我正在使用TensorFlow r1.0和图形处理器Nvidia Titan X训练一个类似盗梦空间的模型。我添加了一些摘要操作来可视化训练过程，使用如下代码："""Attach a lot of summaries to a Tensor (fortf.summary.scalar('min', tf.reduce_min(var))
浏览 9提问于2017-02-23得票数 7
1回答
但是我真的不明白为什么我们要引入Parameter，我们应该在什么时候使用它呢？
感谢iacolippo的解释，我终于理解了parameter和variable之间的区别。综上所述，移相器中的variable与tensorflow中的variable不一样，前者不附加于模型的可训练参数，而后者则会。附加到模型意味着使用model.parameters()将返回特定的参数给您，这在培训阶段非常有用，可以指定训练
浏览 1提问于2018-07-17得票数 5
回答已采纳
4回答
假设我使用bcrypt来消化密码，那么是否通过加密或HMACing来获得额外的安全性呢？通过要求一个密钥来比较密码哈希，我预计这将防止任何野蛮强迫无密码密钥的企图。此操作的密钥实际上存储在应用服务器以外的其他地方，所有密码操作都是通过API调用在那里执行的。该服务的目的是不泄露密钥本身，并且只通过不透明的ID对密钥进行操作。因此，与典型的webapp场景相比，我们的密钥在攻击中被破坏的可能性要小一些。密钥也是唯一的每个客户的应用程序。
我通常只考虑使用HMAC进行此<e
浏览 0提问于2013-01-22得票数 9
Tensorflow Keras模型和Tensorflow估计器都能够训练神经网络模型，并使用它们来预测新数据。它们都是建立在低级核心TensorFlow应用程序接口之上的高级API。那么我应该在什么时候使用一个而不是另一个呢？
浏览 6提问于2018-07-21得票数 59
回答已采纳
我训练了一个对象检测API模型(使用动物园的COCO / Inception v2的Mask RCNN )，具有相同的配置，TensorFlow和模型版本，以及相同数量的步骤的相同(自定义)数据集。在本地机器(1080TI上的tensorflow-gpu)上，我使用了object_object/Train.py，而在云上，我使用了调用object_detection.train模块的google两者使用相同的学习率
浏览 28提问于2018-08-23得票数 0
回答已采纳
我正在尝试用TensorFlow训练一个模型，然后获得损失图。我正在使用下面的代码片段： img, lbl = sess.run([batch_images, batch_labels])
浏览 4提问于2017-07-24得票数 0
回答已采纳
我发现Dataset.map()功能非常好，可以在输入网络进行培训之前设置管道对图像/音频数据进行预处理，但我遇到的一个问题是在预处理之前访问原始数据，然后将其作为摘要发送到张量板。import tensorflow as tf
# loads audio, converts to spectorgram现在，map()中的内容在我的训练循环中不能作为张量访问。
另外，为什么我的图表没有出现在Tensorboard上？我担心我将无法导出我的
浏览 0提问于2018-03-26得票数 9
回答已采纳
1回答
我正在使用python3中的Tensorflow keras库对未知文本大小进行文本摘要。
指标0，0= 30不在[0，13][节点模型2/嵌入_1/嵌入_查找(定义在C：\Users\f_pc\Desktop
浏览 7提问于2021-07-28得票数 0
我正在运行类似于的分布式tensorflow培训，但使用这个设备设置器：
with tf.device(tf.train.replica_device_setter(ps_tasks=1,ps作业占用的空间要小得多。我尝试过禁用摘要操作、模型保护程序、变量平均化、减少读者线程，但都没有效果。
浏览 6提问于2016-05-24得票数 0
回答已采纳
1回答
短版本: Tensorflow Keras模型在特斯拉T4上的训练要比在GTX 970上慢得多(这两种模式都在工作，都经过了nvidia-smi的检查)。
长版本:我有两台主机。一种是带有Tensorflow 2.1.0的GTX 970 PC机，另一种是带有特斯拉T4和Tensorflow 2.3.0的GCP平台笔记本。我在它们上运行相同的代码，所有的训练数据都以numpy数组的形式存储在内存中，dtype是相同的('float16')，batch_
浏览 2提问于2020-09-02得票数 2
回答已采纳
2回答
我有一个文本文件数据库，我想对每一部分进行分类(例如参考资料、摘要等.)在课文里。摘要索引:100-300个参考索引: 9000-10000是否有建议这样做的方法？
浏览 0提问于2017-06-02得票数 0
我正在使用tensorflow在一台机器上训练几个GPU中的模型。然而，我发现速度比在一个GPU上训练要慢得多。我想知道tensorflow是否在不同的GPU中并行地或顺序地执行子模型。
浏览 2提问于2018-04-02得票数 0
回答已采纳
我正在尝试添加图像摘要操作，以可视化我的网络如何管理重建来自验证集的输入。但是，由于验证集中有太多的图像，我只想绘制其中的一小部分。我设法通过手动训练循环实现了这一点，但我努力使用新的Tensorflow估计器/实验/数据集API来实现同样的目标。有没有人做过这样的事情？
浏览 1提问于2017-12-03得票数 1
回答已采纳
2回答
我试图使用TensorFlow来生成摘要，并使用TensorBoard将其可视化。这是我的程序的全部来源：mnist = input_data.read_data_sets("MNIST_data/", one_hot=True)
x = tf.placeholder(tf.float32
浏览 4提问于2016-01-31得票数 4
1回答
在控制台中打印摘要
、、、
Tensorflow的标量/直方图/图像摘要函数对于用张索板记录数据非常有用。但是我也想把这些信息打印到控制台上(例如，如果我是一个没有桌面环境的疯子)。目前，在调用sess.run之前，我正在将感兴趣的信息添加到获取列表中，但这似乎是多余的，因为我已经在获取合并的摘要。获取合并的摘要会返回一个protobuf，所以我想我可以使用一些通用的python原型库来抓取它，但是这似乎是一个足够常见的用例，应该有一个更简单的方法。
这里的主要动机是封装。让我们留下我的模型和<
浏览 3提问于2016-07-18得票数 2
我今天刚拿到了我的2080年ti，并把它连接起来，在我的模型上用Keras做实验。但是由于某种原因，当我在一个密集的模型上训练时，2080年的ti比我的CPU慢2倍( i7 4790 K)，而且肯定比我的旧GTX 1070慢(没有确切的数字可以比较)。要在我的CPU上训练一个时代，需要27秒，而2080年的ti则需要67秒，没有任何关于模型或数据变化的信息。同样的批次大小为128，等等。这也比我昨晚在机器上的1070要慢得多。我在<e
浏览 3提问于2019-11-14得票数 1
回答已采纳
我想知道在使用TensorFlow训练网络时，多GPU系统的“最佳实践”是什么？或者我应该自己指定在特定操作中应该使用哪个GPU TensorFlow？
到目前为止，我还没有对其进行基准测试，今天刚刚开始了一些GPU实验。编辑(慢多GPU性能)：经过一些测试，我是相当astonished...if的，我让TensorFlow决定如何分配和删除特定于设备的语句，网络训练的速度要快得多。这对me...what来说真的很令
浏览 3提问于2016-03-03得票数 8
回答已采纳
2回答
如果我们要进行微调，是否有必要对整个模型进行再培训？
假设我们从OpenAI得到了GPT-3模型(我知道GPT-3是封闭的)。
浏览 0提问于2022-11-17得票数 4
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
