tensorflow2.0相关内容
我正在尝试使用 TensorFlow 2.0 创建一个数据集,该数据集将从时间序列中返回随机窗口,以及作为目标的下一个值. 我正在使用 Dataset.window(),看起来很有希望: 将tensorflow导入为tf数据集 = tf.data.Dataset.from_tensor_slices(tf.range(10))数据集 = dataset.window(5, shift=1,
..
将 tensorflow 导入为 tf将 numpy 导入为 npx = tf.Variable(2, name='x', trainable=True, dtype=tf.float32)使用 tf.GradientTape() 作为 t:t.watch(x)log_x = tf.math.log(x)y = tf.math.square(log_x)opt = tf.optimizers.A
..
我有一个包含基类的模块 class MessagePassing(tf.keras.layers.Layer):定义 __init__():super(MessagePassing, self).__init__()....定义调用():.... 我正在另一个模块中导入基类 from module1 import MessgagePassing类层(MessagePassing):def _
..
我已经开始使用 TensorFlow 2.0,并且在某一方面有点不确定. 假设我有这个用例:在使用 tf.data.Dataset 摄取数据时,我想对一些图像应用一些特定的增强操作.但是,我使用的外部库要求图像是一个 numpy 数组,不是张量. 当使用 tf.data.Dataset.from_tensor_slices() 时,流动数据需要是 Tensor 类型.具体例子: de
..
tensorflow 2.0 会继续支持冻结图还是弃用?我的意思是从saved_model 创建/优化冻结图的脚本和API.还有用于运行推理的 API. 假设将来会支持它,在 tensorflow 2.0 中对冻结图运行推理的推荐方法是什么? 解决方案 冻结图 API - freeze_graph.py 和 converter_variables_to_constants - Ten
..
我想做什么 我正在尝试学习 TensorFlow 对象识别,并且像往常一样学习新事物,我在网上搜索教程.我不想涉及任何第三方云服务或 Web 开发框架,我只想学习使用原生 JavaScript、Python 和 TensorFlow 库来完成. 我目前拥有的 到目前为止,我已经关注了aTensorFlow 对象检测教程(附有 5 小时以上的视频) 到我在 Tensorflow (
..
我是 tensorflow 的新手,所以我在 tensorflow 中有点困惑,有多种模型可以像执行 OCR 一样 attention_ocr 街道 我有以下文件,我必须执行 OCR.我尝试使用 pytesseract 读取图像但没有给出正确的结果. 我需要上图的以下结果 D MANIKANDAN DURAISAMY 16/07/1986 BNZPM25
..
我想计算神经网络训练期间每个时期后的测试准确率.简单的解决方案是: for i in range(NUM_EPOCHS):模型.fit(train_dataset,epochs=1)准确率 = 模型.评估(test_dataset)test_accuracy_list.append(accuracy) 是否有更多使用回调的模块化解决方案? 解决方案 你需要的是on_epoch_end
..
使用 Tensorflow,我想根据索引数组 (idx) 的值将值插入数组 (X) 中,以便索引表示的每个实体在结果数组中具有相同数量的元素. 例如假设初始数组X和索引如下 X = tf.range(6) # [0, 1, 2, 3, 4, 5]idx = tf.constant([0, 0, 1, 1, 1, 2])fill_value = -999 # 要插入的值 在idx中,值1出
..
这周我在“玩"使用 Tensorflow 2,我尝试对象检测,但我不知道如何执行以下操作: 在教程 TF2 object detection 中,获取一张图像中某些元素的推断,如以下代码所示: image_np = load_image_into_numpy_array(image_path)input_tensor = tf.convert_to_tensor(image_np)inp
..
操作系统更新后,我花了几个小时在运行 OS X Catalina 的 Mac 笔记本电脑上安装 Tensorflow 2.X(Big Sur 或 Mojave 存在相同问题)但没有 ANACONDA.我搜索了很多,只找到了一些答案,最后找到了一个解决方案,我想分享以帮助其他人. 我主要遇到两种问题:1) 由于在新 Mac OS 上大力加强安全性而导致“不允许操作"和 2) 安装 Tensor
..
我是 Tensorflow 新手.我使用 convNetKerasLarge.py 生成模型并保存为 tflite模型. 我正在尝试如下测试这个保存的模型 将 tensorflow 导入为 tf将 numpy 导入为 np导入全局从 skimage.transform 导入调整大小从 skimage 导入 io# 之前使用的训练和测试集开始 = 4001# 图片数量行数 = 1结束 =
..
当我运行 rasa init --no-prompt 时,出现上述错误.我无法调试此错误的原因,以上是我用来安装 Rasa 的命令. pip3 安装 rasa pip3 install --upgrade tensorflow rasa pip3 install --upgrade tensorflow-addons rasa pip install --upgrade p
..
我们正尝试在我们的 iOS 应用中使用 TensorFlow Face Mesh 模型.型号详情:https://drive.google.com/file/d/1VFC_wIpw4O7xBOiTgUldl79d-LsnA/视图. 我按照 TS 官方教程设置模型:https://firebase.google.com/docs/ml-kit/ios/use-custom-models 并且还
..
我正在试验 CuDNNLSTM,我不知道为什么,尽管我正在学习有关此的教程,但我收到了这个奇怪的错误,我可以理解,但我无法调试:所以我有一个 4073 个时间序列 * 175 个特征数组,我试图将这 175 个特征传递给 Sequential 模型,一次一个,传递给 CuDNNLSTM 层,以便模型从中学习一些东西. “AlvoH"是RNN的目标. 代码: train_x, trai
..
如何创建一个可以转换为TensorFlow Lite(tflite)并且可以在Android应用中使用的TensorFlow模型? 按照 Google ML Crash Course 中的示例,我创建了一个分类器并训练了一个模型.我已将模型导出为保存的模型.我想将模型转换为 .tflite 文件并使用它在 Android 上进行推断. 很快(实际上是稍后)我了解到我的模型使用了不支持的
..
我正在使用来自 TensorFlow 数据集的数据集.是否有一种简单的方法可以访问数据集中每个类的样本数量?我正在通过 keras api 进行搜索,但没有找到任何现成的函数. 最终我想绘制一个条形图,在 Y 轴上有样本数,在 X 轴上用 int 表示类 id.目标是展示数据在各个类中的分布情况. 解决方案 使用 np.fromiter 您可以从可迭代对象创建一维数组. 将 ten
..
我正在尝试在预训练的 TF 模型 EfficientNetB0 中用 relu 激活替换 swish 激活.EfficientNetB0 在 Conv2D 和 Activation 层中使用 swish 激活.这个 SO post 与我正在寻找的非常相似.我还找到了 一个答案,它适用于没有跳过连接的模型.代码如下: 将 numpy 导入为 np将张量流导入为 tf从 tensorflow.ker
..
在下面的代码中,我将标签保存到 tfrecord 并再次读取.(实际上,我将图像和标签都保存到了 tfrecord,这是一个用于说明目的的简单示例). 我收到一个错误 ValueError: Shapes (None, 3, 2) and (None, 2) are incompatible,我应该如何解决这个问题?我正在使用 Tensorflow 2.3.关键部分应该在parse_exam
..
我收到一个错误,IndexError:列表索引超出范围. 它在另一台机器上工作,但在我将它转移到另一台机器后,它不再工作了. Python:3.8.5 张量流:2.3.1 追溯说: tensorflow.python.autograph.impl.api.StagingError:在用户代码中:Load_Model.py:40 detect_fn *图像,形状 = det
..