Así que estaba jugando con la biblioteca Tensorflow de Google que publicaron ayer y encontré un error molesto que me sigue mordiendo. Lo que hice fue configurar las funciones de registro de Python como normalmente lo hago, y el resultado fue que, si importaba la biblioteca tensorflow, todos los mensajes en la consola empezaron a […]
Estoy probando las aguas de aprendizaje automático y utilicé el modelo de inicio de TS para volver a entrenar la red para clasificar mis objetos deseados. Inicialmente, mis predicciones se ejecutaron en imágenes almacenadas localmente y me di cuenta de que tardó entre 2 y 5 segundos en desaparecer la gráfica de un archivo y […]
Estoy hablando del conjunto de datos de características de audio disponibles en https://research.google.com/audioset/download.html como un archivo tar.gz que consiste en tfrecords de audio a nivel de marco. Extraer todo lo demás de los archivos de tfrecord funciona bien (podría extraer las claves: video_id, start_time_seconds, end_time_seconds, tags), pero las incrustaciones reales necesarias para el entrenamiento no […]
El título lo dice todo. Estoy usando Ubuntu 16.04 Soporte a largo plazo.
¿Cuál es la diferencia entre guardar un modelo por usando el exportador como se especifica en el servicio tensorflow: p.ej: from tensorflow.contrib.session_bundle import exporter #from tensorflow_serving.session_bundle import exporter saver = tf.train.Saver(sharded=True) model_exporter = exporter.Exporter(saver) model_exporter.init( sess.graph.as_graph_def(), named_graph_signatures={ ‘inputs’: exporter.generic_signature({‘images’: x}), ‘outputs’: exporter.generic_signature({‘scores’: y})}) model_exporter.export(export_path, tf.constant(FLAGS.export_version), sess) Usando tf.train.write_graph () y tf.train.Saver () directamente: p.ej: with […]
TensorBoard tenía la función de trazar histogtwigs de tensores en el momento de la sesión. Quiero un histogtwig para los gradientes durante el entrenamiento. tf.gradients(yvars,xvars) devuelve una lista de gradientes. Sin embargo, tf.histogram_summary(‘name’,Tensor) solo acepta Tensors, no listas de Tensors. Por el momento, hice una solución alternativa. Aplané todos los tensores a un vector de […]
Tengo un modelo TensorFlow y una parte de este modelo evalúa la precisión. La accuracy es solo otro nodo en el gráfico de tensorflow, que logits y labels . Cuando quiero trazar la precisión del entrenamiento, esto es simple: tengo algo como: tf.scalar_summary(“Training Accuracy”, accuracy) tf.scalar_summary(“SomethingElse”, foo) summary_op = tf.merge_all_summaries() writer = tf.train.SummaryWriter(‘/me/mydir/’, graph=sess.graph) Luego, […]
Puedo asignar nuevos valores a un tensor utilizando tf.assign y tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES) cuando restauro un modelo tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES) : >>>sess.run(tf.assign([v for v in tf.get_collection(tf.GraphKeys.GLOBAL_VARIABLES) if v.name == ‘LAYER_NAME’][0], New_Value_FOR_LAYER_NAME)) Sin embargo, en el caso de un archivo de modelo congelado ( .pb ) donde todas las variables están en forma const , el equivalente utilizando tf.assign y […]
¿Cómo se puede escribir una secuencia de comandos de Python para leer los archivos de registro de Tensorboard, extrayendo la pérdida y la precisión y otros datos numéricos, sin iniciar el tensorboard –logdir=… GUI tensorboard –logdir=… ?
De lo que he reunido hasta ahora, hay varias formas diferentes de descargar un gráfico TensorFlow en un archivo y luego cargarlo en otro progtwig, pero no he podido encontrar ejemplos / información claros sobre cómo funcionan. Lo que ya sé es esto: Guarde las variables del modelo en un archivo de punto de control […]