Articles of tensorflow

Ajuste o valor único dentro do tensor – TensorFlow

Eu me sinto envergonhado de perguntar isso, mas como você ajusta um único valor dentro de um tensor? Suponha que você queira adicionar ‘1’ a apenas um valor dentro do seu tensor? Fazer isso pela indexação não funciona: TypeError: ‘Tensor’ object does not support item assignment Uma abordagem seria construir um tensor de 0s com […]

Existe um exemplo de como gerar arquivos protobuf com charts treinados do TensorFlow?

Eu estou olhando para o exemplo do Google sobre como implantar e usar um gráfico (modelo) Tensorflow pré-treinado no Android. Este exemplo usa um arquivo .pb em: https://storage.googleapis.com/download.tensorflow.org/models/inception5h.zip que é um link para um arquivo que é baixado automaticamente . O exemplo mostra como carregar o arquivo .pb em uma session do Tensorflow e usá-lo […]

Como construir e usar o Google TensorFlow C ++ api

Estou ansioso para começar a usar a nova biblioteca Tensorflow do Google em C ++. O site e os documentos não são muito claros em termos de como criar a API C ++ do projeto e não sei por onde começar. Alguém com mais experiência pode ajudar descobrindo e compartilhando um guia para usar a […]

Como criar um dataset no mesmo formato que o dataset do FSNS?

Estou trabalhando neste projeto baseado no TensorFlow. Eu só quero treinar um modelo de OCR por attention_ocr com base em meus próprios conjuntos de dados, mas não sei como armazenar minhas imagens e a verdade básica no mesmo formato que os conjuntos de dados do FSNS. Existe alguém que também trabalhe neste projeto ou saiba […]

Trabalhando com vários charts no TensorFlow

Alguém pode me explicar como funciona o name_scope no TensorFlow? Suponha que eu tenha o seguinte código: import tensorflow as tf g1 = tf.Graph() with g1.as_default() as g: with g.name_scope( “g1” ) as scope: matrix1 = tf.constant([[3., 3.]]) matrix2 = tf.constant([[2.],[2.]]) product = tf.matmul(matrix1, matrix2) tf.reset_default_graph() g2 = tf.Graph() with g2.as_default() as g: with g.name_scope( […]

Otimização de hiperparâmetros para estruturas de aprendizagem profunda usando otimização Bayesiana

Eu construí uma estrutura CLDNN (Convolucional, LSTM, Rede Neural Profunda) para tarefa de sorting de sinal bruto. Cada período de treinamento é executado por cerca de 90 segundos e os hiperparâmetros parecem ser muito difíceis de otimizar. Eu tenho pesquisado várias maneiras de otimizar os hiperparâmetros (por exemplo, busca aleatória ou de grade) e descobri […]

Após a criação do TensorFlow a partir do código fonte, vendo os erros libcudart.so e libcudnn

Estou construindo o TensorFlow a partir do código fonte. A compilation parece ter sucesso; no entanto, quando meu programa TensorFlow invoca o import tensorflow , um ou ambos os seguintes erros aparecem: ImportError: libcudart.so.8.0: cannot open shared object file: No such file or directory ImportError: libcudnn.5: cannot open shared object file: No such file or […]

Função de perda para classificador binário desbalanceado de class em stream Tensor

Eu estou tentando aplicar o aprendizado profundo para um problema de sorting binária com desequilíbrio de alta class entre classs de destino (500k, 31K). Eu quero escrever uma function de perda personalizada que deve ser como: minimize (100 – ((predicted_smallerclass) / (total_smallerclass)) * 100) Aprecie todos os pointers sobre como eu posso construir essa lógica.

Qual é a diferença entre sparse_softmax_cross_entropy_with_logits e softmax_cross_entropy_with_logits?

Recentemente me deparei com tf.nn.sparse_softmax_cross_entropy_with_logits e não consigo descobrir qual é a diferença em relação a tf.nn.softmax_cross_entropy_with_logits . A única diferença é que vetores de treinamento y têm que ser codificados com um hot quando usando sparse_softmax_cross_entropy_with_logits ? Ao ler a API, não consegui encontrar nenhuma outra diferença em comparação com softmax_cross_entropy_with_logits . Mas por […]

Como importar um trem de modelo Tensorflow salvo usando o tf.estimator e prever os dados de input

Eu salvei o modelo usando tf.estimator .method export_savedmodel da seguinte forma: export_dir=”exportModel/” feature_spec = tf.feature_column.make_parse_example_spec(feature_columns) input_receiver_fn = tf.estimator.export.build_parsing_serving_input_receiver_fn(feature_spec) classifier.export_savedmodel(export_dir, input_receiver_fn, as_text=False, checkpoint_path=”Model/model.ckpt-400″) Como posso importar esse modelo salvo e usá-lo para previsões?