1回答
我有一个简单的DNN，我想测量GPU预测时间。我不关心I/O事件和数据传输，只关心model.predict()在图形处理器上完成所需的时间。我使用的是TensorFlow 2.5。有没有办法可以测量一下那个时间？
浏览 6提问于2021-10-13得票数 0
我正在测试加载TensorFlow.js模型，并试图测量预测所需的毫秒数。例如，第一次，预测值大约需要300毫秒，但从第二次试验开始，时间缩短到13~20毫秒。我不是在计算模型加载的时间。我只计算模型加载后的预测值。const MODEL_URL = 'https:/
浏览 5提问于2022-03-03得票数 0
2回答
我有一个时间序列的特性x_1,x_2,x_3,...,x_n。我想为每个时间步骤做一个预测y_1,y_2,y_3,...,y_n。然而，在我的培训数据中，一些y可以是nan。我想让fit忽略这些(即这对测量的y和预测的y的成本为零)。我目前正在通过Keras使用tensorflow。
标签的掩蔽层有相似之处吗？我目前正在通过Keras使用tensorflow。
浏览 0提问于2019-12-09得票数 2
回答已采纳
对于大型数组，Tensorflow tf.subtract耗时太长。我的工作站配置：内存: 384 GBCUDA: 8.5Tensorflow: 1.1.0，GPU版本 import numpy as np H=4000
索引:1总
浏览 1提问于2017-09-01得票数 1
假设在tensorflow中训练的模型使用两种方法来转换可用于tensorflow的模型: 1)使用tf.saved_model.simple_save方法将模型保存在tensorflow中，然后使用tf.loadFrozenModel将模型加载到tensorflow中并使用model.predict预测结果2)使用keras(序列)将模型保存在tensorflow中，然后使用tf.loadModel将模型加载到tensorflow中并使用model.predict<e
浏览 22提问于2019-02-17得票数 2
回答已采纳
我想做graph正交化来修复大矩阵，这些矩阵在纯Tensorflow中开始稍微偏离正交性(在较大的计算范围内在图上这样做，而不破坏它)。(虽然有更高的精度)：44.71760.034667numpy version with tensorflow and variable re-assign to the result of numpycode
浏览 5提问于2018-01-05得票数 1
回答已采纳
我目前正在尝试测量Keras (TF Back)模型进行预测所需的时间。由于时间可能不同，我正在做预测的样本，并计算它们的平均值和样本标准差。在查看了带有时间度量的列表后，我现在知道第一次预测总是需要大约10倍的时间。我猜算法是以某种方式“记住”，他之前做了完全相同的计算，并使用了一些已经计算的结果？无论如何，我现在的问题是:在实际的应用场景中，模型不会连续多次做出相同的预测，所以我的测量值似乎没有用，除了第一个。有
浏览 2提问于2018-10-07得票数 1
1回答
用于分类的连续测量的特征
、、、、
对于每个病人，每隔一个小时对同一组生命体征进行12次测量。这些测量必须注意到，这些测量是在患者进入医院后立即进行的，但可以从一些偏移开始。现在的任务是为每个患者预测在剩余的停留时间内，是不进行、只进行一次还是多次进行10次可能的测试，并预测剩余时间内一些生命体征的未来平均值。我有一个训练集，它与我应该预测的标签一起出现。我的问题主要是关于如何处理特征，我想将患者的测量结果转换为一个长向量，并将其用作分类器的训练示例。然而，我不太确定应
浏览 25提问于2020-03-28得票数 0
回答已采纳
我在用Tensorflow。我有一个大数组(5000x5000 float32元素)。如何测量将这个数组从RAM移动到GPU内存实际上需要多长时间？我知道我可以创建一些非常简单的计算图，运行它，并测量它花了多长时间。然而，这有两个问题。首先，我担心测量的时间将被计算所需的时间所支配，而不是通过从RAM do GPU移动数据。第二，如果计算不涉及我提到的大数组，Tensorflow将简化计算图，使大数组不会在其中，也不会从RAM移动到G
浏览 1提问于2018-04-04得票数 7
基本上，它允许您使用方法“解释”模型的预测并测量每个功能的贡献。在我训练模型，然后调用方法后，效果很好。最终，我想将这个训练有素的估计器用于Tensorflow服务。我不认为它在“预测”SignatureDef中是可用的。以前有人试过这个吗？
浏览 0提问于2019-12-04得票数 7
1回答
我知道，当我们有一个测量和过渡方程时，就可以使用卡尔曼滤波。我也知道卡尔曼滤波器可以处理丢失的数据。从我在大学的课程中，我知道卡尔曼滤波器一直被用来做GDP预测。
浏览 0提问于2022-12-15得票数 2
回答已采纳
我使用了两种类型的模型对具有时间序列数据的SISO系统进行建模。第一个是ARIMAx，第二个是Output-Error。现在，我应该知道这两个中的哪一个在预测输出方面表现最好，在我的情况下是15天，并且只有模型所需的观测输出才能正确初始化。我一直在阅读预测和预测之间的区别，显然人们经常混淆这两个术语。我想知道我应该使用这两个中的哪一个来验证模型并选择最好的一个。主要的一点是，我必须测试模型在许多方面的性能。换句话说，模型如何在提前第一天、提前第二天到提前第15天进行预测。
浏览 0提问于2017-10-24得票数 0
在线预测时间允许tf.py_func吗？如果是的话，有怎样使用它的例子吗？如果我需要安装额外的pip软件包，答案会改变吗？我的用例:我处理文本，我需要做词干(使用波特词干)，我知道如何使用python，tensorflow没有操作。我想使用相同的文本处理在培训和预测时间-因此，我想把它编码成一个tensorflow图。有已知的局限性，在我投入更多时间之前，我想知道它是否在培训和在线预测中起作用。
谢谢
浏览 2提问于2017-11-25得票数 1
回答已采纳
我目前正在处理一个时间序列数据集，其中46行是关于气象测量的，大约在一周内每天3小时。我的解释变量(X)由26个变量组成，有些变量有不同的测量单位(度、千分尺、g/m3等)。我的目标是用变量集合(X)来预测12~24h时隙的温度(y)。Results: %.2f (%.2f) MSE" % (results.mean(), results.std()))(1)我发现交叉验证并不适用于时间序列预测所以，我想知道其他的
浏览 1提问于2019-07-11得票数 1
回答已采纳
我想量化性能的一种方法是能够说出每一个分类器相对于其他分类器分类观察所花费的时间。3.323 0.007 3.335
user system elapsed 我如何解释预测时间a)预测单个观察的时间b)
浏览 9提问于2017-03-02得票数 0
回答已采纳
1回答
对于一个工业工作流，我们为一个回归问题创建了一个ANN (在tensorflow中)，其中我们以客户输入(作为数值)并预测需要生产的单元(长度、高度等)的测量值。我们分析了这些错误，并指出，基本上50%的预测将在可接受的容许范围内，而在其他50%的预测中，人类专家应该对它们进行审查。我们面临的问题是:如何预测，回归是否在允许范围之内？
浏览 0提问于2022-09-20得票数 0
3回答
通过这个，我熟悉以下内容：
据我所知，反向模式自减首先在正向上通过图，然后在第二次传递中，计算输出与输入有关的所有偏导数。这与传播算法非常相似。
浏览 3提问于2018-04-19得票数 15
回答已采纳
我试着用Tensorflow做时间序列预测，模型知道标签时间步骤的特性。例如，一个人在一周后试图预测一个变量，就会知道下周将要发生的影响该变量的事情。因此，如果一个由20个时间步骤组成的窗口，其中的标签是第20个时间步骤，则如下所示：
Time步骤1-19每个都有一组特性和timeseries数据。我已经通过了Tensorflow ，做了一个关于Tensorflow时间序列预测的课程，并搜索了其
浏览 1提问于2020-08-16得票数 1
2回答
通过这个书，我熟悉以下内容：
对于每个训练实例，反向传播算法首先进行预测(前向传递)，测量误差，然后反向遍历每一层以测量每个连接(反向传递)的误差贡献，最后稍微调整连接权重以减小误差。但是，我不确定这与TensorFlow的反向模式自动关闭实现有何不同。据我所知，上面的算法首先在正向上遍历图，然后在第二次遍历时，计算输出与输入有关的所有偏导数。这与传播算法非常相似。
浏览 0提问于2018-04-19得票数 0
回答已采纳
我有一个低成本测量装置的原始温度时间序列数据，它与高成本设备的参考测量有很强的线性关系。然而，低成本设备的测量并不像高成本设备的测量那样精确。因此，考虑到采用LSTM的高成本器件的基准测量，我想对低成本器件的原始测量进行校准。
最近我买了“深度学习与R，第二版”来阅读书中的例子，以便更好地了解深度学习。LSTM也在那里被引入，但是他们用它来预测温度。我只想校准，而不是预测。我有一个低成本测量装置的原始温度时间
浏览 0提问于2022-07-14得票数 1
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
腾讯会议
云直播活动推荐
腾讯云开发者
