如何允许文本输入到TensorFlow模型？
要允许文本输入到TensorFlow模型，可以通过以下步骤实现：
- 数据预处理：首先，需要对文本数据进行预处理，包括分词、去除停用词、转换为数值表示等。可以使用Python中的NLTK、spaCy等自然语言处理库来完成这些任务。
- 特征表示：将预处理后的文本数据转换为机器学习模型可以理解的特征表示。常用的方法包括词袋模型（Bag of Words）、TF-IDF（Term Frequency-Inverse Document Frequency）等。可以使用Scikit-learn库中的CountVectorizer、TfidfVectorizer等工具来进行特征表示。
- 构建模型：使用TensorFlow构建文本分类或文本生成等任务所需的模型。可以选择使用循环神经网络（RNN）、卷积神经网络（CNN）或Transformer等模型结构。根据具体任务的需求，选择合适的模型结构。
- 模型训练：使用预处理后的文本数据和标签数据，对构建好的模型进行训练。可以使用TensorFlow提供的优化器（如Adam、SGD等）和损失函数（如交叉熵损失函数）来进行模型训练。
- 文本输入：在使用训练好的模型进行预测时，需要将待预测的文本输入到模型中。可以将文本转换为与训练时相同的特征表示，并将其输入到模型的输入层。
- 模型预测：通过调用模型的预测方法，对输入的文本进行预测。根据具体任务的需求，可以输出分类结果、生成文本等。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云自然语言处理（NLP）：提供了文本分词、情感分析、关键词提取等功能，可用于文本预处理阶段。详细信息请参考：https://cloud.tencent.com/product/nlp
- 腾讯云机器学习平台（Tencent Machine Learning Platform）：提供了基于TensorFlow的模型训练和推理服务，可用于构建和部署文本处理模型。详细信息请参考：https://cloud.tencent.com/product/tmpl
- 腾讯云智能语音（Intelligent Speech）：提供了语音识别、语音合成等功能，可用于将语音转换为文本输入。详细信息请参考：https://cloud.tencent.com/product/tts
相关·内容
这里是机器学习的初学者。我一直在关注tensorflow文本分类教程。我有代码，它使用一个训练有素的keras模型来分类电影评论基于用户输入的文本。 我的主要问题是:如何将这些代码集成到html中，以便创建一个可以接收用户文本并使用python代码对其进行分类的网站？ 我不熟悉tensorflow.js，并且转换模型不会传输keras数据集。 有没有一些web框架可以支持tensorflow库，或者其他库？或者我应该放弃这一努力，直接将模型转移到tensorflow.js中？
浏览 33提问于2019-10-03得票数 2
回答已采纳
4回答
我是机器学习和Tensorflow的新手，因为我不懂python，所以我决定在那里使用javascript版本(可能更像一个包装器)。
problem是我试图建立一个处理自然语言的模型。因此，第一步是对文本进行标记化，以便将数据提供给模型。我做了很多研究，但大多数人使用的是tensorflow的python版本，它使用的方法是：tf.keras.preprocessing.text.Tokenizer，我在tensorflow.js中找不到类似的方法。我被困在这一步中，不知道如何将文本传输到可以输入到模型的向量。(请帮助:)
浏览 0提问于2018-08-02得票数 8
回答已采纳
我正在用TensorFlow开发一个自定义的文本分类模型，现在我想用TensorFlow serving来设置它，以便进行生产部署。该模型基于通过单独的模型计算的文本嵌入进行预测，该模型要求将原始文本编码为向量。 我现在以一种有点脱节的方式工作，一个服务完成所有的文本预处理，然后计算嵌入，然后将嵌入作为嵌入的文本向量发送到文本分类器。如果我们能将所有这些都捆绑到一个TensorFlow服务模型中，尤其是最初的文本预处理步骤，那就太好了。 这就是我被困住的地方。如何构造一个作为原始文本输入的张量(或其他TensorFlow原语)？您是否需要做一些特殊的事情来标记标记向量组件映射的查找表，以便将
浏览 19提问于2020-01-04得票数 1
回答已采纳
我有一个使用tensorflow后端进行文本分类的keras模型。它目前假设输入是一个整数的numpy数组。
我想修改这个，这样我就可以在原始文本上进行训练和预测。根据我收集的信息，这涉及到使用tf.transform将字符串的张量转换为整数的张量。
我已经使用tf.transform做到了这一点，但现在不确定如何将这个预处理步骤添加到我的模型中作为第一层/步骤。为了清楚起见，我的输入数据如下所示：
[{"review":"movie is great}, {"review":"awful film"}]
输出结果为：
[{"re
浏览 1提问于2018-10-20得票数 4
我用tensorflow 2.3训练了tensorflow keras模型。该模型以图像作为输入，但是模型经过了缩放输入的训练，因此在将它们输入到模型中之前，我们必须将图像缩放到255。
当我们在各种平台上使用这个模型时，我试图通过修改模型来简化它，只需在keras模型的开头插入一个渐升层(即在输入之后)。因此，该模型今后的任何消耗都可以简单地传递图像，而不必对其进行缩放。
我很难把这件事办好。我知道我需要使用以下功能来创建一个重标度层；
tf.keras.layers.experimental.preprocessing.Rescaling(255, 0.0, "rescaling&
浏览 2提问于2021-02-15得票数 3
回答已采纳
这是我第一次尝试CoreML，我有点困在该做什么上了。我用Keras和Tensorflow在python中构建了一个模型，它接收来自.csv文件的信息，分解.csv文件，只提取股票的结束信息和关闭日期。然后运行预测并输出预测价格数组和预测日期数组。然后，我可以使用这些信息并将其绘制到一个图表上。为了将此模型转换为coreml，我导入了coremltools并运行了以下命令
mlmodel = ct.convert(model) mlmodel.save('converted_model.mlmodel')
然后，它转换模型并输出一个.mlmodel文件，以便我将其导入Xcode
浏览 2提问于2022-03-21得票数 1
目前，我正在使用Python、Numpy、熊猫、scikit--学习进行数据预处理(LabelEncoder、MinMaxScaler、and等)，然后将处理后的数据输入到用Tensorflow 2.0构建的DNN模型中。这个输入管道满足我的需要时，数据是足够小，以适应个人电脑的RAM。
现在我有一些大数据集，超过10 Now，有些更大。我还计划在生产环境中部署模型，这意味着每天都会有新的数据出现。对于DNN模型训练，采用了tensorflow 2.0分布式策略。但对于数据预处理，显然我不能使用熊猫，科学猫学习在大型数据集与一台电脑。在我看来，我需要使用一个for -循环，在这个循环中，我反复
浏览 0提问于2019-12-05得票数 1
回答已采纳
在移动设备上使用tensorflow lite模型之前，我们有没有办法将一些文本描述嵌入到tensorflow lite模型中？
浏览 16提问于2019-11-12得票数 0
回答已采纳
1回答
我已经使用tensorflow在jupyter笔记本上完成了一个简单的线性回归模型，并且我能够保存和恢复保存的变量如下：
现在，我尝试在android应用程序上使用该模型。
遵循教程，我能够进入导入tensorflow库的阶段，如下所示：
现在，我想给模型一个输入数据并获得一个输出值。(请参阅下面的应用程序流)但是，他们在应用程序中使用的是.pb文件(不知道这是什么)。在这4个文件中：
我从保存我的模型中得到的信息，我没有一个.pb文件，这让我很困惑。
应用程序所做的:使用预先训练的tensorflow模型预测SoC，使用用户的高度输入值。其中，使用线性回归方程:y=
浏览 5提问于2017-07-04得票数 0
回答已采纳
机器学习模型:基于Tensorflow (版本1.9)和Python版本3.6
数据输入:来自Bigquery
数据输出:到Bigquery
产量预测频率:月
我开发了一个基于Tensorflow的机器学习模型。我已经在本地进行了培训，并希望将其部署到Google平台上进行预测。
该模型从Google读取输入数据，输出预测必须用Google编写。有一些数据准备脚本必须在运行模型预测之前运行。目前，我不能像在Beta阶段那样在生产中使用BigQuery ML。此外，由于这是批量预测，我不认为Tensorflow服务将是一个很好的选择。
我尝试过的部署策略：
使用Google引擎进行预
浏览 1提问于2018-10-03得票数 2
我对tensorflow和chrome扩展都是新手，还没有找到将两者结合起来的信息。我想在tensorflow中构建一个图(训练模型)，然后在chrome扩展中执行它。我看到tensorflow中有一个chrome api，而且似乎c++扩展可以使用c++作为一种语言。然而，tensorflow文档似乎表明，有一个运行时是使用C++图形执行应用编程接口所必需的。真的是这样吗？如果是，我如何将运行时导入到chrome扩展中，以便在扩展中执行我的模型？这个是可能的吗？
先谢谢你，布拉德
浏览 0提问于2016-04-21得票数 1
我最近在Google Cloud Vision上训练了一个对象检测模型。我导出了训练模型的metadat jason文件、标签文本文件和模型tflite文件，我打算在Android上运行它。然而，我不能使用Android演示应用程序运行这个模型，因为它每次都会崩溃。 使用的演示应用程序与本地训练和转换的tflite模型兼容，但与从Google Cloud导出的模型不兼容。 这里可能出了什么问题，该如何解决？ 谢谢 参考:演示应用程序：https://github.com/tensorflow/examples/tree/master/lite/examples/object_detectio
浏览 40提问于2020-01-24得票数 1
回答已采纳
我正在实现一个三重态损失的暹罗神经网络。
trained_model模型适用于三个输入:锚点、正输入和负输入。
然而，我的SNN旨在确定两个文本之间的相似性。因此，我希望将2个输入输入到模型中，如果文档相似，则获得0，否则为1。
我知道，我应该保存我的重量从trained_model，并加载到一个新的模式。但是，我到底是怎么做到的呢？
我在中问过这个问题，但我正从另一个角度来探讨这个问题(tensorflow权重)。
是否有方法将权重从三个输入模型加载到两个输入模型？
编辑**
我见过这样的情况：
eval_model = Model(inputs=anchor_input, outputs=
浏览 3提问于2022-04-23得票数 0
1回答
AskTensorFlow
我使用了tensorflow打包的数据集，如MNIST，IMDB来研究tensorflow的工作原理。然而，在实际应用中，我们必须自己对数据集进行预处理和准备。假设我正在处理图像数据集，所以我想将它们预处理为可以输入到tensorflow模型中的格式。如何将图像数据集预处理为tensorflow格式？
浏览 2提问于2018-11-17得票数 0
我已经基于Tensorflow训练了一个模型。这个模型应该可以在手机上工作，但在将冻结图(pb)转换为深度学习容器(Dlc)时，我遇到了一个问题。我必须将输入大小设置为常量。这导致该模型不能在任何输入大小下工作。我正在尝试找到一种方法来调整DLC模型的输入形状的大小，而不使用"snpe-tensorflow- to -dlc -- input _dims 1,512,512,3“初始化模型，因为这种方法很消耗资源。实际上，我想在dlc模型中调整输入形状的大小。有人能帮我吗？
浏览 10提问于2020-05-04得票数 1
另一位研究人员给我提供了一个完全训练的模型，该模型将输入作为占位符。将其视为函数损失，我希望找到x来最小化我的距离度量(损失函数) dist(x, f(x))。这可能是两个点之间的欧几里德距离。
我尝试使用TensorFlow的内置优化器函数。问题是tf.train.AdamOptimizer(1e-4).minimize(loss, var_list[input_placeholder])失败了，它抱怨input_placeholder不是受支持的类型。因此，我无法获得我的输入的渐变。
当输入必须以这种方式指定时，我如何在TensorFlow中优化函数？不幸的是，这些占位符不是首先通过Var
浏览 0提问于2017-10-01得票数 0
尝试将机器学习集成到语音聊天应用程序中。现在，用户可以说，做两件事-接受或拒绝基于语音输入(使用Apple Speech To Text API转换为文本)接受，输入可以是接受，or，确认等和拒绝，输入可以是拒绝，否，不，我不同意等。
我有一个用Keras构建的模型，并将其从Tensorflow模型格式转换为mlmodel格式，并将其集成到我的应用程序中。
该模型接受MultiArray输入并提供数组输出。
JSON文件用于训练，它具有意图的参数(例如- 'Accept‘意图将'accept'，’as‘，'confirm’作为参数)。考虑到所有参数中唯一的小写单
浏览 24提问于2019-08-19得票数 0
回答已采纳
1回答
因此，我可以用Keras训练文本分类器，也可以保存模型。我的问题是，当我加载预测未知文本的模型时，我必须像在训练过程中对输入文本进行编码一样，对输入文本进行编码。如何在训练部分保存映射，并在进行预测时重新加载映射？
这是我用来将单词映射到训练中的索引的代码。我使用来自tensorflow的VocabularyProcessor。
processor = learn.preprocessing.VocabularyProcessor(1000)
x = np.array(list(processor.fit_transform(x_raw)))
y = np.array(y_raw)
非常感谢!
浏览 2提问于2017-05-19得票数 0
回答已采纳
我使用的是tensorflow框架，我注意到在tensorflow模型文件的大小上存在很大的差异。
例如，框架提供了两个模型：
用于微调的预先训练的模型之一，例如
其中包含一个未经训练的版本。
它们都有一个172.539 kb大小
当我在我的模型中应用微调时，在图形中做一些小改动(在框架中有一个模块)并保存我的模型时，大小基本上是相同的：178.525 kb。
首先，我感到有点惊讶的是，我的微调模型有点大，因为我只将最后一层从21个类更改为14个类，所以我希望模型文件的大小会稍微小一些，但由于差异太小，我没有注意到。
但是，当我使用相同的模型文件(我指的是预先训练的模型)训练同
浏览 3提问于2017-11-15得票数 0
我正在尝试使用tensorflow创建一个文本分类模型。您可以使用tfds.load()将许多数据集导入到项目中，但我想创建一个属于我自己的唯一数据集。在tensorflow.js中，我所要做的就是创建一个包含训练/测试数据的JSON文件。对于python，似乎没有一种简单的方法可以做到这一点。 有没有人有这方面的经验？
浏览 18提问于2020-04-11得票数 0
回答已采纳
我正在尝试用tensorflow.js来建立和训练一个lstm网络，我的数据集就像
输入：“我不喜欢这些鞋，它们对我来说太黄了。所以把它们还给我。”预期输出原因：“颜色”
我可以使用预先训练的word2vec模型将文本表示为向量。我试着阅读了文档，但是我无法理解它，即使是从其他来源也找不到一个关于如何在tensorflow.js中实现和训练网络的好例子。
有谁能给出一个用node.js和tensorflow.js直接创建LSTM层并训练模型的例子吗？
浏览 2提问于2018-09-27得票数 4
回答已采纳
我使用batchsize=5在tensorflow中训练GAN模型，因此生成器的输入大小为5，图像大小，图像大小，3。训练后，我将tensorflow模型转换为tensorflowjs模型。 因此，我使用loadFrozenModel.Then model.predict来加载模型来预测image.However，model.execute(dict)中提供的dict‘’concat‘的形状必须是5,512,512,12，而不是1,512,512,12。如何解决这个问题?我在tensorflow中的训练阶段使用mini-batch，在tensorflow中只预测一个输入的图像，而不是tens
浏览 17提问于2019-03-06得票数 0
回答已采纳
我有一些ONNX Model Zoo的模型。我想在安卓( TensorFlow )应用程序中使用这里的模型，但我在弄清楚如何转换模型时遇到了问题。 根据我所读到的，我需要遵循的过程是将ONNX模型转换为TensorFlow模型，然后将该TensorFlow模型转换为TensorFlow Lite模型。 import onnx
from onnx_tf.backend import prepare
import tensorflow as tf
onnx_model = onnx.load('./some-model.onnx')
tf_rep = prepare(onnx
浏览 53提问于2020-08-15得票数 4
回答已采纳
我的Tensorflow模型是follow (模型的一部分)。 ? Tensorflow模型需要是NHWC格式的输入图像及其处理。在将Tensorflow模型转换为TensorRT引擎时，upsample需要实现插件。 但是TensorRT插件需要的格式必须是PluginFormat::kNCHW。如果设置为PluginFormat::kNHWC，则无法编译插件。 那么如何为这样的Tensorflow模型创建插件呢？
浏览 110提问于2019-08-29得票数 0
回答已采纳
我创建了一个tensorflow模型，保存并测试了它。我真的不知道如何使用tensorflow服务，我不知道我的模型的输入和输出节点如何将其转换为protobuf，然后使用tensorflow服务。所以，我想知道，我是否可以直接使用预测功能，并将模型加载到那里进行预测？我真的很困惑为什么我们必须只使用tensorflow来部署tensorflow模型？有更简单的直通车吗？
浏览 0提问于2020-05-21得票数 2
回答已采纳
我正在使用Azure认知服务，也就是CustomVision网站，来创建、训练和测试模型。我知道这个网站的主要目标是创建和API，可以调用它们在生产中运行您的模型。值得一提的是，我正在使用它来进行对象检测。 有时候你必须支持离线运行(这意味着你没有到Azure的连接，等等)。我相信微软知道并理解这一点，因为他们有一个功能，允许你以许多不同的格式导出你的模型(如TensorFlow，ONNX等)。 我遇到的问题是，当你导出到TensorFlow时，这是我需要的，它只会下载冻结的模型图(model.pb)。但是，有时您需要模型附带的.pbtxt文件或配置文件。我知道您可以生成一个pbtxt文件，
浏览 34提问于2019-06-11得票数 0
我正尝试在“交互”模式下使用tensorflow神经网络:我的目标是加载一个经过训练的模型，将其保存在内存中，然后偶尔对其执行推理。
问题是显然tensorflow Estimator类(tf.estimator.Estimator)不允许这样做。
预测(，)方法将一批特征和到模型的路径作为输入。然后，它创建一个会话，加载模型并执行推理。在此之后，会话将关闭，对于后续推理，有必要再次加载模型。
如何使用Estimator类实现我想要的行为？
谢谢
浏览 1提问于2018-05-06得票数 1
我正在用TensorFlow训练一个GPT2文本生成模型，并在我的文本语料库中执行一个时期。我的问题是，我如何每10步左右保存一次我的模型？我的模型在第100步突然停止训练，只有20步到go....oooof。 我知道Model_Checkpoint()回调，但似乎无法在save_freq参数中将steps替换为epoch。 tf.keras.callbacks.ModelCheckpoint(
filepath, monitor='val_loss', verbose=0, save_best_only=False,
save_weights_only=Fa
浏览 39提问于2020-07-06得票数 0
1回答
我正在使用Tensorflow后端上的Keras在我的机器上的一个非常巨大的数据集上训练LSTM模型。我的机器有16个内核。在训练模型时，我注意到所有内核的负载都在40%以下。
我已经通过不同的来源寻找解决方案，并尝试提供在后端使用的核心作为
config = tf.ConfigProto(device_count={"CPU": 16})
backend.tensorflow_backend.set_session(tf.Session(config=config))
即使在那之后，负载仍然是一样的。
这是因为模型非常小吗？一个时期大约需要5分钟。如果它使用完整的内核，速度可
浏览 42提问于2018-07-30得票数 10
回答已采纳
我正在尝试将'list‘输入到tensorflow C++模型引用中，
我的代码是：
int main() {
string graph_path = "tensorflow/examples/data/output_graph.pb";
std::unique_ptr<tensorflow::Session> session;
Status load_graph_status = LoadGraph(graph_path, &session);
if (!load_graph_status.ok()) {
LOG(ERROR
浏览 0提问于2018-06-15得票数 0
1回答
总之
有没有一种方法可以将原始音频数据(由PyAudio模块获得)转换成虚拟文件的形式(可以使用python open()函数获得)，而不将其保存到磁盘并从磁盘中读取？详情如下。
我在做什么
我使用PyAudio记录音频，然后将其输入到tensorflow模型中以获得预测。目前，当我首先将录制的声音保存为磁盘上的.wav文件时，它可以工作，然后再读取它，将其输入到模型中。以下是记录和保存的代码：
import pyaudio
import wave
CHUNK_LENGTH = 1024
FORMAT = pyaudio.paInt16
CHANNELS = 1
RATE = 16000
R
浏览 1提问于2021-04-07得票数 3
回答已采纳
我正在培训Tensorflow版本的maskrcnn初始v2模型，以便与OpenVino进行进一步的工作。在对模型进行培训之后，我使用object_detection_API目录中的脚本冻结了模型：
python exporter_main_v2.py \-训练_检查点_dir训练
--输出目录inference_graph
管道配置路径training/mask_rcnn_inception_resnet_v2_1024x1024_coco17_gpu-8.config
在这个脚本之后，我得到了保存的模型和管道文件，这些文件将来应该在OpenVInO中使用--当将接收到的文件上传到模型优化器
浏览 2提问于2020-08-20得票数 1
1回答
我正在尝试使用TensorFlow来训练一个简单的模型。
我想得到一个准确的预测(98%+)，一个新的输入到训练的模型。
有500个输入。1代表一个价格(500-200.000)，一个代表建设年(1980-2017)，其余的498个要么是正确的，要么是假的(0/1)。现在，498输入是非常重要的(事实上，另外两个输入几乎过时了)。所以都是数字。
我翻阅了TensorFlow文档，找不到任何关于如何衡量不同输入的教程。例如，价格/年应该只占预测的10%(每个0.0 5)，其余的只占其余的(0.9)。
有什么解决办法吗？
浏览 1提问于2017-06-07得票数 0
我做了什么？
我正在研究图像分类问题。我用python训练了我的CNN模型，然后把它转换成我的android应用程序的Tensorflow-Lite。我在python中测试了我的tensorflow-lite模型，并将我的结果与我的keras模型结果进行了比较。两者是相同的，这意味着我转换到坦索弗莱是正确的。
在python中，读取图像的代码如下所示。我不会对这个图像进行任何正常化或任何其他操作。只是调整它的大小并预测它。
image_array_abnormal = np.array([resize(imread('/content/path/abnormal2.png'),
浏览 5提问于2020-06-24得票数 2
系统信息Google Colab
当我运行官方的tensorflow基本文本分类提供的示例时，在模型保存之前，一切都会正常运行，但是当我加载模型时，它会给出这个错误。
RuntimeError:无法恢复类TextVectorization的层。类TextVectorization的层要求将类提供给模型加载代码，方法是在类def上注册使用@keras.utils.register_keras_serializable的类，并将该文件包含在程序中，或者将类传递到包装此负载调用的keras.utils.CustomObjectScope中。
预期行为:模型应成功加载并处理原始输入
示例链接：
浏览 4提问于2020-11-28得票数 3
我正在用C++编写一个TensorFlow服务客户端，它位于数据库服务器内，并使TensorFlow模型可用作数据库过程。整个机器根据它通过GetModelMetaData请求/响应机制从TensorFlow服务模型服务器检索的响应，自动配置数据类型和数据库表与输入和输出张量之间的必要转换。
到目前为止，我已经使用“原始”输入张量与各种模型(Inception_v3、各种回归模型)进行了交谈。我所说的“原始”是指输入张量的值是模型请求的普通数据类型，而不是包装为tf.example记录的值。
为了进行说明，请看TensorFlow服务示例部分中的"half_plus_two“模型。它期
浏览 3提问于2017-07-13得票数 1
1回答
张量流或角的特征可视化很容易，可以在这里找到。或
如何在火把里做这件事？
我使用PyTorch和预先训练的resnet18模型。我只需要输入图像并为特定的层(例如Layer2.0.卷积2)获得激活。在预训练模型中指定了Layer2.0卷积2。
简单地说，如何将一个代码链接到PyTorch？如何获取resnet18 PyTorch中的特定层以及如何获得输入图像的激活。我在tensorflow中尝试过这个，它成功了，但没有PyTorch。
浏览 2提问于2019-11-24得票数 3
回答已采纳
如何使用所有的C++ TensorFlow Lite运行时库构建？我不能在构建时输入模型来有选择地构建子集。
我想要一个跨平台的解决方案，但为了我当前的开发需要，我在macOS上。
浏览 6提问于2022-08-18得票数 0
回答已采纳
我想使用Tensorflow对象检测API来处理多通道图像(例如，4通道RGB +红外线)。有一个如何更改API以添加其他通道。然而，本教程是在一年前编写的，自那以后API就有了发展，现在看来API可以接受多通道映像了。
例如，在tensorflow-models/research/object-detection/data_decoders/tf_example_decoder.py中，除了fields.InputDataFields.image之外，现在还有fields.InputDataFields.image_additional_channels.它是否可以用于输入图像中输入图像中输
浏览 1提问于2018-11-20得票数 2
远射:Ubuntu16.04 Nvidia 1070和8G在船上？机器拥有64 Gig和dataset是100万条记录和当前的cuda，cdnn库，TensorFlow 1.0 Python3.6
不知道如何排除故障？
我一直在努力用TensorFlow建立一些模型，并多次遇到这种现象:除了使用GPU内存的TensorFlow之外，我什么都不知道？
I tensorflow/core/common_runtime/gpu/gpu_device.cc:885] Found device 0 with properties: name: GeForce GTX 1070 major: 6 min
浏览 5提问于2017-04-22得票数 0
回答已采纳
假设我试图在像这一个，这样的数据集中对假新闻进行分类，其中有显示文章文本的列，也有有助于分类的文章标记。我可以将文章文本矢量化，并使用LSTM来训练一个假新闻预测器，这将需要这样的输入层。
import tensorflow
from tensorflow.keras.models import Sequential
from tensorflow.keras import Input
model = Sequential()
model.add(Input(shape=(1,), dtype=tensorflow.string))
然后，我会添加一个文本向量化层，然后是LSTM，等
浏览 0提问于2022-02-06得票数 0
如果我用tensorflow写一个模型，可能是任何CNN或ANN。我想知道如何发现我的架构或模型中是否有问题。例如。如果我的模型拟合不足或过拟合。如何绘制学习曲线、验证曲线和训练曲线，以及如何分析它们以发现我应该做些什么来提高测试数据的准确性。如何在tensorflow.Any aproach中做所有这些事情，以便在tensorflow中做到这一点，并告诉一些提示，以便在特定模型中找到正确的错误？
浏览 13提问于2018-09-01得票数 0
我有一个tensorflow训练模型，并在tensorflow测试，精度达到95%。
Tensorflow模型被转换为ONNX并转换为TensorRT。TensorRT引擎以16位精度运行.在TensorRT中，准确率下降到75%。即使使用kTF32，准确率仍为75%。测试相同的图像为两个测试和相同的输入大小。
我该从哪里看这个精度下降的地方？唯一的区别是我在TensorRT中进行批处理推理，而不是在Tensorflow中。
对于Tensorflow和TensorRT，使用OpenCV读取图像。
从Tensorflow到ONNX的转换精度会下降吗？
浏览 6提问于2020-09-11得票数 0
回答已采纳
我使用AWS Textract从文档中提取文本，但是，一些句子被撕开，我需要使用Tensorflow将它们重新组合在一起。我对TensorFlow非常陌生，因此我不知道需要什么样的模型配置才能实现这一点。这里有一些我需要模型来预测的例子。这是输入： [
[
{
"part": "I think that"
},
{
"part": "TensorFlow is great."
},
"label": 1
],
[
{
"part": "I&#
浏览 11提问于2021-01-12得票数 0
回答已采纳
的主要问题：，我如何创建一个神经网络，可以对文本数据和数字特征进行分类？
这听起来很简单，但我不能正确地理解一些事情。
背景
我正在尝试使用TensorFlow 2/Keras构建一个文本分类器(这是第一次)，以查看应用程序商店的评论，并将它们分类如下：happy, pricingIssue, techIssue, productIssue, miscIssue
我有一个数据集，其中包含：star_rating, review_text和相关标签。
问题
我从从TensorFlow获得的理解是，我需要使用tensorflow集线器层作为一个固定的形状输出嵌入句子。
embedding = &#
浏览 0提问于2020-01-01得票数 1
回答已采纳
我正在尝试用TensorFlow模型测试c++代码。该模型得到256*256浮标阵列(谱图或图像)，并对这些数据进行了推断。TF模型是为解决5类分类问题而设计的。它是由一个传统的TF模型通过转换得到的。我使用TF Lite 2.0。
这是我的密码：
#include <iostream>
#include <cstdio>
#include "../tensorflow/tensorflow/lite/interpreter.h"
#include "../tensorflow/tensorflow/lite/model.h"
#inc
浏览 1提问于2019-10-18得票数 0
回答已采纳
1回答
考虑情况：
我有一个安装了Python、tensorflow和其他库的Ubuntu服务器。我的代码是python脚本，它加载了几个模型，其中一些模型是预先训练过的向量.bin，还有一些文件来自服务器文件夹，等等。
当我在终端上运行脚本时，它会启动交互式会话，在其中输入一些文本并将脚本输出回我(比如聊天机器人)。在回答时，它叫我的人工智能模型(Tensorflow，keras)。
问题:如何从其他python访问这个正在运行的会话？我的意思是，我想把它用作一个函数:发送文本并接收回复。当然，我需要长时间在后台运行这个终端会话。
我读过这个和类似的答案，但不确定那个正确的解决方案(似乎不是完整的)
浏览 0提问于2019-05-24得票数 0
我已经开发了一个Keras模型，该模型在自定义图像数据集上进行训练，在发送输入图像时，它可以很好地处理对象检测和检测到的对象的掩蔽。我想将这个模型导出到CoreML (.mlmodel)，这样我就可以直接将它嵌入到我的iOS应用程序中。
我也有我训练过的模型，使用Tensorflow和Mask RCNN。因此，在将Keras或Tensorflow模型转换为CoreML时，任何帮助。我已经尝试并成功地将Tensorflow模型转换为CoreML，但该模型不支持Mask RCNN。
我特别希望在转换模型，支持Mask RCNN到CoreML的帮助。
浏览 1提问于2020-04-07得票数 0
1回答
我有一个以SavedModel格式(.pb)保存的模型。在没有问题地服务于模型之后，我尝试通过tensorflow服务进行预测。TF服务要求我通过列表输入数据，否则我得到的答案是TypeError：'ndarray‘类型的对象不能序列化。但是，当我输入一个列表时，响应是一个错误 输入是 value = [1, 2, 3, 4, 5]
body = {"signature_name": "serving_default",
"instances": [[values]]}
res = requests.post(url=u
浏览 10提问于2019-12-30得票数 3
如何将tensorflow的内置模型架构用于3个以上的通道？ https://www.tensorflow.org/tutorials/images/segmentation 例如，当输入有3个通道(例如，RGB)时，在这里工作的模型可以工作。我想更改10个输入通道的代码。 注意:我不需要预先训练的模型，只需要底层架构。
浏览 3提问于2020-07-20得票数 0
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
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
