使用NLP/ML/word2vec/tensorflow进行预测。我有1000条来自服务请求实用程序的记录。我的理解是，这些数据可以用作我的模型(NLP/ML/word2vec)的训练数据，这样，如果任何相同类型的新请求作为模型的输入，模型应该能够建议执行人员应该采取的必要行动。
浏览 2提问于2017-01-04得票数 0
我的目标是编写一个能够从人类语言查询中提取语气、个性和意图的程序(例如，我键入:您今天过得怎么样？人工智能系统的响应是这样的:好吧。您好吗？)
浏览 2提问于2016-01-14得票数 5
我有一个现有的经过训练的模型(特别是tensorflow word2vec https://github.com/tensorflow/tensorflow/blob/master/tensorflowtf.train.import_meta_graph("models/model.meta")
model1.restore(sess, tf.train.latest_checkpoint("mo
浏览 22提问于2019-01-31得票数 0
回答已采纳
对于自然语言处理(NLP)任务，通常使用word2vec向量作为words.however的嵌入，我仍然不明白word2vec模型是如何与words.however模型集成的？当使用长期(LSTM)网络对NLP任务(如情绪预测)建模时，应该如何处理这些未知的单词？
浏览 5提问于2017-09-10得票数 1
1回答
我在Google cloud platform的ML引擎上部署了一个Tensorflow对象检测模型。我遇到过posts建议Tensorflow服务+ Docker来获得更好的性能。我是Tensorflow的新手，我想知道什么是服务于预测的最好方法。目前，ml引擎在线预测的延迟>50秒。我的用例是用户使用移动应用程序上传图片，并根据预测结果获得合适的响应。因此，我预计预测延迟将降至2-3秒。我还能做些什么来更快
浏览 8提问于2019-02-10得票数 2
我使用Google Cloud Functions向Cloud ML Engine发送用于预测的数据。
ModuleNotFoundE
浏览 4提问于2018-09-27得票数 1
回答已采纳
2回答
我正在从文档(Pdfs)中进行命名实体提取。每个pdf包含一组实体(近16个不同类型的实体)
但我的问题是，我的实体至少包含3个单词。如何计算生成实体的置信度得分。现在，如果实体
浏览 5提问于2017-10-14得票数 0
回答已采纳
3回答
我有一个关于使用tensorflow的谷歌机器学习的模型，这是可以的。现在我想用GPU做一些预测。我看到了这个，但是它讲述了使用GPU进行训练的过程，而不是预测。在预测会话中，GPU没有任何信息。有人知道用GPU用谷歌机器学习引擎做预测的可能性吗？或者，如果我使用GPU的训练，我的预测自动运行与GPU？我使用以下命令行：
gcloud ml-engine predict --mod
浏览 1提问于2017-05-10得票数 4
回答已采纳
我在Azure上使用GPU训练了两个文本分类模型。模型如下Word2Vec (tensorflow)我将模型保存到文件(.h5)中供以后使用。它们都工作得很好，但是model.predict(text)函数预测文本类的速度非常慢，例如，平均每秒有1条tweet大小的消息。
在计算机上添加GPU不是一个选项。
浏览 0提问于2020-10-15得票数 0
回答已采纳
我正在使用anaconda的jupyter笔记本，并使用apache安装了。每次我运行应该加载预先训练的管道的步骤时，它都会抛出一个tensorflow错误。import org.apache.spark.ml.PipelineModelimportContrib模块加载Tensorflow图，但未能在此系统上加载它。在com.johnsnowlabs.ml</e
浏览 0提问于2019-08-22得票数 8
回答已采纳
机器学习模型:基于Tensorflow (版本1.9)和Python版本3.6数据输出:到Bigquery
该模型从Google读取输入数据，输出预测必须用Google编写。有一些数据准备脚本必须在运行模型预测之前运行。目前，我不能像在Beta阶段那样在生产中使用BigQu
浏览 1提问于2018-10-03得票数 2
2回答
我试着写一篇关于机器学习在NLP中应用的论文。你们能给我推荐那些已经在NLP中使用机器学习的应用程序吗？
浏览 2提问于2016-04-26得票数 0
回答已采纳
使用IBM Watson，我可以使用其Auto AI平台或Jupyter notebook创建和部署ML模型。一旦我的模型被部署，那么我如何下载/导出在其上进行预测的ML模型，即如何在我的本地计算机上获得最终的sklearn模型(.pkl文件)、Tensorflow模型(.pb文件)或其他支持的ML模型？
浏览 20提问于2021-01-05得票数 0
回答已采纳
1回答
我正在使用Gensim来训练Word2Vec。我知道单词的相似性取决于单词在句子中是否能相互替代并有意义。但是，可以使用单词相似性来提取实体之间的关系吗？如果我想从这些面试记录中提取经理的名字，我可以只获得文档中所有人的名字的列表(使用nlp)，并且使用Word2Vec与单词" manager“最相似的名字最有可能是经理。这个思考过程对Word2Vec有意义吗？如果没有，那么ML解决这个问题的方法是将我的单词嵌入到序列到序列
浏览 5提问于2018-01-26得票数 4
回答已采纳
我试着用tensorflow对象检测宠物示例对gcloud ml引擎进行预测，但它不起作用。我使用这个例子创建了一个检查点：现在，我可以把模型上传到。我试着做网上预测
gcloud ml-engine predict --model od_test --version v1 --json-instances predi
浏览 3提问于2017-07-28得票数 0
回答已采纳
我在本地机器上开发了一个基于Tensorflow的机器学习模型。我想把它部署在Google Cloud Platform (Cloud ML Engine)中进行预测。该模型从Google Bigquery读取输入数据，输出预测只能用Google Bigquery编写。在运行模型预测之前，必须运行一些数据准备脚本。但是，代替使用Google Cloud Storage来保存模型(即.pb或.pkl模型文件)，我可以将其存储在GCP (或本地机器)上，并从Cloud <e
浏览 24提问于2019-02-28得票数 2
我训练了一个TensorFlow分类器，并使用CREATE MODEL在BigQuery ML中创建了一个模型。现在，我想使用ML.PREDICT批量预测使用这个模型。我得到了错误“无效的表值函数ml.predict列输入在预测函数的输入数据中找不到”。以下是我的查询： model test.digital_native_classifier_kf,
(
浏览 2提问于2020-03-06得票数 0
我正试图预测一篇文章或一篇文章将使用NN的数量。以下是我迄今所做的工作：
文字清理:删除html标签，停止词，标点符号等.在大多数NLP问题中，我注意到人们使用单词嵌入，但据我所理解，这是一种尝试预测文本中下一个单词的方法。学习单词嵌入会为语法相似的单词创建向量
浏览 0提问于2020-08-02得票数 1
1回答
训练LSTM模型
、、、、
代码如下： import tensorflow as tfimport numpy as npWARNING:tensorflow:From <ipython-input-15-5bc4f8465e4c>:8: BasicLSTMCell.__init__ (from tensorflow.python.ops.rnn_cell_impl) is dep
浏览 23提问于2019-02-26得票数 1
我正在尝试使用google cloud中的tensorflow库来训练一个机器学习模型。在创建存储桶之后，我可以在云中训练模型。当我尝试使用现有模型进行预测时，我面临着这个问题。云上的tensorflow版本是1.8，我的系统上的tensorflow版本也是1.8
我尝试通过以下输入进行预测："gcloud ml-engine predict -model= make -version=v8 --json-
浏览 0提问于2018-06-12得票数 1
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
