我是JS新手(尤其是Node和tfjs)，我想将图像转换为张量。 但是每当我尝试这样做的时候，我都会得到这样的错误： UnhandledPromiseRejectionWarning: Error: The shape of dict['image_tensor'] provided in model.execute(dict) must be [-1,-1,-1,3], but was [1,628,1100,4] 下面是我的代码： async function gotMessage(msg) {
if(msg.content === '!object
浏览 7提问于2020-12-24得票数 0
我想用一个有3000行、3列和100个值的数组在TensorFlow上训练神经网络。 我导入了以下数组： Array Image 如何将其转换为可识别的正确3D数组？非常感谢您的时间和帮助。
浏览 12提问于2020-06-27得票数 0
回答已采纳
1回答
代码： X_train_=np.random.rand(100,200,16) tf.keras.layers.Flatten(input_shape=(batch,200,16)), tf.keras.layers.Dense(1, activation='sigmoid')model.compi
浏览 35提问于2021-08-15得票数 1
回答已采纳
1回答
我想用3D数组训练我的回归模型？我如何在Python中实现它？你能帮我引路吗？实际上我想通过给出多个3D数组的输入来预测回归值。是否可以从多个3d数组中预测单个浮点数？其中x1、x2、..xN是3D数组。而Y仅输出单个浮点数。
浏览 50提问于2021-01-28得票数 0
1回答
现在，预处理例程从SSD中获取数据，进行预处理，并形成用于学习的数据结构。所有这些时间，ML培训过程等待着。然后，ML过程接受这些数据并使用它来训练模型。现在预处理在等待。然后他们就绕来走去。这个等待时间快速总结，延迟了模型的训练。
计划如下:一个单一的数据结构将存储一组数据点。每一步训练算法都采用随机子集对模型进行训练(用TensorFlow在GPU上进行训练)。由于这是我在Python中实现并行化的第一种方法，所以我想知道这是否有效。全局解释器锁定
浏览 4提问于2016-07-05得票数 2
回答已采纳
1回答
`print(np.array([arr[2:4], arr[3:5]])) # same shape`print(np.array([arr[:2], arr[:3]])) [2, 3]]) [2, 3],‘在这种情况下，我怎样才能得到一个3d<em
浏览 0提问于2020-02-29得票数 0
我想知道是否有一种方法可以使我的属性(或属性)使用tensorflow模型。例如，如果我想使用tensorflow模型生成以下属性数组有办法吗？我知道非常简单的属性，如均值、std和熵，不需要在tensorflow模型中进行训练。实际上，它们将是一些自定义的图像属性，比如查找圆圈形状&计算图像中的圆度。
谢谢。亚历克斯
浏览 4提问于2019-11-18得票数 0
Tensorflow中的tf.image.per_image_standardization()转换每个图像的均值和单位方差为零。因此，当我们想要显示图像数组时，当我们训练深度学习model.But时，这将导致一个非爆炸梯度，我们如何在Tensorflow中恢复这个z-score归一化步骤？
浏览 1提问于2018-04-26得票数 2
2回答
我正在通过tensorflow实现一个自定义的成对损失函数。举个简单的例子，训练数据有5个实例，它的标签是假设预测是在这种情况下，简单的损失函数可以是
min f=(y0'-y1'但是，我不知道如何在tensorflow中实现它。在我当前的实现中，我使用迷你批处理并将训练标签设置为占位符，如：
浏览 2提问于2017-12-24得票数 2
1回答
我是tensorflow-hub的新手，偶然遇到了ELMo模型()。他们只是提到这些重量是可训练的。但是谁来训练它呢？我还是ELMo模型自己训练它呢？这篇论文似乎建议我应该
浏览 5提问于2018-06-23得票数 3
我将RGB图像(32 X 32 X 3)保存为3D numpy数组，我将其用作我的神经网络的输入(使用tensorflow)。为了使用它们作为输入，我使用reshape (1，-1)将它们重塑为1DNP数组(1 X 3072)。当我训练完我的网络后，我想重新整形输出，但是使用reshape(32,32,3)似乎没有提供期望的结果。
这是正确的做法吗？我如何确保每个数据都会回到正确的位置？
浏览 0提问于2017-05-17得票数 4
回答已采纳
我正在尝试使用TFMOT (Tensorflow model Optimization ToolKit)修剪一个预先训练好的模型。是否有必要重新训练修剪后的模型以获得更小的gzip大小？如果不重新训练，模型gzip大小不会减小。
浏览 39提问于2020-11-05得票数 0
(我正在测试我写简短而有效的问题的能力，所以让我知道我在这里做得如何)
我正试图训练/测试一个TensorFlow递归神经网络，特别是一个LSTM，并以以下ndarray格式对时间序列数据进行一些试验：2d块包含在一次试验中观察到的所有一维数组(时间步骤)。3d块包含为时间序列数据集记录的所有2d块(试用)。例如，给我一级方程式赛车的数据，如扭矩、速度、加速度、转速等。在一定的时间间隔内，每0.5秒记录一次时间步长，我形成一维数组，每个时间步长与那个时间步长记录的特征相比较。然
浏览 3提问于2017-07-24得票数 8
回答已采纳
我有一系列一维大小不同的二维数组，例如(20,87)，(20,100)，(20,76)，等等……这些阵列由时间步长(时间)的Mel频率倒谱系数(Mel)、so (Mel、time )组成。为了在Tensorflow中训练CNN，我需要向字典提供一些这样的二维数组。我希望有一个3d数组，因为我的输入张量是:x=tf.placeholder(‘x=tf.placeholder’，shape=(n，mfccs，times))，其中n是批量大小。因此，批处理将是具有以下形状的<
浏览 4提问于2017-04-04得票数 1
如何在numpy中创建三维矩阵，如matlab a(:，:)。我尝试用numpy.array把matlab中创建3d矩阵的代码转换成python，但我不知道如何在numpy中创建3d矩阵/数组
浏览 6提问于2009-11-08得票数 26
我正在尝试使用TensorFlow.js中的对象检测模型，该模型是使用TF对象检测API创建的。tensorflowjs_converter --输入格式=tf_saved_model推理图/saved_model推理图/web_model
它的转换没有任何问题，并加载到我的javascript代码中。使用python中的对象检测API，有许多步骤；(1)预处理图像，如转换为RGB，numpy数组重塑，扩展维度(我知道如何处理它)和(2)单个图像函数的运行推断，我不确
浏览 23提问于2020-03-03得票数 1
回答已采纳
我是tensorflow的新手。
我已经安装和安装了tensorflow与对接，也启动了一些例子很好(如mnist，和“如何再培训”，以重新培训初始-v3。现在，我试图找到一种方法，将自己的图像作为新的训练样本输入(而不是重新训练检查-v3模型)，但我不知道如何将目录中的自己的图像(JPG)转换为tenslfow作为新的tfrecords (或字节流？)我已经找到了一些教程，比如Imageflow ()，但是我仍然不知道如何在tensorflow目录中
浏览 3提问于2016-05-04得票数 0
回答已采纳
https://github.com/tensorflow/examples/tree/master/lite/examples/gesture_classification/ml 但是，当我尝试在codelabs中运行所有命令时，它会要求上传model.json和二进制权重文件model-weitts.bin文件。
浏览 21提问于2020-07-23得票数 1
回答已采纳
1回答
我正在使用TensorFlow中的三维点云数据训练模型。我的批次大小是64，所以TensorFlow希望收到64批次的3D点，如：(64,1024,3)。当我运行训练代码时： feed_dict = {ops['points_pl']: augmented_data,
ops['labels_pl']: current_label'], ops['pred']
浏览 21提问于2019-01-29得票数 0
所以我的损失函数看起来是：问题是
神经网络输出是一个那么，在这种情况下，我如何将tensorflow张量转换为numpy数组呢？
浏览 0提问于2017-10-25得票数 1
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
