tflearn相关内容
当我尝试使用 tflearn 中的 to_categorical 时,我不断收到 typeError.输出错误为:` trainY = to_categorical(y = trainY, nb_classes=2)文件“C:\Users\saleh\Anaconda3\lib\site-packages\tflearn\data_utils.py",第 46 行,在 to_categoric
..
我正在尝试从 https://github.com/tflearn/tflearn/blob/master/examples/nlp/bidirectional_lstm.py 在 jupyter 笔记本上.由于我是 Tflearn、Jupyter 和 DNN 的新手,我无法调试错误是什么以及如何解决它.错误如下: `TypeError Traceback(最近一次调用最后一次)
..
我一直在尝试创建一个聊天机器人,但我一直收到以下错误.我是 TensorFlow 的初学者. 回溯(最近一次调用最后一次): 中的文件“main.py",第 78 行model.load("model.tflearn")文件“C:\Users\User\Anaconda3\envs\newbot\lib\site-packages\tflearn\models\dnn.py",第 308 行,加
..
我似乎无法在我的代码中找到我的错误,其中有任何字符串被错误地转换为浮点数.但它给了我这个错误: W tensorflow/core/framework/op_kernel.cc:958] 未实现:不支持将字符串转换为浮点数E tensorflow/core/common_runtime/executor.cc:334] Executor 未能创建内核.未实现:不支持将字符串转换为浮点数[[节点:
..
在导入 tflearn 时出现此错误:- 导入 tflearn 回溯(最近一次调用最后一次):文件“",第 1 行,在文件“/Users/rohansethi/anaconda3/lib/python3.7/site-packages/tflearn/init.py",第 4 行,在从 .导入配置文件“/Users/rohansethi/anaconda3/lib/python3.7/
..
这可能是一个非常基本的问题... 但是如何将检查点文件转换为单个 .pb 文件.我的目标是使用 C++ 为模型提供服务 这些是我要转换的文件. 附带说明,我将 tflearn 与 tensorflow 一起使用. 编辑 1:我找到了一篇解释如何做到这一点的文章:https://blog.metaflow.fr/tensorflow-how-to-freeze-a-model
..
我有一个与 Tensorflow 相关的 Python 代码.它应该返回单个结果集.但是我收到了下面提到的警告和结果. 警告:张量流:来自C:\Users\vsureshx079451\AppData\Local\Programs\Python\Python36\lib\site-packages\tflearn\objectives.py:66:调用reduce_sum(来自tensorf
..
我有一个 MNIST 之类的数据集,它不适合内存(进程内存,非 GPU 内存).我的数据集是 4GB. 这不是 TFLearn 问题. 据我所知,model.fit 需要 x 和 y 的 array. TFLearn 示例: model.fit(x, y, n_epoch=10, validation_set=(val_x, val_y)) 我想知道有没有一种方法可以
..
我正在对文本数据集尝试DNN- RNN。这是一个简单的伪数据,我认为该代码可用于大多数文本数据。但是,当我尝试加载经过训练的模型然后对其进行重新训练时,出现错误。如果我做错了,请告诉我。 def convert_docs(documents,no_class = 2,MAX_DOCUMENT_LENGTH = 200): '''获取文档和关联的分类列表作为输入。 为tflearn库做准备
..
我想在Tflearn-Tensorflow中使用图像(像素信息)和数据的混合来训练卷积神经网络。由于我的图像数量较少,因此需要使用“图像增强”功能来增加传递到网络的图像样本数量。但这意味着我只能将图像数据作为输入数据传递,必须在稍后的阶段(大概在完全连接的层之前)添加非图像数据。我无法解决该问题,因为当我调用model.fit({'input':)时,我只能告诉网络要使用什么数据,而且我无法传递两
..
我的问题陈述如下: “ 使用Tensorflow和卷积神经网络进行对象检测和定位” 我做了什么? 我已经完成了使用tflearn库从图像中进行猫检测的工作。使用25000张猫的图像训练了一个模型,并以良好的精度很好地工作了。 当前结果: 我想做什么? 如果我的图片由同一张图片中的两个或两个以上的对象组成,例如猫和狗,那么我的结果应该是“猫和狗”,除此之外,我必须
..
我已经在anaconda上安装了大多数库.在我的代码之一中,显示没有名为"tflearn"的模块. 我还使用了conda install tflearn命令. 它显示失败的消息. PackagesNotFoundError: The following packages are not available from current channels: tflearn
..
我想用tflearn训练我的模型,但是出现上面显示的错误. 这是我的训练循环: 顺便说一句,我将训练输入拆分为单独的numpy文件 for i in range(EPOCHS): for file in filess: file = np.load(file) x = [] y = [] for a, b in fil
..
我需要在TensorFlow中创建一个矩阵来存储一些值.诀窍是矩阵必须支持动态形状. 我正在尝试执行与numpy中相同的操作: myVar = tf.Variable(tf.zeros((x,y), validate_shape=False) 其中x=(?)和y=2.但这不起作用,因为零不支持``部分已知的TensorShape'',那么,我应该如何在TensorFlow中做到这一
..
我有一个运行良好的TF模型,该模型是使用Python和TFlearn构建的.有没有一种方法可以在另一个系统上运行该模型而无需在其上安装Tensorflow?它已经进行了预训练,所以我只需要通过它来运行数据. 我知道tfcompile(这里的线程),但似乎设置起来非常复杂.有其他选择吗? 解决方案 是否可以在不安装Tensorflow的情况下在另一个系统上运行此模型?它已经进行了预
..
我在tensorflow上使用tflearn包装器来构建模型,并希望将元数据(标签)添加到最终的嵌入可视化中.运行后,有没有办法将metadata.tsv文件链接到保存的检查点? 我已经在检查点摘要的日志目录中创建了projection_config.pbtxt文件,并且metas.tsv位于同一文件夹中.配置看起来像这样: embeddings { tensor_name: "E
..
修复代码并准备好数据进行培训后,我发现自己遇到了2个问题. 背景: 我有第一列的日期(每分钟一个条目)和第二列的拥塞(值在0到200之间)的数据.我的目标是将其馈送到我的神经网络,以便能够在下周预测每分钟的拥塞(我的数据集超过了10M的条目,我应该不会缺少训练数据的问题). /p> 问题: 我现在有两个问题.首先是关于损耗,优化器和线性的问题.似乎它们中有一定数量,并且它们都有各自的领域,
..
我的问题是关于在将csv文件输入到神经网络之前对其进行预处理. 我想在python 3中使用tflearn为著名的虹膜数据集建立一个深度神经网络. 数据集: http://archive.ics .uci.edu/ml/machine-learning-databases/iris/iris.data 我正在使用tflearn加载csv文件.但是,我的数据集的“类别"列中有诸如鸢
..
有人可以提供Tensorflow完整工作代码的示例 tf.contrib.learn.ExportStrategy 该文档缺少示例.对于这个看似晦涩的Tensorflow操作,我也没有在Github或Stackoverflow上找到任何示例. 文档: https://www.tensorflow.org/api_docs/python/tf/contrib/learn/Expor
..
我在csv文件中有一个非常简单的二进制分类数据集,如下所示: "feature1","feature2","label" 1,0,1 0,1,0 ... 其中,"label"列指示类别(1为正,0为负).功能的数量实际上很大,但是对于这个问题并不重要. 这是我读取数据的方式: train = pandas.read_csv(TRAINING_FILE) y_train, X_
..