我有一个输入/输出对的集合，我想将其用作RNN模型的训练示例。因此，每个输入/输出都是由整数id组成的长度相同的列表。[[[2,3],[4,7]],] 我的问题是，如何将这种数据加载到TensorFlow我已经尝试过tf.data.<em
浏览 23提问于2019-08-28得票数 1
回答已采纳
根据官方文档()，使用数组作为输入既受支持又简单。现在的问题是，在将dataset对象的padded_batch方法应用于数据之前，必须首先将数据提供给tensorflow占位符。然而，可变长度输入的numpy表示不是对称的，因此被解释为序列而不是数组。但这不是提供padded_batch方法的全部原因，因为dataset可以处理一系列可变<em
浏览 2提问于2018-01-19得票数 1
教程很棒.但是很明显，您必须事先知道，，数据集中有10个不同的标签，输入数据是大小为28x28的图像数据。我认为这些细节应该可以很容易地从数据集本身发现--这有可能吗？我能否在完全不同的数据集中以同样的方式发现相同的信息(例如，，它由N列CSV数据组成的M行组成，是一个二进制分类任务)。的API中似乎没有任何明显的get_label_count()或get_input_shape()函数。叫我新手吧，但这让我很困惑。
浏览 3提问于2020-05-05得票数 0
我正在尝试用tensorflow.js构建和训练LSTM网络，dataSet = [ phrase: "i am returning this product becausenot satisfied because handle broke after using for three days",}
我可以使用google的wordtovec预训练模型将每个单词转换为
浏览 0提问于2018-10-02得票数 0
我使用tf.py_func调用将数据(要素、标签和sample_weights)从文件解析到tf.Dataset数据是可变长度的一维序列，因此我还将序列填充到my_parse_function
浏览 2提问于2018-11-10得票数 0
1回答
在最近的tensorflow中，使用tf.contrib.layers.embed_sequence()对固定长度的文本进行分类.谢谢!
浏览 1提问于2016-11-29得票数 0
回答已采纳
通常，在TensorFlow中不能对参差不齐的张量使用len()。import tensorflow as tfprint(len(x)) 由于参差不齐的张量没有实现长度方法，因此您会得到以下预期错误dataset = dataset.map(lambda path, label: self.然后，当在训练中使用时，它将正确打印出以下内容： <class &#x
浏览 96提问于2021-04-13得票数 0
回答已采纳
1回答
我在做一些数据科学工作的时候，我被困在这个问题上，我试图为一个有监督的任务建立一个模型，其中输入和输出都是可变长度的。下面是关于输入和输出的示例：Output[0]: ['class1', 'class3', 'class12']
问题是，在我所拥有的数据集中，输入和
浏览 2提问于2021-02-21得票数 0
回答已采纳
2回答
这是我们训练NLP的现代深度学习模型的常用方法，例如，在Huggingface库中，输入no有一个固定的长度。指记号/音音单位。我问题的第一部分是关于GPU内存的使用和pad，当我们训练带有填充输入的批数据的模型时，填充的令牌会占用GPU RAM吗？即使模型不计算它们，因为它们将返回零，这仍然是相当浪费的。还是PyTorch / Ten
浏览 0提问于2023-04-07得票数 2
我正在使用python中的Tensorflow进行对象检测。想象一下我想做些什么。注释是它包含的图像文件名和边界框的数组。标签除外。每个边框由四个数字表示。import tensorflow as tf
def prepare_sample(annotation
浏览 1提问于2020-09-18得票数 1
回答已采纳
我想训练一个具有可变长度输入的LSTM模型。具体来说，我想使用尽可能少的填充，同时仍然使用小型批次。
据我所知，每一批输入都需要一个固定的时间步骤，这就需要填充。但是不同的批次对于输入可能有不同的时间步骤，因此在每批输入中，只需将输入填充到同一批中最长的输入序列的长度。这就是
浏览 0提问于2020-11-26得票数 4
回答已采纳
1回答
神经网络中的超长序列
、、、
初学者关于神经网络中序列的问题:假设我有分类问题，看起来如下：
类取决于整个序列--不可能在没有看到所有类的情况下确定类。NN是怎么处理这个的？我已经阅读过各种方法，例如截断序列(这是一个问题--序列的截短部分没有类，所以我不能标记它)，使用编码器/解码器lstm (同样，不能完全理解它如何解决问题)等等。
浏览 0提问于2018-05-03得票数 2
我有一个非常简单的数据，用来检验我对tf.padded_batch用法的理解 文本文件另存为.txt格式： test = "I use tensorflow for this data\nThe current tensorflow data 请务必标记我使用的是TensorFlow2.0版，这样我就不需要使用tf.Session来初始化我的变量 datase
浏览 23提问于2019-06-05得票数 0
回答已采纳
在tensorflow conv1D层文档中，它说；
‘将此层用作模型中的第一层时，提供一个input_shape参数(整数元组或无元组，例如( 10,128)用于128个维向量的10个向量序列，或(None，128个)用于128个维向量的可变长度序列。’因此，我知道我们可以输入可变长度的序列，但是当我对conv1D层使用粗糙的张量输入时，它给了
浏览 3提问于2020-05-13得票数 4
回答已采纳
1回答
我在tensorflow中实现了LSTM的代码，我的每个批处理都有不同的长度。为了将数据输入到图中，我需要有可变长度的输入列表。
我希望下面的循环在tensorflow中有一个可变的范围。在创建图形时，我可以在开始时将其初始化为特定的值，但是不可能进行任何修改。我试图使用全局列表的长度作为外部
浏览 2提问于2016-08-01得票数 0
回答已采纳
根据的教程，我正在尝试对huggingface的distilbert实现进行微调，以便在自定义数据集上进行多类分类(100类)。为此，我使用Tensorflow，并在原生tensorflow中进行微调，也就是说，我使用教程的以下部分来创建数据集：train_dataset = tf.data.Dataset.from_tensor_slices(10
浏览 1提问于2020-10-23得票数 0
2回答
我正在做一个声音分类项目，假设我尝试确定某个录音属于哪一类的音频记录。您可能会将其与音乐类型或主题识别(文本体)问题进行比较，我的示例长度不同，我需要为每个示例精确地分配一个标签。我将我的特性表示为2d矩阵，其中每一列代表音频文件中的一个帧(例如。每一行都是一个仅与该时间框架相关的特性(例如。MFCC系数)。现在，虽然我的行计数是固定的，列的数量将根据记录的长度而变化。我将训练和测试数据作为nump
浏览 7提问于2020-07-14得票数 0
我发现创建一个自定义数据集非常困难，该数据集可以用于替换来自tensorflow_datasets的tensorflow_datasets数据集，这样我就可以用自己的数据重用其他代码：c:\users\haozhen\miniconda3\lib\site-pack
浏览 1提问于2021-11-02得票数 0
与类似，我希望从一个具有不同大小的元素的列表中构建一个。但是，与链接问题不同，我想从的输出中生成数据集，后者输出张量列表。我的设置：D = tf.data.Dataset # shorthand notation
next_element = iterator.get_next()
浏览 0提问于2018-02-06得票数 1
回答已采纳
1回答
该字符串由一组固定的字符组成，因此我已经标记了字符，并对其进行了一次热编码，并且由于可变长度序列批处理为1。我为每个时间步骤输入的是一个大小为maxid =7的热编码向量，因为我的时间步骤是可变的，所以我没有放入任何字符，并且使用了1的批处理大小。(3):输出：(15,) ()
(9,)
浏览 0提问于2020-11-19得票数 0
回答已采纳
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号