En Tensorflow, quiero guardar una matriz multidimensional en un TFRecord. Por ejemplo: [[1, 2, 3], [1, 2], [3, 2, 1]] Como la tarea que estoy tratando de resolver es secuencial, estoy tratando de usar tf.train.SequenceExample() de tf.train.SequenceExample() y cuando escribo los datos escribo correctamente los datos en un archivo TFRecord. Sin embargo, cuando trato de […]
Llevo más de 5 horas ejecutando mi script. Tengo 258 archivos CSV que quiero convertir a TF Records. Escribí el siguiente script y, como he dicho, ya lo he estado ejecutando durante más de 5 horas: import argparse import os import sys import standardize_data import tensorflow as tf FLAGS = None PATH = ‘/home/darth/GitHub Projects/gru_svm/dataset/train’ […]
Soy muy nuevo en TensorFlow. Estoy haciendo la clasificación de imágenes usando mi propia base de datos de entrenamiento. Sin embargo, después de entrenar mi propio conjunto de datos, no tengo idea de cómo clasificar la imagen de entrada. Aquí está mi código para preparar mi propio conjunto de datos filenames = [’01.jpg’, ’02.jpg’, ’03.jpg’, […]
Cambié de tf.train.Saver al formato SavedModel, lo que sorprendentemente significa que cargar mi modelo desde el disco es mucho más lento (en lugar de un par de segundos, toma unos minutos). ¿Por qué es esto y qué puedo hacer para cargar el modelo más rápido? Solía hacer esto: # Save model saver = tf.train.Saver() save_path […]
Me gustaría crear una función que para cada línea de un dato determinado X, aplique la función softmax solo para algunas clases muestreadas, digamos 2, de K clases totales. En python simple el código parece así: def softy(X,W, num_samples): N = X.shape[0] K = W.shape[0] S = np.zeros((N,K)) ar_to_sof = np.zeros(num_samples) sampled_ind = np.zeros(num_samples, dtype […]
¿Alguien sabe si es posible después de cargar un modelo en Java desde Tensorflow Python para continuar entrenando el modelo? Se me ocurrió este fragmento de código, pero no funcionó (sí, la salida es la misma que la entrada) for(int i = 0; i < 10000; i++) { Tensor cost = b.session().runner().feed("input", input).feed("output", input).fetch("cost").run().get(0); System.out.println(result1); […]
Tengo un modelo de Keras que estoy convirtiendo en un modelo de servicio de tensorflow. Puedo convertir con éxito mi modelo keras pre-entrenado para tomar la entrada b64, preprocesar esa entrada y enviarla a mi modelo. Mi problema es que no sé cómo tomar los datos de predicción que estoy obteniendo (lo que es enorme) […]
Estoy utilizando el ejemplo de clasificación de imágenes de Tensorflow ( https://www.tensorflow.org/versions/r0.9/tutorials/image_recognition/index.html ). ¿Cómo podría clasificar varias imágenes a la vez? EDITAR: Idealmente, solo pasaría una imagen y un número ( nb ) como argumentos y luego realizaría las iteraciones nb de entrada-a-ser-clasificadas de esa imagen. El archivo es classify_image.py , y la parte importante […]
Me gustaría crear un conjunto de datos tf.data.Dataset.from_generator(…) . Necesito pasar en un generator Python. Me gustaría pasar una propiedad de un conjunto de datos anterior al generador de esta manera: dataset = dataset.interleave( map_func=lambda x: tf.data.Dataset.from_generator(generator=lambda: gen(x), output_types=tf.int64), cycle_length=2 ) Donde defino gen(…) para tomar un valor (que es un puntero a algunos datos, […]
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 […]