tensorów na wykresie
Tworzę sieci neuronowe z Tensorflowi skflow; z jakiegoś powodu chcę uzyskać wartości niektórych wewnętrznych tensorów dla danego wejścia, więc używam myClassifier.get_layer_value(input, "tensorName"), myClassifierbędąc skflow.estimators.TensorFlowEstimator. Jednak trudno mi znaleźć poprawną składnię nazwy tensora, nawet znając jej nazwę (i mylę się między operacją a tensorami), więc używam tensorboard do wykreślenia wykresu i …
9
Zamawianie normalizacji i rezygnacji z partii?
Pierwotne pytanie dotyczyło konkretnie implementacji TensorFlow. Jednak odpowiedzi dotyczą ogólnie wdrożeń. Ta ogólna odpowiedź jest również poprawną odpowiedzią dla TensorFlow. Czy podczas korzystania z normalizacji wsadowej i rezygnacji z TensorFlow (w szczególności z plików contrib.layers) muszę się martwić o zamówienie? Wydaje się możliwe, że jeśli użyję dropout, po którym natychmiast …
4
Argument Tensorflow Strides
Próbuję zrozumieć krokami argument w tf.nn.avg_pool, tf.nn.max_pool, tf.nn.conv2d. Dokumentacja wielokrotnie mówi strides: lista wartości typu int, które mają długość> = 4. Krok przesuwanego okna dla każdego wymiaru tensora wejściowego. Moje pytania to: Co reprezentuje każda z 4+ liczb całkowitych? Dlaczego muszą mieć strides [0] = strides [3] = 1 dla …
5
Jaki jest cel tf.app.flags w TensorFlow?
Czytam przykładowe kody w Tensorflow, znalazłem następujący kod flags = tf.app.flags FLAGS = flags.FLAGS flags.DEFINE_float('learning_rate', 0.01, 'Initial learning rate.') flags.DEFINE_integer('max_steps', 2000, 'Number of steps to run trainer.') flags.DEFINE_integer('hidden1', 128, 'Number of units in hidden layer 1.') flags.DEFINE_integer('hidden2', 32, 'Number of units in hidden layer 2.') flags.DEFINE_integer('batch_size', 100, 'Batch size. ' …
115 python  tensorflow 
4
TensorFlow, dlaczego po zapisaniu modelu są 3 pliki?
Po przeczytaniu dokumentów zapisałem model w TensorFlow, oto mój kod demo: # Create some variables. v1 = tf.Variable(..., name="v1") v2 = tf.Variable(..., name="v2") ... # Add an op to initialize the variables. init_op = tf.global_variables_initializer() # Add ops to save and restore all the variables. saver = tf.train.Saver() # Later, …
113 tensorflow 
3
Jaka jest różnica między sparse_softmax_cross_entropy_with_logits i softmax_cross_entropy_with_logits?
Niedawno natknąłem się na tf.nn.sparse_softmax_cross_entropy_with_logits i nie mogę zrozumieć, jaka jest różnica w porównaniu do tf.nn.softmax_cross_entropy_with_logits . Czy jedyną różnicą jest to, że wektory szkoleniowe ymuszą być zakodowane na gorąco podczas używania sparse_softmax_cross_entropy_with_logits? Czytając API, nie mogłem znaleźć żadnej innej różnicy w porównaniu z softmax_cross_entropy_with_logits. Ale dlaczego potrzebujemy wtedy dodatkowej …
5
Jaka jest rola „Spłaszczenia” w Keras?
Próbuję zrozumieć rolę tej Flattenfunkcji w Keras. Poniżej znajduje się mój kod, który jest prostą siecią dwuwarstwową. Pobiera dwuwymiarowe dane kształtu (3, 2) i generuje jednowymiarowe dane kształtu (1, 4): model = Sequential() model.add(Dense(16, input_shape=(3, 2))) model.add(Activation('relu')) model.add(Flatten()) model.add(Dense(4)) model.compile(loss='mean_squared_error', optimizer='SGD') x = np.array([[[1, 2], [3, 4], [5, 6]]]) y …
5
Jak ustawić adaptacyjną szybkość uczenia się dla GradientDescentOptimizer?
Używam TensorFlow do trenowania sieci neuronowej. Oto jak inicjalizuję GradientDescentOptimizer: init = tf.initialize_all_variables() sess = tf.Session() sess.run(init) mse = tf.reduce_mean(tf.square(out - out_)) train_step = tf.train.GradientDescentOptimizer(0.3).minimize(mse) Chodzi o to, że nie wiem, jak ustawić regułę aktualizacji dla współczynnika uczenia lub wartości zaniku dla tego. Jak mogę tutaj zastosować adaptacyjny współczynnik uczenia …
104 python  tensorflow 
6
Ładowanie wytrenowanego modelu Keras i kontynuuj szkolenie
Zastanawiałem się, czy da się zapisać częściowo wytrenowany model Keras i kontynuować trening po ponownym załadowaniu modelu. Powodem tego jest to, że w przyszłości będę miał więcej danych treningowych i nie chcę ponownie trenować całego modelu. Funkcje, których używam to: #Partly train model model.fit(first_training, first_classes, batch_size=32, nb_epoch=20) #Save partly trained …
5
Znaczenie wartości buffer_size w Dataset.map, Dataset.prefetch i Dataset.shuffle
Zgodnie TensorFlow dokumentacji , to prefetchi mapmetody tf.contrib.data.Datasetklasy, obie posiadają parametr zwany buffer_size. W przypadku prefetchmetody parametr jest znany jako buffer_sizei zgodnie z dokumentacją: buffer_size: tf.int64 skalarny tf.Tensor, reprezentujący maksymalną liczbę elementów, które będą buforowane podczas wstępnego pobierania. W mapmetodzie parametr jest znany jako output_buffer_sizei zgodnie z dokumentacją: output_buffer_size: (opcjonalny). …
2
TensorFlow zapisuje do / ładuje wykres z pliku
Z tego, co do tej pory zebrałem, istnieje kilka różnych sposobów zrzucenia wykresu TensorFlow do pliku, a następnie załadowania go do innego programu, ale nie udało mi się znaleźć jasnych przykładów / informacji na temat ich działania. To, co już wiem, to: Zapisz zmienne modelu w pliku punktu kontrolnego (.ckpt) …
Korzystając z naszej strony potwierdzasz, że przeczytałeś(-aś) i rozumiesz nasze zasady używania plików cookie i zasady ochrony prywatności.
Licensed under cc by-sa 3.0 with attribution required.