我正在尝试对我的数据运行此代码以进行回归。似乎网络可以预测第一个测试数据，但所有其他预测都与第一个相同。第一个函数生成用于初始化的随机权重。预测器的数量是54，输出的数量是4。下面是我的代码： weights = tf.random_uniform(shape, -2,2)
retur
浏览 16提问于2017-02-20得票数 0
回答已采纳
遵循Tensorflow教程中的虹膜分类问题，我正在尝试构建一个DNN分类器模型来识别手写字符。遇到了对测试数据的质疑。
我假设在正常的机器学习中，测试数据是未标记的。为什么在tensorflow中，测试数据也应该被标记？有没有什么方法可以使用DNN分类器或tensorflow中的任何其他分类器输入未标记的<e
浏览 18提问于2018-07-27得票数 1
4回答
我正在使用TensorFlow LinearClassifier和DNN来对两类数据集进行分类。处理这种情况的好方法是什么？
浏览 0提问于2015-12-29得票数 5
我正在训练一个类似于mnist的数据集。系统:MacOSx_train、x_test、y_train、y_test是已经存在的pandas数据帧import tensorflow))
我需要这些预测值，而不是教程中的dnn_clf.evaluate函数，因为我想创建一个该模型的混淆矩阵
浏览 0提问于2019-05-02得票数 0
我一直在尝试将示例从调整到我的需要。然而，我想要使用它的是一个二进制分类问题，并输出键的批处理预测。我把分数变量改为这是很好的训练，部署到云毫升，但我不知道现在如何从我的预测得到钥匙。`
我已经更新了从BigQuery中提取的sql，以包括id as exa
浏览 0提问于2018-01-31得票数 6
回答已采纳
我是tf.estimator的新手，我以前使用过较早版本的tensorflow。传入"input_fn“让我有点困惑。我有一个DNNClassifier和一个numpy数组，其中包含一个数据项(x)，我想预测一个"y“值。for result in y_pred:
File "/usr&#x
浏览 2提问于2019-04-15得票数 1
1回答
我有一个包含许多水果的特征数据集，标签以逻辑概率判断一个苹果是否使用tensorflow。但是，我似乎无法将预测的数据添加到原始数据中。predictions = DNN_classifier.predict(input_fn=is_apple_ds)
这将返回一个生成器类对象，如果我创建一个列并将它添加到原始的dataframe中，它只会说“在某个地址的生成器类对象”。相反，我想
浏览 0提问于2018-11-01得票数 0
回答已采纳
2回答
我已经使用tensorflow估计器API构建了一个分类模型。我试图让张量输出从隐藏层打印在日志中，而预测使用以下代码。": "dnn/logits/BiasAdd"}
logging_hook = tf.train.LoggingTensorHook(tensors=tensors_to_log, every_n_iter，并且我只能看到开始和结束中的几个数字。INFO:tensorflow:Dens
浏览 43提问于2018-12-21得票数 3
回答已采纳
我对TensorFlow比较陌生，所以我做了一个模型，用来对不同类型的汽车图像进行预测。我从"tf.keras.utils.image_dataset_from_directory“函数中创建了测试数据集。我用model.fit(test_dataset)来得到预测。但是我想要的是从测试数据集中打印图像，然后给出它的预测。(图像然后预测
浏览 3提问于2022-06-13得票数 2
回答已采纳
我正在使用google 来预测CTR。代码是基于的。loss = math_ops.reduce_mean(loss_unweighted, name=name)而且，预测的CTR要比真实的</em
浏览 1提问于2017-03-07得票数 3
1回答
我正在尝试制作我的第一个tensorflow模型，但是我有一些问题。它似乎正确地进行了训练，但当它进行预测时，它只是返回(几乎)总是相同的值。，如果我将keep_rate设置为1，我也几乎总是得到接近尾声的恒定预测。在第一个时期，有很多变化，但在最后一个时期，神经网络似乎总是对每个图像进行相同的预测</
浏览 2提问于2017-04-11得票数 3
1回答
使用下面的代码创建了一个模型： public static void main(String[] args) { System.out.println(Arrays.deepToString(scores));但是，如果我们想要为下面的代码复制预测的类String[2][1];
Sys
浏览 1提问于2017-11-15得票数 0
回答已采纳
我正试图预测keras / tensorflow中的所有测试批，然后绘制一个混淆矩阵。当前的BATCH_SIZE是: 32test_dataset = big_dataset.skip(train_size).take(test_sizetest_dataset = test_dataset.shuffle(test_size).map(augment).
浏览 3提问于2022-04-25得票数 1
回答已采纳
1回答
未缩放的预测返回到原始形式
、、、、
我的训练形状是：(417，5)，测试数据形状是：(105，5)。我使用下面的代码对这两种情况进行缩放： from sklearn import preprocessingfrom sklearn.preprocessing import而'4‘是因变量，其余的是自变量。 在使用深度神经网络进行训练后，我得到了缩放形式的预测。我尝试使用以下代码取消缩放预测： scaler.in
浏览 13提问于2021-07-28得票数 0
回答已采纳
3回答
我成功地在本地和云中训练了我的模型/实验。我能够部署我的样本并在云中运行预测。c = tf.contrib.learn.DNNLinearCombinedClassifier(model_
浏览 2提问于2017-05-23得票数 0
我在Windows 10上的GTX 1070上运行keras神经网络训练和预测。大多数情况下，它是有效的，但偶尔也会出现问题E c:\tf_j
浏览 2提问于2017-07-12得票数 6
正如我们所知，DNN由许多层组成，这些层由许多神经元组成，这些神经元将相同的函数应用于输入的不同部分。同时，如果我们使用Tensorflow来执行DNN任务，我们将会得到Tensorflow自动生成的数据流图，并且我们可以使用Tensorboard将数据流图可视化为blow。但在这一层中没有神经元。所以我想知道Tensorflow数据流图和DNN之间的关系是什么？当DNN中
浏览 1提问于2018-05-04得票数 1
(如果我的英语不好，我很抱歉)我想使用额外的变量来计算损失。我的训练和测试数据如下所示；Data_A -> processing 1 -> ->Data_A ->
浏览 0提问于2021-01-31得票数 1
回答已采纳
我正在制作一个人工智能，它必须将一个瓶子形状与任何其他形式区分开来，并通过opencv运行预测 学习(运行学习文件)运行得很好，但是当我尝试使用openCV运行预测时，我总是得到相同的错误 我做错了什么启动预测文件时出错 [ERROR:0] global /tmp/pip-req-build-6179nsls/opencv/modules/dnn/src/d
浏览 281提问于2020-09-04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
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
