我在python字典中有一个数据集。'target']), } 如何使用tf.data.Dataset遍历这样的数据集
浏览 22提问于2021-05-01得票数 0
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_slicestrain_dataset.shuffle(1000).ba
浏览 1提问于2020-10-23得票数 0
2回答
我有一个数据集X，它包含N =4000个样本，每个样本由d =2个特性(连续值)组成，跨越t =10个时间步骤。我也有相应的‘标签’的每一个样本，也是连续的值，在时间步骤11。目前，我的数据集是形状X: 4000,20，Y: 4000。我想使用TensorFlow来训练一个LSTM来预测Y(回归)的值，考虑到之前的10个d特性输入，但是我在TensorFlow中实现这一点很困难。我目前面临的主要问题是理解TensorFlow是如何期望输入被格式化的。我
浏览 0提问于2016-09-05得票数 25
回答已采纳
假设我有一个数据集:观察的数量= 1000，每个观察是一个固定长度=10的序列(比方说)，序列中的每个点都有2个特征(数字)。我们如何将这样的数据输入到tensorflow中的rnn？
浏览 1提问于2018-02-13得票数 0
在keras中一次只能加载内存中的一批，因为我有40 as的图像数据集。path_queue = tf.train.string_input_producer(input_paths, shuffle= Falsereader.read(path_queue)
inputs = decode
浏览 9提问于2017-11-09得票数 13
回答已采纳
我正在使用Google Colab，Tensorflow version1，SSD mobile net v2 CoCo模型来训练自定义数据集。但在AP和AR = -1的图像上方的自定义数据集上进行评估。我不明白为什么会出现结果？
你能回答这个问题吗？谢谢。
浏览 3提问于2021-05-19得票数 1
当把我们的数据集训练成像CNN这样的深度学习模型时。我想跟踪数据集中的每一幅图像的序列，该数据集是为了训练神经网络中的每一个时代而选择的。是否可以打印所选图像的序列？我想以我的分析为例，如果我的数据集只有10幅图像，那么10幅图像组合的顺序是阶乘10 = 3628800。举个例子序列2: 2,5,4,3,10,
浏览 3提问于2021-05-03得票数 0
1回答
我正在尝试通过tensorflow对象检测api训练一个自定义数据集。数据集包含40k个numpy ndarray格式(uint8)的训练图像和标签。训练数据集shape=2 (40000,23456)和标签shape =1 (0...，3)。我想为这个数据集生成tfrecord。我该怎么做？
浏览 2提问于2018-05-19得票数 9
回答已采纳
我使用在imagenet数据集上训练的InceptionResnetV2达到了86%的准确率，这对目前来说是好的。有没有可能用Faster-RCNN或SSD这样的检测算法，用随机森林取代预先训练好的CNN的最后一层？
浏览 97提问于2018-06-26得票数 2
1回答
我是TensorFlow的新手。我喜欢学习更多关于时间序列模型和未来预测的知识。是否可以使用TensorFlow来实现。如果是这样，请分享一个样本和文档，以便它将帮助我了解更多。
浏览 1提问于2019-03-19得票数 3
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)。
浏览 3提问于2020-05-05得票数 0
我尝试使用TensorFlow和MNIST数据集从TensorFlow示例中训练一个模型。效果很好。但是每次我启动运行模型训练的python脚本时，都会有不同的顺序(序列)。
浏览 4提问于2017-06-23得票数 0
回答已采纳
其中作为输入的DNA序列是这样的，这个string共有60个碱基标签也是string然后生成的序列是要判断其中有没有特定序列，有就是1，没有就是0，由于要判断好多种特定序列，所以处理出来的结果会变成0，1组成的序列
我想从新生成的序列，生成一个可以在tensorflow直接用的新的数据文件我看网上的tensorflow<
浏览 369提问于2019-02-04
我有预先培训过的模型centernet_32 104_512x512_kpt_ and 17_tpu-32，创建了.record文件并使用键点数据集进行了注释。当我运行命令时：
python model_main_tf2.py --alsologtostderr --pipeline_config_path=pipelines/keypoints/centernet_hg104
浏览 5提问于2022-01-13得票数 0
对于tensorflow专家来说，这是一个新手问题：编辑: Kyle给我指出了MNIST的数据，我认为它是一个图像数据集。同样，不确定tensorflow是否是解决此问题的正确计算库，或者它只
浏览 1提问于2016-11-22得票数 2
2回答
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 / Tensorflow或其他低级张量库重新优化批处理，使pads不占用内存？如果是的话，在这个？中
浏览 0提问于2023-04-07得票数 2
我正在为tensorflow2.1.0中的二进制分类任务训练一个卷积神经网络(CNN)模型。每个实例的特征是一个形状为(50，50，50，2)的四维numpy数组，其中每个元素的类型为float32。每个实例的标签是1或0我最大的训练数据集可以包含多达1亿个实例。为了有效地训练模型，最好是序列化我的训练数据并将其存储在一组TFrecord格式的文件中，然后用tf.data.TFRecordDataset()加载它们并用tf.data.map()解析它们？如果是这样的话，你能给我一个例子，
浏览 2提问于2020-05-18得票数 1
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： TypeError: object of type 'RaggedTensor' has no len() 然而，我发现当我创建一个映射到tf数据集的函数时，出于某种原因，您可以对参差不齐的张量调用然后，当在训练中使用
浏览 96提问于2021-04-13得票数 0
回答已采纳
1回答
strategy.scope():
model.add(k.layers.Conv1D(filters=16, kernel_size=2,activation = 'relu')) model.add(k.layers.Flatten())
浏览 5提问于2020-02-09得票数 2
1回答
Tensorflow嵌入
、、、
准确地说，在参考tensorflow的文档时，我看到了两篇不同的文章。我想知道他们到底有什么不同。在第一个教程中，他们明确地训练了特定数据集上的嵌入。有一个不同的会话运行来训练这些嵌入。链接2：
然而，在这第二篇文章中，我无法理解发生了什么。通常:在tensorflow中将单词转换为向量(link1或link2)以训练seq2seq模型的正确方法是什么？此外，如何训练seq2seq数据集的嵌入，因为对于我
浏览 5提问于2017-09-19得票数 0
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
