我对谷歌和Tensorflow发布的新模型(即wide_n_deep学习)感到兴奋。因此，我试图通过运行来处理它。index_in_epoch = 0for i这种天真策略的问题是处理时间太慢(例如，我们希望迭代一个包含400
浏览 26提问于2016-08-05得票数 0
1回答
下面是我的代码，我正在使用8000张x射线图像制作一个多标签分类模型，这里有人能帮我吗?这是我下面的代码，加载图像时使用了大部分内存，只有10个时期能够运行。from tensorflow.keras.preprocessing.image import ImageDataGeneratorfrom tensorflow.keras.layers import *
from tenso
浏览 0提问于2020-07-01得票数 0
我有一个大约有2M行和6000列的大型数据集。输入的numpy数组(X，y)可以很好地保存训练数据。但是当它转到model.fit()时，我得到了一个GPU内存不足的错误。我使用的是tensorflow 2.2。根据它的手册，model.fit_generator已经被弃用，而model.fit是首选。有人能概述一下使用tensorflow v2.2训练大型数据集的步骤吗？
浏览 44提问于2020-06-29得票数 1
回答已采纳
我已经看到了在为Tensorflow dataset进行加载、洗牌、映射、批处理、预取等过程中使用.repeat()的教程，而其他教程则完全跳过它。我知道什么是重复，它是如何使用的，但我无法确定何时使用，何时不使用。
有什么帮助吗？
浏览 0提问于2021-09-22得票数 2
回答已采纳
1回答
BERT的最佳批次和周期数
、、、、
我使用本教程https://www.tensorflow.org/text/tutorials/classify_文本_使用_伯特，并根据时间号和批处理大小获得不同的精度。什么是最优参数？
浏览 0提问于2021-11-14得票数 1
回答已采纳
1回答
我想获取N帧并将其传递给我的CNN。N取决于视频的大小。如果我有一个5分钟的视频，我可能有200帧，我会有更多的帧-，如果我有一个少于1分钟的视频，我可能有34-5帧。如何使神经网络接受可变数量的图像。
浏览 19提问于2020-09-22得票数 0
考虑到神经网络中每个层的批处理维度似乎有点麻烦。为什么我们在Tensorflow中没有一些可以为整个模型设置批处理大小的功能？
浏览 3提问于2016-07-08得票数 3
1回答
我按照tensorflow 1.2.0：上的教程创建了一个多GPU训练系统
在创建多GPU版本之前，我能够在单个GPU上容纳64个批处理大小。我想如果我按照上面的教程创建一个多GPU版本的代码，我可以通过数据并行化来适应更多的批处理。我希望使用4个GPUS，每个GPUS的批处理大小为64，但我面临内存不足的问题。当使用批处理大小为64时，我只能<
浏览 18提问于2017-06-28得票数 1
当我像这样定义一个模型时： import tensorflow as tfimport numpy as np
pred
浏览 10提问于2021-04-29得票数 0
回答已采纳
我有深FC模型(7层，每层500个单位)，我需要加快它的生产。内存需求并不重要。除了量化之外，您还能建议哪些工具或方法。有几个关于这方面的工作，几次加速，但我找不到任何工具的Tensorflow。我找到了CNN压缩/加速的唯一工具。
浏览 0提问于2017-08-31得票数 -2
我刚刚完成了诗人2: TensorFlow教程()。在本教程的最后，我能够在我的手机上运行教程中提供的MobileNet。现在，我正试图使用来自Tensorflow存储库的MobileNet，将教程中的MobileNet替换为我从头到尾培训的MobileNet。然而，在尝试使用TOCO时，我会遇到一个分割错误。输入
我比较了教程</
浏览 0提问于2018-05-09得票数 1
我试图用Tensorflow标记一个测试集，这要求我只迭代一次测试集。通常，我会删除我的示例数，使其为我的批处理大小的倍数，但在这种情况下，我使用Tensorflow的队列来读取被拆分成数百个文件的数据。当它到达最后一批时，一个批处理没有足够的示例，程序将终止。
浏览 1提问于2016-10-27得票数 0
回答已采纳
我运行了tensorflow对象检测api教程，并使用'ssd_mobilenet_v1_coco_2017_11_17‘模型在图像中获得了精确显示，这与我所遵循的不同(准确地说，更低)。我的问题是，模型的准确性是否因系统而异.
浏览 3提问于2020-10-15得票数 0
2回答
直到最近，TF中的所有代码都使用tf.placeholder来表示输入。它非常方便，因为它允许我向网络提供一批任意长度的信息，允许在不同的地方使用相同的代码(培训、测试、预测.)在发现feed_dict太慢之后，我想改变并开始使用管道，它基本上使用tf.Variables而不是占位符:每个变量都是固定长度的张量，表示用作网络输入的批处理。我的问题是，虽然占位符被“解除”了，并且您必
浏览 8提问于2017-04-05得票数 2
从tensorflow白皮书和@mrry的中，tensorFlow添加了Send/Recv操作系统来复制跨设备边界的数据，并使用Rendezvous完成实际工作。在tensorflow中，跨设备的通信方法是noblocking send, blocking recv。从输入数据队列中读取、解析和批处理后(请纠正我的错误)，如果我使用GPU进行训练，批处理示例将从CPU发送
浏览 3提问于2017-06-02得票数 1
我试图理解如何构建tensorflow的数据集，但我对本教程的描述感到困惑：Window shape: (3, 7, 19)Labels shape: (3, 1, 1)
通常，TensorFlow中的数据被打包到数组中，其中最外层的索引跨示例(“批处理”维度)。中间的指数是“时间”
浏览 2提问于2022-06-15得票数 0
回答已采纳
在培训期间，我定期使用tensorflow示例do_eval()函数的修改版本对tensorflow网络进行评估。我的评估损失是：这会产生一个单一的标量损失值。我通过feed_dict在占位符中输入批处理真值。
如果是的话，是否该批中每一个例子的
浏览 1提问于2016-07-18得票数 5
回答已采纳
我是GPU基础上的培训和深入学习模式的新手。我正在我的2 Nvidia GTX 1080 GPU上运行cDCGAN (条件DCGAN)在TensorFlow中。tensorflow.python.framework.errors_impl.ResourceExhaustedError: OOM when allocating tensor with shape如果我执行help -n 1 nvidia-smi，将得到以下输出：GPU:0主要是使用的，因为易挥发<e
浏览 0提问于2019-03-14得票数 8
回答已采纳
在培训过程中，我试图更改批大小，因此我在循环中运行fit方法并更改批大小，但是我们已经在image_dataset_from_directory()中定义了批大小，如果我在这两个函数中放置不同的批大小，是否有一种方法可以在fit方法中控制批处理大小而不受image_dataset_from_directory() Heres代码的影响？batch_size=batch_size, callbacks=call
代码取自这个<
浏览 1提问于2021-03-03得票数 0
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
