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 .
Estoy tratando de seguir el tutorial de tensor flow como se describe en este enlace Estoy tratando de imprimir el resultado predicho como se describe: print (“Predicted %d, Label: %d” % (classifier.predict(test_data[0]), test_labels[0])) Pero no puedo imprimir el resultado. Estoy teniendo el siguiente error. print (“Predicted %d, Label: %d” % (classifier.predict(test_data[0]), test_labels[0])) TypeError: %d format: […]
He hecho una regresión lineal simple en Tensorflow. ¿Cómo puedo saber cuáles son los coeficientes de la regresión? He leído los documentos pero no puedo encontrarlos por ningún lado! ( https://www.tensorflow.org/api_docs/python/tf/estimator/LinearRegressor ) Ejemplo de Código EDIT import numpy as np import tensorflow as tf # Declare list of features, we only have one real-valued feature […]
NOTA: Mi primera pregunta aquí. Perdón por la falta de detalles o información. Más que feliz de aclarar si es necesario. Estoy ejecutando TensorFlow 1.0.0 en Mac y recibo esta advertencia cuando uso la clase learn.Estimator ADVERTENCIA: tensorflow: Desde: 25: ajuste de llamada (desde tensorflow.contrib.learn.python.learn.estimators.estimator) con y está en desuso y se eliminará después del […]
He intentado usar tensorflow durante dos días, instalándolo y reinstalándolo una y otra vez en python2.7 y 3.4. No importa lo que haga, recibo este mensaje de error cuando bash usar tensorflow.placeholder () Es un código muy repetitivo: tf_in = tf.placeholder(“float”, [None, A]) # Features No importa lo que haga siempre recupero el rastro: Traceback […]
Estoy tratando de usar: train = optimizer.minimize(loss) pero los optimizadores estándar no funcionan con tf.float64 . Por lo tanto, quiero truncar mi loss de tf.float64 a solo tf.float32 . Traceback (most recent call last): File “q4.py”, line 85, in train = optimizer.minimize(loss) File “/Library/Python/2.7/site-packages/tensorflow/python/training/optimizer.py”, line 190, in minimize colocate_gradients_with_ops=colocate_gradients_with_ops) File “/Library/Python/2.7/site-packages/tensorflow/python/training/optimizer.py”, line 229, in compute_gradients […]