希望你们今天过得愉快。我一直在研究一种作为FaceID的CNN类型的模型,我的数据只是我的照片,模型没有错误,但是当我预测它总是给我同样的输出时(它说每一张脸都是100 %,甚至不是我),我认为它是Y值,但我不确定。我想要的是输出,不管是我还是其他人。这是我的密码
# Face ID project, using CNN tensorflow
from tensorflow.keras.preprocessing.image import img_to_array
from tensorflow.keras.optimizers import Adam
from tensorflow.ker
我已经定义,训练和拯救了我的张量角神经网络。现在已经完成了,如何将它输出到非培训数据?
import tensorflow as tf
import numpy as np
from tensorflow.keras import layers
from syslog import syslog_pred
model = tf.keras.Sequential()
# Adds a densely-connected layer with 64 units to the model:
model.add(layers.Dense(128, activation='relu')
我知道这里有几个问题,但我还没有找到一个完全适合我的问题。我正试图将来自Pandas DataFrames的数据安装到LSTM中,但对我必须提供的格式感到困惑。我创建了一个小代码片段,它将向您展示我试图做的事情:
import pandas as pd, tensorflow as tf, random
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import LSTM, Dense
targets = pd.DataFrame(index=pd.date_range(start=
我刚刚在我的自定义数据集(1675个训练图像,400个验证图像,2个类)上从头开始训练inceptionv3:
我不知道如何使用我的新训练的模型对我的测试图像进行预测。(在哪里可以将label_image.py指向模型)
我新训练的模特是从哪里得救的?
下面是关于我的设置/运行的一些元数据:
我在train_dir中生成了以下文件:
- events.out.tfevents.1481980070.airig-Inspiron-7559(4.9GB)
- graph.pbtxt(18.5MB)
- and a bunch of **model.ckpt-**_**.meta
我试图从数据中的每个组中获取第一个值。但是,我不喜欢使用外部查询/with子句。您能让我知道如何在不使用外部查询的情况下以一种优雅的方式编写它吗?
我使用外部查询从每个组获取第一个值。但是,请您帮助我在相同的sql中以优雅的方式编写这篇文章。有没有像Max,Min这样的函数给我们第一个值,这样我就不用写这个外部查询了
select *
from (
select subject_id,hadm_id,
rank() OVER (PARTITION BY subject_id ORDER BY row_id) AS BG_CG_number
from lab
我刚从tensorflow和ml.net开始。医生到处都是。最初,我只想加载一个狗或猫的tensorflow模型,然后抛出一个猫的图像,并得到预测。这是我的理解,模型已经“培训”,所以我不需要将任何输入数据到它。我认为我只需要输入图像和得到预测出来。
using System;
using Microsoft.ML;
namespace DogOrCatConsole
{
class Program
{
static void Main(string[] args)
{
// Create MLContext
我一直在研究Tensorflow中的DNNClassifier模型,我已经得到了这个模型来训练、评估和输出结果。
下面是我用来输出预测的代码:
predictions = classifier.predict(input_fn=predict_input_fn)
i = 0
for j, p in enumerate(predictions):
print("Prediction %s: %s" % (j + 1, p["probabilities"]))
i = i + 1
if i > 100:
break
在某些情况下,tf.metrics.auc与sklearn.metrics.roc_auc_score相比产生了非常不同的值。
我无法确定这种情况的特殊性,但我得到了一个可重复的例子:
可从下载的代码和数据
代码:
import sklearn.metrics
from keras.models import Model, load_model
import tensorflow as tf
from keras import backend as K
import numpy as np
def auc(y_true, y_pred):
auc = tf.metrics.auc(y