1回答
我在试图弄清楚如何将数据从cv.imread()发送到我的机器学习模型时遇到了麻烦。 从我的图像读取函数中，我得到了一个numpy数组列表，其中包含维度为(256,256，3)的图像。os.path.join("temp", i)) res_img.append(res)
return res_img 然后将其存储在数据帧中并发送到模型但是，
浏览 42提问于2020-04-18得票数 1
我有这样的代码：import cv2 as cvy = [1] tf.keras.layers.Dense(64, activation='relu'),
tf.keras.laye
浏览 3提问于2021-06-28得票数 1
回答已采纳
训练完成后，我在我的网络上做了预测，我想计算我的模型的“精度”和“召回率”，然后将其发送到"tensorboard“的日志文件中，以显示曲线图。在训练时，我将"tensorboard“函数作为回调发送给keras。但是训练结束后，我不知道如何将更多的数据添加到tensorboard中进行绘制。我使用keras进行编码，使用tensorflow作为其后端。
浏览 5提问于2018-08-24得票数 1
随着Keras2在TensorFlow和TensorFlow 2.0中的实现即将到来，你是否应该将Keras ImageDataGenerator与flow_from_directory或TensorFlow的tf.data一起使用，后者现在也可以与Keras的fit_genearator一起使用？这两种方法将通过服务于不同的目的而占据一席之地，还是tf.data将成为新的方式，而Keras生成器将在未来被弃用？ 谢谢，我想走一条让我在这个快速发展的领域里跟得上时代的道路。
浏览 30提问于2019-04-11得票数 9
回答已采纳
有没有人在高效的数据并行方面取得了成功，在这种情况下，您将相同的模型定义发送到多个GPU，但将不同的用户数据发送到每个GPU？我们能够使用多GPU方法对单用户数据
浏览 13提问于2018-01-08得票数 9
7回答
我正在部署一个keras模型，并通过flask api将测试数据发送到该模型。')
print('Load weights...') # Run locally
app.run(ho
浏览 1提问于2018-07-02得票数 27
我对keras评估发生器的准确性有疑问。我会提供我的守则，问题会跟进：o = (Reshape(( outputHeight*outputWidth, n_classes)))(o)Accuracy : 0.7758417576551437
然后，我预测：#feed数据我想知道evaluate_generator的准确性是否真的
浏览 0提问于2019-05-08得票数 0
回答已采纳
我想在培训后将Keras模型发送到另一个python函数，该函数保存在另一个python文件中？我怎样才能把模型作为论据呢？谢谢。
浏览 0提问于2019-03-25得票数 1
回答已采纳
我目前有一个使用Embedding层的keras模型。如下所示：x = tf.keras.layers.Embedding(input_dim但是，我希望能够将文本发送到我的模型，让它将文本预处理为整数，然后正常继续。两个问题：2)即使我可以在E
浏览 1提问于2018-10-20得票数 2
import numpy as npfrom tensorflow.keras.modelsimport load_model
img_gray = cv.cvtColor(img_colorMORPH_CLOSE, kernel)
cv2_imshow('digit', img_b
浏览 5提问于2022-07-22得票数 1
当我提出预测请求时，我能够成功地创建模型版本。gcloud beta ai-platform versions create $VERSION_NAME --model $MODEL_NAME --runtime-version
浏览 0提问于2020-08-23得票数 0
我将图片上传到同一个目录文件夹中。您可以在下面找到代码和错误。误差我也得到了这个错误，尽管它似乎并没有影响任何事情, axis=1)mo
浏览 3提问于2021-08-04得票数 1
1回答
我有两个Keras (Tensorflow后端)模型，它们被堆叠成一个组合模型：
large_model与In:我可以定义N small_models，它共享权重，然后连接它们的输出(从技术上讲，我需要堆栈它们)，然后将它们发送到large_model，如下面的代码所示。我希望有一个解决方案，将N数据点并行地通过small_model发送(就像将批处理交给模型时所做
浏览 0提问于2018-10-10得票数 2
回答已采纳
我正在使用DAIC音频和视频摘录数据集来检测抑郁症.在训练音频文件时，它有三个输入: eGeMAPS、MFCC和DENSENET数组。它们被输入到BLSTM模型中。我看到数据被下载到本地节点并创建了NumPy数组。OOM发生在批处理开始时。
我尝试只使用一个输入(eGeMaps)运行模型，但遇到内存问题。我的问题是，是否有一种方法可以批量加载NumPy文件，类似于图像数据集？我尝试将输入分割成单独的数据文件，并使用张量数据集或切片，但是当加载NumPy
浏览 0提问于2021-01-27得票数 0
回答已采纳
我在Keras中找到了一个代码片段，它执行以下操作我不太明白第三行的意思。有人能告诉我它是做什么的吗？
浏览 23提问于2020-03-17得票数 1
回答已采纳
我有keras顺序模型，正常的保存方式是 from keras.models import load_modelclassifier_keras= load_model('classifier_keras.h5') 如果我需要以编码文件的形式存储在数据库中，如何将keras模型
浏览 13提问于2019-08-23得票数 0
()x = tf.keras.layers.Dense(4, activation=tf.nn.relu)(inputs)model = tf.keras.Model(inputs=inputs, outputs=outputs)
在tf.keras.Model中，发送与输入和输出张量相关的信息。但是没有关
浏览 3提问于2020-07-08得票数 0
1回答
为了测试，我将一个模型分成两个模型，我想计算损失并将梯度应用于这两个模型，就像它是一个模型一样。下面是我的两个简单模型： model1 = tf.keras.models.Sequential([])
model2 = tf.keras.models.Sequential([
浏览 23提问于2020-11-05得票数 0
回答已采纳
= tf.contrib.eager
net = tf.keras.Sequential() net.add(tf.keras.layers.Dense(1))
浏览 3提问于2019-01-18得票数 27
回答已采纳
我正在尝试从csv加载一个数据集，并对可用的数据执行一些联邦学习。 我设法从给定的csv文件加载了一个联邦数据集，并加载了训练和测试数据。我现在的问题是，如何重现一个工作示例，以构建一个迭代过程，对此数据执行自定义的联合平均。pdimport tensorflow_federated as tfffrom tensorflow.keras():
initializer = tf.
浏览 127提问于2021-07-17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
