使用Tensorflow Estimator API仅为验证集图像的子集创建图像摘要
TensorFlow Estimator API是TensorFlow的一个高级API，用于简化模型的构建、训练和评估过程。它提供了一种更加模块化和易于使用的方式来开发机器学习模型。
使用TensorFlow Estimator API为验证集图像的子集创建图像摘要，可以通过以下步骤实现：
- 导入所需的库和模块：import tensorflow as tf from tensorflow.estimator import Estimator, EstimatorSpec, ModeKeys
- 定义输入函数：def input_fn(): # 加载验证集图像数据 # 对图像进行预处理，如缩放、归一化等 # 返回包含图像数据和标签的数据集对象 return dataset
- 定义模型函数：def model_fn(features, labels, mode): # 定义模型的结构，如卷积神经网络、全连接层等 # 根据mode参数选择不同的操作，如训练、评估或预测 # 返回包含预测结果、损失函数和优化器的EstimatorSpec对象 return EstimatorSpec(mode, predictions, loss, train_op)
- 创建Estimator对象：estimator = Estimator(model_fn=model_fn, model_dir='model_dir')
- 使用Estimator对象进行验证集图像的子集创建图像摘要：estimator.evaluate(input_fn=input_fn, steps=num_steps)
在这个过程中，可以根据具体需求选择合适的模型结构、优化器和损失函数。TensorFlow还提供了丰富的预训练模型和工具，可以帮助快速构建和训练模型。
对于图像摘要的应用场景，可以用于图像分类、图像检索、图像生成等任务。例如，在图像分类任务中，可以使用图像摘要来提取图像的关键特征，然后使用这些特征进行分类。
腾讯云提供了一系列与机器学习和深度学习相关的产品和服务，可以帮助开发者在云端进行模型训练和推理。其中，推荐的腾讯云产品是腾讯云AI智能图像处理服务，该服务提供了丰富的图像处理功能，包括图像识别、图像分割、图像增强等，可以满足图像摘要的需求。
腾讯云AI智能图像处理服务产品介绍链接地址：https://cloud.tencent.com/product/ai-image
相关·内容
我无法使用Tensorflow的Estimator API来实现摘要。
Estimator类非常有用，原因有很多:我已经实现了自己的类，这些类非常相似，但我正在尝试切换到这个类。
以下是代码示例：
import tensorflow as tf
import tensorflow.contrib.layers as layers
import tensorflow.contrib.learn as learn
import numpy as np
# To reproduce the error: docker run --rm -w /algo -v $(pwd):/algo tenso
浏览 69提问于2017-02-11得票数 10
回答已采纳
利用TensorFlow建立了提高图像分辨率的超分辨率卷积神经网络.网络接受低分辨率图像作为输入，产生高分辨率图像作为输出.
在训练中，我使用
def get_estimator(run_config=None, params=None):
"""Return the model as a Tensorflow Estimator object.
Args:
run_config (RunConfig): Configuration for Estimator run.
params (HParams): hyperp
浏览 5提问于2017-11-30得票数 0
我读过答案，并试图理解training、validation和testing如何映射到Tensorflow Estimator和Keras。
A: Tensorflow
tf.estimator.train_and_evaluate函数接受一个train_spec和一个eval_spec。
在这里，evaluate在上述术语中是指validation还是testing？如果是testing，我应该在哪里指定一个validation set
B: Keras
在Keras中，这似乎更清楚了，model.fit采用validation_data参数，这是validation set的参数。有一个单
浏览 2提问于2018-08-30得票数 2
我已查过以前有关这个问题的答案，但至今仍未解决。我正在从无到有地实现一个YOLO算法(用于对象检测)，并且在训练部分有问题。
对于培训，我是tf.estimator API，并且正在使用类似于tensorflow 中的similar代码的代码。我得到了以下错误：
Traceback (most recent call last):
File "recover_v3.py", line 663, in <module>
model.train(input_fn=train_input_fn, steps=1)
File "/home/nyu-m
浏览 0提问于2018-09-21得票数 2
1回答
我正在从Keras模型创建一个Tensorflow Estimator。目前，估计器被创建，模型被训练，模型被评估没有问题。然而，在最后一次评估中，由于我使用了FinalExporter接口，模型被导出，并且我得到了一个尺寸不匹配错误： INFO:tensorflow:Performing the final export in the end of training.
INFO:tensorflow:Calling model_fn.
Traceback (most recent call last):
File "/home/austinguo/.../lib/python3
浏览 21提问于2019-05-31得票数 1
回答已采纳
我正在用TensorFlow训练一个模型。在训练期间，我定期评估验证集上的模型。我想写一个训练过程的摘要，这样就可以显示验证集损失的曲线图，这样我就可以看到它随着训练迭代的增加而下降。(或者，如果我开始变得过大，就跳回来。)
我已经有一个全局迭代变量作为我的摘要的一部分。我正在考虑在模型图中创建一个标量汇总validation_loss变量，该变量与任何东西都没有关联，但我会定期从我的训练循环中为其分配一个变量。
这是一个好策略吗？在TensorFlow中，有没有一种更常用的方法来实现这一点？
(我正在处理的特定项目是，它是TensorFlow文档中的泛化。)
浏览 0提问于2016-08-17得票数 0
通过这样做，我已经从conda安装了TensorFlow_hub：
conda install -c conda-forge tensorflow-hub
但是，当我尝试在任何地方导入tensorflow_hub时，我会得到这个错误；
AttributeError Traceback (most recent call last)
/tmp/ipykernel_14843/980229998.py in <module>
1 import tensorflow as tf
----> 2 import tens
浏览 5提问于2021-12-08得票数 1
回答已采纳
我的环境: Windows 10
Python 3.8.8 (在带cuda 10.1的anaconda gpu环境中)
tensorflow 2.3.0
tensorflow-estimator 2.3.0
tensorflow-hub 0.8.0
使用import tensorflow_hub as hub时出错
我收到的错误消息：
---------------------------------------------------------------------------
ImportError
浏览 1提问于2021-05-31得票数 0
尝试在jupyter笔记本上使用tensforflow集线器，我安装了最新的tensorflow。但是，当我试图导入tensorflow_hub import tensorflow_hub as hub时，会出现一个错误：ImportError:无法从'tensorflow.python.tpu.tpu_embedding‘tensorflow.python.tpu.tpu_embedding导入名称'MomentumParameters’
我试过使用conda install -c anaconda tensorflow-hub在anaconda上安装tensorflow集线
浏览 2提问于2021-03-20得票数 1
我正在使用Tensorflow的入门示例并将参数更新到我自己的数据中，但是由于我的模型很大(244 * 244功能)，所以我得到了OutOfMemory错误。
我正在Ubuntu14.04上使用4个CPU和16 on的RAM进行培训。有没有办法缩小我的数据，这样我就不会得到这个OOM错误？
我的代码如下所示：
# Create the Estimator
mnist_classifier = tf.estimator.Estimator(
model_fn=cnn_model_fn, model_dir="path/to/model")
# Load the da
浏览 5提问于2018-01-12得票数 4
由于我的CPU不支持>=指令，而且我想安装一个更新版本的Tensorflow ( tensorflow，tensorflow)，所以我使用pip从安装了一个版本的tensorflow轮
但是，当试图导入tensorflow时，我会得到以下错误：
Traceback (most recent call last):
File "<string>", line 1, in <module>
File "C:\Users\User\AppData\Local\Programs\Python\Python37\lib\site-packag
浏览 1提问于2020-05-26得票数 2
导入失败，但有以下错误：
C:\Users\bhush>py -3.6-64 Python3.6.6 (v3.6.6:4cf1f54eb7,2018年6月27日，03:37:03) MSC v.1900 64位(AMD64)关于win32类型“帮助”、“版权”、“信用”或“许可”以获得更多信息。
导入tensorflow作为tf跟踪(最近一次调用)：文件""，第1行，文件"C:\Users\bhush\AppData\Local\Programs\Python\Python36\lib\site-packages\tensorflow__init__.py
浏览 0提问于2019-04-21得票数 3
回答已采纳
我运行了以下代码：
import tensorflow_hub as hub
我得到了这个错误：
---------------------------------------------------------------------------
ImportError Traceback (most recent call last)
<ipython-input-3-5c017171c13e> in <module>
----> 1 import tensorflow_hub as hub
~\a
浏览 41提问于2020-11-29得票数 5
1回答
根据我对机器学习的理解(尽管我对机器学习非常陌生)，需要在训练过程中对模型进行评估。这将避免过度拟合或减少错误预测的可能性。
我尝试修改Tensorflow官方网站提供的鲍鱼示例，以适应我的项目，我发现代码只在模型训练完成后进行一次评估。
这对我来说非常奇怪，因为只有一次评估似乎使“评估阶段”变得无用。换句话说，如果培训已经完成，那么评估有什么用呢？它不能帮助建立一个更好的模型，不是吗？
下面是我的代码的一部分：
nn = tf.estimator.Estimator(model_fn=model_fn, params=model_params, model_dir='/tmp/nm
浏览 0提问于2018-06-30得票数 2
我在Pycharm运行:导入tensorflow作为tf
print(tf.version)
我得到了错误："C:\Users\Hoi Yee\anaconda3\envs\tensorflow1\python.exe“"C:/Users/Hoi /PycharmProjects/untitled1 1/ss.py”回溯(最近一次调用)：文件“C:/Yee\anaconda3\envs\tensorflow1\python.exe/Hoi/PycharmProjects/untitled1 1/ss.py”，第1行，在导入tf“C：\Users Yee\anaconda3\en
浏览 0提问于2020-07-08得票数 0
我之前在tensorflow中使用了Estimator API，并使用了"max_steps“，这是在训练期间看到的批次数量。我的数据集是完全合成的和无限的，每次都会动态生成一批全新的图像。新的Keras API使用了“纪元”的概念，它对应于整个数据集。我如何在keras "initial_Epoch“函数中设置"steps_per_epoch”、“initial_Epoch”和"epochs“，使其在我的例子中有意义？
谢谢!
浏览 0提问于2019-10-24得票数 0
我使用的是tensorflow版本2.0.0-beta1。在调用
tf.estimator.inputs.pandas_input_fn
它给了我一个错误。
module 'tensorflow_estimator.python.estimator.api._v2.estimator' has no attribute 'inputs'
为了找出我尝试解决的问题
tf.estimator.inputs
这给了我以下错误
module 'tensorflow_estimator.python.estimator.api._v2.estimator'
浏览 286提问于2019-07-10得票数 3
我面临着一个关于TensorFlow集线器导入的问题。以下是在终端中发布的错误。我使用的tensorflow版本是2.6，tensorflow-hub的版本是0.12.0。我使用pip install安装了这两个工具。我有一点急于完成我的项目，我将非常感谢您的帮助。 File "/home/bannigo/catkin_ws/src/motorAI_assign/scripts/task1_1.py", line 21, in
import tensorflow_hub as hub
File "/home/bannigo/.local/lib/python3.6/s
浏览 122提问于2021-10-31得票数 1
1回答
我看到创建了一个带有Tensorflow的卷积神经网络。
在建立和训练了神经网络之后，在本教程中，对它进行了如下测试：
eval_results = mnist_classifier.evaluate(
x=eval_data, y=eval_labels, metrics=metrics)
print(eval_results)
但是，我没有测试集的标签，所以我只想使用培训示例来运行它，如下所示：
eval_results = mnist_classifier.evaluate(x=test_data, metrics=metrics)
但是，如果我这样做，就会收到警告，然后停止执行
浏览 7提问于2017-07-06得票数 1
回答已采纳
我目前正在运行TensorFlow 1.9.0。我的自定义估计器是用tf.estimator.Estimator创建的，运行时没有任何故障。但是，我在model_dir下找不到任何事件文件，而且TensorBoard什么也不显示。
下面是我如何设置我的估计器：
classifier= tf.estimator.Estimator(
model_fn=lr_model_fn, model_dir=PATH)
我通过tensorboard --logdir=tf_models/ --host=127.0.0.1打开TensorBoard，其中tf_models是目录PATH。
记录在mod
浏览 4提问于2018-08-18得票数 1
我一直试图在我的计算机上运行，但在运行以下代码时，我从标题中得到了错误：
import os
import shutil
import tensorflow as tf
import tensorflow_hub as hub
import tensorflow_text as text
from official.nlp import optimization # to create AdamW optmizer
import matplotlib.pyplot as plt
tf.get_logger().setLevel('ERROR')
os.environ[&
浏览 2提问于2021-02-25得票数 1
我使用二进制交叉熵将电影评论分为正反两类。因此，当我试图用tensorflow估计器包装我的keras模型时，我得到了一个错误：
Tensorflow estimator ValueError: logits and labels must have the same shape ((?, 1) vs (?,))
我使用sigmoid激活作为我的最后一层，我想我在这里遗漏了一些琐碎的东西。有什么帮助吗？
from tensorflow import keras
import tensorflow as tf
print("Tensorflow {} loaded".format
浏览 0提问于2018-02-18得票数 45
回答已采纳
我正在尝试使用tensorflow的对象检测API，并且在调用model_main.py后立即获取和导入错误。
ImportError: cannot import name 'feature_column_v2' from 'tensorflow.python.tpu'
这是在我打电话之后发生的
python model_main.py --logtostderr --train_dir=training/ --pipeline_config_path=training/ssd_mobilenet_v1_pets.config
完整回溯：
Traceback
浏览 0提问于2019-07-09得票数 5
回答已采纳
我使用Anaconda Spyder5和python3.8我的tensorflow工作得很好，我可以训练和预测NNs。但是，当我试图导入'tensorflow_hub‘时，我会得到以下错误：
import tensorflow as tf
print("TF Version: ", tf.__version__)
import tensorflow_hub as hub
print("TF-Hub version: ", hub.__version__)
生成的错误：
TF Version: 2.6.0
Traceback (most recent
浏览 2提问于2021-11-01得票数 2
我可以看到这个问题之前就有人问过了，
但给出的答案是
Microsoft Visual C++ 2015-2019 Redistributable (x64)
它不适用于前一位成员，也不适用于我。我已经安装了2019年的视频工作室。我下载了它，并运行了一个维修(MV C++)以防万一。仍然会犯同样的错误。
因此，尽管如此，在google或堆栈溢出的任何地方，我都没有找到有效的解决方案。以下是我安装的一些规范细节。
tensorflow-gpu 2.1
python 3.7.7
CUDA 10.1
Anaconda 3.7
看来gpu成功启动了。
2020-06-28 07:19:47.8512
浏览 5提问于2020-06-28得票数 13
回答已采纳
我已经修改了用于图像分类的CNN tensorflow模型，以包括更多的卷积层。它很好用。我希望使用TensorBoard每50步记录一次模型的准确性。我一直在尝试添加FileWriter，但没有运气。你能帮我一下我该怎么做吗？
谢谢，这是我的代码：
"""Convolutional Neural Network Estimator for MNIST, built with tf.layers."""
import numpy as np
import tensorflow as tf
tf.logging.set_verbosity(tf.l
浏览 0提问于2018-05-10得票数 1
回答已采纳
我已经创建了一个虚拟回归数据集
from sklearn.datasets import make_regression
X, y = make_regression(n_features=1, noise=15)
看起来是这样的：
然后使用Estimator API创建LinearRegressor
feat_cols = [tf.feature_column.numeric_column("X", shape=[1])]
estimator = tf.estimator.LinearRegressor(feature_columns=feat_cols)
input_
浏览 1提问于2018-03-09得票数 0
1回答
我的模型的准确性和损失评估为0。
全球步骤应该是1625，但它是1。
acc和loss不应该等于0，因为两者是相互矛盾的。
我的输入函数，keras估计器，train_and_evaluate如下：
def make_input_fn(addrs,labels,batch_size,mode):
filename_dataset = tf.data.Dataset.from_tensor_slices((addrs,labels))
dataset = filename_dataset.apply(tf.contrib.data.map_and_batch(lambda
浏览 0提问于2018-11-08得票数 1
当尝试使用封装的估计器来测试我的数据集时，我收到以下错误：
Traceback (most recent call last):
File "estimator.py", line 61, in <module>
model.train(input_fn=train_input_fn, steps=20000)
File "/home/sid/tensorflow/local/lib/python2.7/site-packages/tensorflow/python/estimator/estimator.py", line 314,
浏览 0提问于2018-02-14得票数 1
我学习了本教程，并培训了一个从MNIST集合中识别手写数字的模型。
下面的代码按预期工作，并为集合中的每个图像打印概率和类
mnist = tf.contrib.learn.datasets.load_dataset("mnist")
train_data = mnist.train.images # Returns np.array
tf.reset_default_graph()
with tf.Session() as sess:
mnist_classifier = tf.estimator.Estimator(model_fn=cnn_model_fn,
浏览 1提问于2018-02-25得票数 2
回答已采纳
我正在尝试从自定义的Keras模型构建一个TensorFlow2估计器。该模型将形状为batch_size，n，h，w，c的张量作为输入。我需要从后面对每个n，h，w，c张量应用CNN。为此，我使用了tf.map_fn：
make_model(params):
batch = Input(shape=[n, h, w, c], batch_size=params.batch_size, name='inputs')
feature_extraction = SomeCustomLayer()
x = tf.map_fn(feature_extractio
浏览 12提问于2020-06-29得票数 0
1回答
我想使用tensorboard，但得到了这个错误： ImportError: cannot import name 'parameter_server_strategy_v2' from 'tensorflow.python.distribute' (C:\Users\Connor Lab\AppData\Roaming\Python\Python37\site-packages\tensorflow\python\distribute\__init__.py) 我正在使用keras回调函数。代码如下： model = [...]
logdir = os.pa
浏览 199提问于2021-02-10得票数 0
我试着在Tensorflow上进行对象检测训练
在我开始训练网络之前一切都很顺利。
python C:\RealTimeObjectDetection-main\Tensorflow/models/research/object_detection/model_main_tf2.py --model_dir=C:\RealTimeObjectDetection-main\Tensorflow\workspace/models/my_ssd_mobnet --pipeline_config_path=C:\RealTimeObjectDetection-main\Tensorflow\works
浏览 4提问于2021-08-10得票数 3
1回答
我在Anaconda环境中使用Python (jupyter笔记本)
OS:版本: 1.14.0 Python版本: 3.6
这是同样的问题，但答案没有帮助。除了尝试重新安装Tensorflow之外，还有其他解决方法吗？还是我应该升级我的tensorflow版本？
from keras.callbacks import TensorBoard
tensorboard = TensorBoard(log_dir='graph_1', histogram_freq=0,
batch_size=512, write_graph=True, write_g
浏览 1提问于2019-09-13得票数 2
我已经训练了许多子模型，每个子模型都是最后一个模型的一部分。然后，我想使用这些预先训练好的子模型来初始化最后一个模型的参数。我尝试使用SessionRunHook加载其他ckpt文件的模型参数，以初始化最后一个模型的参数。我尝试了以下代码，但失败了。希望能有一些建议。谢谢!错误信息为：
Traceback (most recent call last):
File "train_high_api_local.py", line 282, in <module>
tf.app.run()
File "/Users/zhouliaoming/an
浏览 141提问于2018-03-28得票数 0
回答已采纳
我正在尝试让mnist cnn工作，以便一次对一张图像进行预测。我已经使用了tensorflow教程代码，并尝试在模型中使用estimator.predict，但目前收到错误：
InvalidArgumentError (see above for traceback): Input to reshape is a tensor with 1 values, but the requested shape requires a multiple of 784
[[Node: Reshape = Reshape[T=DT_FLOAT, Tshape=DT_INT32, _device="
浏览 1提问于2018-05-09得票数 4
我要在colab中编译一些东西，我需要知道tensorflow的路径，所以我运行了代码： import tensorflow
print(tensorflow.version)
print("\n")
print(tensorflow.path) 我希望得到tensorflow的确切路径。但是我有一个列表，包含三条路径，我想知道我应该选择哪一条。 输出如下所示： 1.15.2
['/tensorflow-1.15.2/python3.6/tensorflow_core/python/keras/api/_v1',
'/tensorflow-1
浏览 15提问于2020-04-06得票数 0
回答已采纳
在tensorflow中运行LinearClassifier的代码时，我遇到了下面的错误。
AttributeError:模块'tensorflow.python.estimator.estimator_lib‘没有特性'LinearRegressor’
我当前的tensorflow版本是1.2.1。我试图从ANACONDA环境更新包的版本，它没有显示升级。
我尝试从命令提示符使用下面的命令来升级它，它成功地更新了包，但是当我使用它时，它没有反映到实际的库中。
pip安装--升级tensorflow==1.3.0
仅供参考，我正在使用Jupyter Notebook，并为ten
浏览 0提问于2017-09-04得票数 1
我正在编写一段代码，用于在tensorflow中读取光盘中的图像和标签，然后尝试调用tf.estimator.inputs.numpy_input_fn。我如何才能传递整个数据集而不是单个图像。我的代码看起来像这样：
filenames = tf.constant(filenames)
labels = tf.constant(labels)
dataset = tf.data.Dataset.from_tensor_slices((filenames, labels))
dataset = dataset.map(_parse_function)
dataset_batched = dat
浏览 12提问于2018-02-24得票数 1
回答已采纳
我使用Tensorflow来计算DELF特性。我正在使用来自tensorflow模型的下一个例子：。
这里有一条线：
kmeans = tf.estimator.experimental.KMeans(...)
但我没有这样的模式：
'tensorflow_estimator.python.estimator.api.estimator.experimental‘模块AttributeError没有属性“KMeans”
我的配置:张力板1.13.1 py37hf484d3e_
tensorflow 1.13.1 gpu_py37hc158e3b_
tensorflow-碱1.1
浏览 1提问于2019-05-27得票数 1
回答已采纳
我正在运行model_main.py ()来训练OD模型。
在一些步骤之后，评估开始。日志如下：
2019-12-04 18:38:59,859 - tensorflow - INFO - Running local_init_op.
2019-12-04 18:39:00,032 - tensorflow - INFO - Done running local_init_op.
2019-12-04 18:39:04,461 - tensorflow - INFO - Evaluation [10/100]
2019-12-04 18:39:06,404 - tensorflow -
浏览 0提问于2019-12-05得票数 1
Open提供了一个简单的API来检测和提取给定图像中的人脸。(不过，我不认为它工作得很好，因为我感觉到它从输入的图像中剪出了与面部图像无关的帧。)
我想知道tensorflow API是否可以用于人脸检测。我没有找到相关的信息，但希望在这个领域有经验的人能在这个问题上指导我。tensorflow的对象检测API可以和Open一样用于人脸检测吗？(我的意思是，只需调用API函数，它就会从给定的输入图像中给出脸图像。)
浏览 0提问于2018-09-29得票数 1
回答已采纳
环境是Mac M1和miniforge Conda with python3.8。我已经完成了以下命令来安装tensorflow和tensorflow_hub： conda install -c apple tensorflow-deps
pip install tensorflow-macos
pip install tensorflow-metal
# tried all the conda commands here (https://anaconda.org/conda-forge/tensorflow-hub) and the following
pip install tens
浏览 195提问于2021-11-15得票数 0
import tensorflow_hub as hub
我知道错误了
Traceback (most recent call last):
File "<pyshell#1>", line 1, in <module>
import tensorflow_hub as hub
File "E:\python64bit\lib\site-packages\tensorflow_hub\__init__.py", line 88, in <module>
from tensorflow_hub.e
浏览 0提问于2021-01-03得票数 0
如中所述
tensorflow文档没有提供如何在评估集上对模型执行定期评估的任何示例。
接受的答案建议使用实验(这是不推荐的)。
我在网上发现的关于使用方法的所有信息。但是，我仍然不知道如何在这两个过程之间切换(训练和评估)。我尝试了以下几点：
estimator = tf.estimator.Estimator(
model_fn=model_fn,
params=hparams,
model_dir=model_dir,
config = tf.estimator.RunConfig(
save_checkpoints_steps =
浏览 1提问于2018-04-02得票数 14
我在Google平台上使用tf.estimator API和TensorFlow 1.13构建了一个DNN二进制分类器。出于某种原因，我没有得到一个eval图，但我确实得到了一个training图。
这里有两种不同的训练方法。第一种是常规的python方法，第二种是在局部模式下使用GCP平台。
注意，在这两种方法中，计算都只是一个点，看上去是最后的结果。我在期待一个类似于训练的图样，在那里它将是一条曲线。
最后，给出了性能度量的相关模型代码。
普通python记事本方法：
%%bash
#echo ${PYTHONPATH}:${PWD}/${MODEL_NAME}
export P
浏览 2提问于2019-06-20得票数 1
回答已采纳
我在与TiTAN的docker中运行tensorflow object_detection api。使用命令python object_detection/model_main.py --"pipeline_config_path object_detection/train_manhole/faster_rcnn_resnet101_coco.config --model_dir object_detection/train_manhole --alsologtostder时，我收到一个错误。 以下是错误信息： root@a358c8644e9c:~/manhole/models/
浏览 99提问于2019-03-29得票数 0
回答已采纳
1回答
我想将压缩的pd.read_pickle(filename, compression='xz')熊猫数据帧作为管道输入到tensorflow。我想使用需要输入函数的高级API tf.estimator分类器。我的数据文件是大的浮点数矩阵~(1400X16)，每个矩阵对应一个特定的类型(标签)。每种类型(标签)都包含在不同的目录中，所以我从它的目录中知道矩阵标签。在低层，我知道我可以使用feed_dict={X:batch_X:Y_:batch_Y}填充数据以提供数据管道，但是tf.estimator需要一个input函数。例如，假设我有两个标签，我的函数可能如下所示
def m
浏览 1提问于2018-08-01得票数 2
我想解析位于这里的Tensorflow的github上的源代码，，我想解析他们网站上API的文档字符串。在他们的网站上可以找到一个示例API，在github上的相应代码也可以找到。到目前为止，我一直在尝试这样做，而且我得到的是空洞的结果，起初我的怀疑是，我没有使用正确的路径来处理文档，但我试着尽可能地改变它，但我没有运气。
从tensorflow_docs.api_generator导入解析器
方法签名to_json_file(自，文件路径)
打印(“我要打印”)
print(parser.get_obj_type("tensorflow_estimator.python.estima
浏览 0提问于2021-11-24得票数 0
回答已采纳
我在TensorFlow (v1.10)中根据它们的做了一个自定义估计器(请参阅此)。
我把玩具模型训练成：
tf.estimator.train_and_evaluate(est, train_spec, eval_spec)
然后，使用一些测试集数据，尝试使用以下方法对模型进行评估：
test_fn = lambda: input_fn(DATASET['test'], run_params)
test_res = est.evaluate(input_fn=test_fn)
(如果train_fn和valid_fn在功能上与test_fn相同，例如足以使tf.estima
浏览 0提问于2018-11-09得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
