Estoy tratando de agregar recorte de gradiente a mi gráfico. Utilicé el enfoque recomendado aquí: ¿Cómo aplicar efectivamente el recorte de gradiente en el flujo tensorial? optimizer = tf.train.GradientDescentOptimizer(learning_rate) if gradient_clipping: gradients = optimizer.compute_gradients(loss) clipped_gradients = [(tf.clip_by_value(grad, -1, 1), var) for grad, var in gradients] opt = optimizer.apply_gradients(clipped_gradients, global_step=global_step) else: opt = optimizer.minimize(loss, global_step=global_step) Pero […]
Me gustaría comparar el rendimiento de los siguientes tipos de CNN para dos conjuntos de datos de imágenes grandes diferentes. El objective es medir la similitud entre dos imágenes, que no se han visto durante el entrenamiento. Tengo acceso a 2 GPUs y 16 núcleos de CPU. Triplet CNN (Entrada: Tres imágenes, Etiqueta: codificada en […]
Instalé tensorflow (en python 2.7, debian linux) usando el método pip como se muestra en la documentación oficial: https://www.tensorflow.org/versions/r0.9/get_started/os_setup.html#pip-installation Probó exitosamente la instalación como lo indica la instalación, pero al hacer el tutorial: https://www.tensorflow.org/versions/r0.9/tutorials/tflearn/index.html#construct-a-deep-neural-network- clasificador Después de importar tensorflow correctamente, al intentar la línea: training_set = tf.contrib.learn.datasets.base.load_csv(filename=IRIS_TRAINING, target_dtype=np.int) Obtengo el error: el objeto ‘módulo’ tensorflow […]
Quería guardar varios modelos para mi experimento pero noté que el constructor tf.train.Saver() no podía guardar más de 5 modelos. Aquí hay un código simple: import tensorflow as tf x = tf.Variable(tf.zeros([1])) saver = tf.train.Saver() sess = tf.Session() for i in range(10): sess.run(tf.initialize_all_variables()) saver.save( sess, ‘/home/eneskocabey/Desktop/model’ + str(i) ) Cuando ejecuté este código, solo vi […]
Soy nuevo en tensorflow y estoy construyendo una red, pero no tensorflow calcular / aplicar los gradientes. Me sale el error: ValueError: No gradients provided for any variable: ((None, tensorflow.python.ops.variables.Variable object at 0x1025436d0), … (None, tensorflow.python.ops.variables.Variable object at 0x10800b590)) Intenté usar un gráfico de tensorboard para ver si había algo que hiciera imposible trazar el […]
tl; dr ¿Cómo puedo evaluar un conjunto de validación después de cada K iteraciones de entrenamiento, utilizando colas separadas para los datos de capacitación y validación, sin recurrir a tf.Sessions separadas en múltiples procesos? No parece haber una manera limpia de lograr esto, dado mi problema particular, y mi solución actual (que pensé que funcionaría) […]
Tengo datos de tren como xTrain = numpy.asarray([100, 1, 5, 6 …]) yTrain = numpy.asarray([200, 2, 10, 12 …]) Cómo definir el método next_batch (tamaño) para obtener el número de tamaño de elementos aleatorios de los datos del tren.
Digamos que tengo un tensor de tamaño [batch_size, 5, 10] llamado my_tensor . También tengo otro tensor de tamaño [batch_size, 1] contiene índices llamados selecter . Quiero filtrar my_tensor con respecto al selecter para producir un nuevo tensor de tamaño [batch_size, 10] , es decir, seleccionar solo los valores que contiene el selecter . Básicamente, […]
Estoy tratando de optimizar un gráfico guardado para inferencia, por lo que puedo usarlo en Android. Mi primer bash de usar el script optim_for_inference falló con google.protobuf.message.DecodeError: Truncated message Así que mi pregunta es si los nodos de entrada / salida son incorrectos o si el script no puede manejar los modelos guardados (aunque es […]
¿ Session.run(fetches, feed_dict) garantiza que Session.run(fetches, feed_dict) ejecute sus argumentos de fetches en orden? La documentación no parece mencionarlo. Por ejemplo, si ejecuta sess.run([accuracy, train_op], feed_dict=feed_dict) El orden de ejecución es importante: train_op actualizará los parámetros que afectan la accuracy .