label_keys参数在分类器中有什么用处？你能在Tensorboard的Embeddings部分可视化标记的数据吗？
浏览 0提问于2017-06-08得票数 0
回答已采纳
在熊猫DataFrame中，我有一个训练数据集，其格式如下。
(如果有更好的建议使用哪种估值器，我愿意尝试。)tf.estimator.inputs.pandas_input_fn(X.iloc[:, 0:9],
浏览 0提问于2019-03-29得票数 6
回答已采纳
遵循Tensorflow教程中的虹膜分类问题，我正在尝试构建一个DNN分类器模型来识别手写字符。遇到了对测试数据的质疑。
我假设在正常的机器学习中，测试数据是未标记的。为什么在tensorflow中，测试数据也应该被标记？有没有什么方法可以使用DNN分类器或tensorflow中的任何其他分类器输入未标记的测试数据？
浏览 18提问于2018-07-27得票数 1
1回答
我试着用一个神经网络张量来处理一个分类问题。我有一些连续的变量特征和一些分类特征。连续的特征是使用sklearn的StandardScaler进行规范化的。对于分类特性，我使用了一系列嵌入特性，这些特性与我的连续特性连接在一起。(然后：但是，我在选择嵌入特性输出大小时遇到了问题即使在经历了100个时代之后
浏览 0提问于2018-01-17得票数 3
回答已采纳
我一直在浏览tensorflow.keras.save_model()应用程序接口的文档，我遇到了参数include_optimizer，我想知道不包括优化器有什么好处，或者如果优化器不与模型一起保存会出现什么问题为了给我的特定用例提供更多的上下文，我想保存一个模型，然后将生成的.pb文件与Tensorflow一起使用。我是否需要保存优化器状态，而不是保存它会减少结果文件的整体大小？
浏览 51提问于2021-04-30得票数 1
回答已采纳
虽然我理解潜在的好处，尤其是与GridSearchCV的结合，但我不知道为什么总是这样使用它(至少从我理解它的方式来看)：
我不确定这是否正确，但从我的角度来看，这似乎会导致之前的步骤分类器多次运行，即使它们总是与相同的参数一起使用。这就引出了一个问题，为<em
浏览 1提问于2020-02-06得票数 0
6回答
我正在使用传输学习为斯坦福汽车数据集构建一个分类模型。我想要实现来惩罚过度自信的预测和改进泛化。
TensorFlow在中有一个简单的关键字参数。
浏览 1提问于2019-04-15得票数 34
回答已采纳
因此，我在python Kearns / Tensorflow中有一个经过训练的序列模型(分类器)，并且我有一些输入。我想要优化输入以最大化分类命中率。import tensorflow as tf target
浏览 0提问于2018-11-02得票数 0
我使用keras而不是tensorflow，因为它简单。但是当我试图通过向model.fit()的callbacks参数发送一个keras.callbacks.Tensorboard实例来可视化keras中的计算图时，我从tensorboard得到的图非常笨拙，出于演示的目的，我在这里只构建了一个非常简单的线性分类器，在1个密集层中有1个单元。但图看起来像这样：
我可以像我们在tensorflow中做的一样做同样的事情吗，比如使用name_spa
浏览 6提问于2017-07-28得票数 2
回答已采纳
问题
!pip install -q "tensorflow-text==2.8.*"ERROR: Could not find a version that satisfies the requirementtensorflow-text==2.8.* (from versions: none)
ERROR:
浏览 18提问于2022-07-11得票数 0
回答已采纳
使用.fit_generator()或.fit()训练图像分类器，并将字典作为参数传递给class_weight=。我在TF1.x中没有出现错误，但是在2.1中，我在开始训练时得到了以下输出： ...强迫某人从...到['...']是什么意思？
tensorflow's repo上此警告的
浏览 6提问于2019-12-13得票数 64
回答已采纳
1回答
我试图使用tensorflow (V.1.1.0)对输出层的单个神经元执行二进制分类。下面的片段对应于我目前使用的丢失函数和优化器(灵感来自答案)。tf.train.GradientDescentOptimizer(learning_rate = learning_rate,name='GradientDescent').minimize(loss)
浏览 2提问于2017-08-02得票数 0
回答已采纳
2回答
我是TensorFlow的新手，正在寻求图像识别方面的帮助。有没有一个例子展示了如何使用TensorFlow来训练自己的数字图像以进行图像识别，就像中使用的图像网络模型一样
我查看了CIFAR-10模型训练，但它似乎没有提供训练您自己的图像的示例。
浏览 3提问于2016-01-09得票数 13
回答已采纳
我正在尝试将tf.keras与tensorflow中的新AdamW优化器一起使用，并且遇到了一些问题。该代码的玩具版本如下：from tensorflow.python.keras.optimizers/python3.6/site-packages/tensorflow/python/keras/engine/training.py:
浏览 2提问于2018-10-04得票数 3
回答已采纳
我正在用tensorflow和keras做一个深入的学习模型。我有一个关于输出架构的问题。我想在两类之间进行分类，有缺陷的图像和没有缺陷的图像，我已经建立了一个基于VGG16的CNN，但是更小。这个问题基本上是一个二进制分类，可以使用一个唯一的神经元在输出上使用乙状结肠激活和二进制交叉熵函数作为损失。另一种选择是使用两个神经元，使用softmax和分类交叉熵作为损失(当然，使用一个热生态器来表示这两个标签)。我一直在寻找一个详细的解释之间的区别，这两个选项，但我没有找到
浏览 0提问于2020-09-01得票数 2
2回答
当存储使用sklearn训练的分类器时，我可以在泡菜(或cPickle)和joblib.dump()之间做出选择。
除了使用joblib.dump()的性能之外，还有什么好处吗？用泡菜保存的分类器能产生比用joblib保存的分类器更差的结果吗？
浏览 4提问于2016-04-22得票数 4
回答已采纳
我试图在TensorFlow Lite Maker的帮助下制作一个图像分类器，遵循本教程：。文件上说：提前感谢！
浏览 5提问于2021-05-31得票数 1
1回答
在AI/ML模型中，例如像ResNet这样的CNN，我看不到任何控制流(无论是静态的还是动态的)。只是一系列连续的卷积层。所以,哪个模特有？有什么例子吗？
浏览 0提问于2020-11-27得票数 0
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 import Inputmodel = Sequential()
model.add(
浏览 0提问于2022-02-06得票数 0
用tensorflow实现了一种神经网络，遇到了一种参数化的方法。我说的是tf.nn.sigmoid_cross_entropy_with_logits (文档)。它接收的第一个参数作为第一个参数_sentinel=None，根据文档：
_sentinel:用于防止位置参数。内部，不要使用。我知道，通过使用这个参数，下一个参数必须被命名，而不是位置--这个参数不需要使用，但我的问题是。在哪些情况下，防止位置参数对有一定的好处
浏览 0提问于2019-02-20得票数 1
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
