mnist相关内容
我正在使用简单的 MINST 神经网络程序在 Windows 10 上运行 tensorflow-gpu.当它尝试运行时,遇到 CUBLAS_STATUS_ALLOC_FAILED 错误.谷歌搜索没有发现任何东西. I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\core\common_run
..
在 Torchvision 中使用 MNIST 数据集时出现以下错误 RuntimeError: 形状 [1, 28, 28] 的输出与广播形状 [3, 28, 28] 不匹配 这是我的代码: 导入火炬从 torchvision 导入数据集,转换transform = transforms.Compose([transforms.ToTensor(),transforms.Normalize
..
我是 pytorch 的新手,正在尝试实现一个前馈神经网络来对 mnist 数据集进行分类.我在尝试使用交叉验证时遇到了一些问题.我的数据具有以下形状:x_train:torch.Size([45000, 784]) 和y_train: torch.Size([45000]) 我尝试使用 sklearn 的 KFold. kfold =KFold(n_splits=10) 这是我
..
我目前正在尝试学习如何使用 TF-Slim,我正在学习本教程:https://github.com/mnuke/tf-slim-mnist. 假设我已经在检查点中保存了一个经过训练的模型,我现在如何使用该模型并应用它?比如,在教程中,我如何使用我训练的 MNIST 模型并输入一组新的 MNIST 图像,并打印预测? 解决方案 您可以尝试以下工作流程: #获取检查点文件checkpo
..
我正在 tf.keras 中编写一个 3 层的神经网络.我的数据集是 MNIST 数据集.我减少了数据集中的示例数量,因此运行时间较低.这是我的代码: 将 tensorflow 导入为 tf从 tensorflow.keras 导入层将 numpy 导入为 np将熊猫导入为 pd!git 克隆 https://github.com/DanorRon/data%cd 数据!ls批量大小 = 32
..
我对整个领域有点陌生,因此决定研究 MNIST 数据集.我几乎改编了 https://github.com/的整个代码pytorch/examples/blob/master/mnist/main.py,只有一个重大变化:数据加载.我不想在 Torchvision 中使用预加载的数据集.所以我使用了 CSV 中的 MNIST. 我通过继承 Dataset 并创建一个新的数据加载器从 CSV
..
我有一个来自 MNIST 数据集的 pkl 文件,其中包含手写数字图像. 我想看看这些数字图像中的每一个,所以我需要解压 pkl 文件,但我不知道如何解压. 有没有办法解压/解压pkl文件? 解决方案 一般情况 您的 pkl 文件实际上是一个序列化的 pickle 文件,这意味着它已使用 Python 的 pickle 模块. 要取消腌制数据,您可以: 进口泡菜w
..
我为 MNIST db 编写了以下简单的 MLP 网络. from __future__ import print_function进口keras从 keras.datasets 导入 mnist从 keras.models 导入顺序从 keras.layers 导入 Dense,Dropout从 keras 导入回调批量大小 = 100num_classes = 10时代 = 20tb = c
..
我正在尝试学习 TensorFlow,我从以下链接实现了 MNIST 示例:http://openmachin.es/blog/tensorflow-mnist我希望能够实际查看训练/测试图像.所以我正在尝试添加将显示第一批火车的第一张图片的代码: x_i = batch_xs[0]图像 = tf.reshape(x_i,[28,28]) 现在,因为数据是 float32 类型(值在 [0,1
..
我正在使用简单的 MINST 神经网络程序在 Windows 10 上运行 tensorflow-gpu.当它尝试运行时,会遇到 CUBLAS_STATUS_ALLOC_FAILED 错误.谷歌搜索没有任何结果. I c:\tf_jenkins\home\workspace\release-win\device\gpu\os\windows\tensorflow\core\common_runt
..
我正在尝试使用 Tensorflow 和 Keras 在 MNIST 数据集上获得较高的精度分数.如果我将指标设置为准确度,我的代码可以正常工作,但是当我将其设置为精度时,它会出现以下错误: ValueError: Shapes (32, 10) 和 (32, 1) 不兼容 这是我的代码: 将 tensorflow 导入为 tf进口keras从 tensorflow.keras.datas
..
嗨……我在我的 P3 AWS 机器上运行 mnist 代码,与我之前的 P2 机器相比,初始化过程似乎很长(虽然 P3>P2) 训练 60000 个样本,验证 10000 个样本时代 1/1060000/60000 [==============================] - 265s 4ms/step - loss: 0.2674 - acc: 0.9175 - val_loss:0.
..
我正在尝试下载据称在以下位置处理的 MNIST 数据: tensorflow.examples.tutorials.mnist.input_data.read_data_sets() 据我所知 read_data_sets 向服务器发送拉取请求以下载(大约)1.5GB 的数据. 我不断收到此回溯错误: 文件"/Library/Frameworks/Python.framew
..
背景:这是 Aurelien Geron 的教科书 Hands on Machine Learning 中的练习题之一. 问题是:编写一个函数,可以将 MNIST 图像在任何方向(左、右、上、下)移动一个像素.然后对于训练集中的每个图像,创建四个移位副本(每个方向一个)并将它们添加到训练集中. 我的思考过程: 我在 X_train 中有一个大小为 (59500, 784) 的 n
..
我几乎完全使用了这个代码,只是改变了行: f = gzip.open("../data/mnist.pkl.gz", 'rb')训练数据、验证数据、测试数据 = cPickle.load(f) 到这些行: 将pickle导入为cPicklef = gzip.open("mnist.pkl.gz", 'rb')u = cPickle._Unpickler(f)u.encoding='latin
..
我正在使用本教程来学习如何在 MNIST 数据集上训练模型:https://www.tensorflow.org/tutorials/quickstart/beginner 目前,模型只训练准确率,但我想算出模型的 F1 分数(首先从准确率和召回率开始). model = tf.keras.models.Sequential([tf.keras.layers.Flatten(input_s
..
如何给 target_transform 一个函数将标签更改为 onehot 编码? 例如torchvision中的MNIST数据集: train_dataset = torchvision.datasets.MNIST(root='./mnist_data/',火车=真,下载=真,变换=train_transform,target_transform=) 尝试了 F.onehot()
..
我一直在研究 MNIST 数据集,以学习如何在我的深度学习课程中使用 Tensorflow 和 Python. 我想将 MNIST 的大小调整为 22 &22 使用tensorflow,那我训练它,但是我不会怎么办? 你能帮我吗? 解决方案 TheRevanchist 的回答是正确的.但是,对于 mnist 数据集,首先需要对 mnist 数组进行整形,然后再将其发送到 tf.
..
当我导入 tensorflow 时 将tensorflow导入为tf 我没有收到错误消息.但是,我确实收到以下错误.如果有帮助,我正在使用 spyder. 根据其他问题,我确保使用 conda 和 pip 安装是最新的 (v1.8) tensorflow.这并没有解决问题.请协助. import tensorflow.examples.tutorials.mnist.input_dat
..
我想对一些扫描的表格(手工填写)进行 OCR.这是我第一次使用计算机视觉做一些严肃的事情.到目前为止,我能够找到包含日期字段数字的方块: 查看 OpenCV 附带的示例手写数字数据集,我看到数字被集中并调整为 (20, 20): 由于这可能是一个相当普遍的问题,我想知道该算法是否已经在 OpenCV(或 numpy、scipy等),这样我就不必重新发明轮子了. 问题是:Pytho
..