1回答
我使用的是tensorflow 1.5和keras 2.1.6。代码取自此tutorial，并重新编写以在1.5版上工作。这就是它： import tensorflow as tfimport matplotlib.pyplot as plt
model.fit(train_images, train_labels, epochs=10); 但准确率随着每个时期的下降而下
浏览 24提问于2021-06-23得票数 0
回答已采纳
我有一个tensorflow训练模型，并在tensorflow测试，精度达到95%。我该从哪里看这个精度下降的地方？唯一的区别是我在TensorRT中进行批处理推理，而不是在Tensorflow中。
对于<e
浏览 6提问于2020-09-11得票数 0
回答已采纳
如果使用Quadro与TensorFlow GPU相比，在GeForce性能上有什么明显的差异吗？
例如，它是使用双精度操作还是其他可能导致GeForce卡下降的操作？我即将为TensorFlow购买一台GPU，并想知道GeForce是否合适。谢谢并感谢你的帮助
浏览 5提问于2016-01-11得票数 43
回答已采纳
1回答
我正在运行tensorflow.On终端的代码，它为我提供了训练和测试精度以及步长的值。有没有人可以解释这些术语，或者提供任何我能读懂的资料，以便理解这些术语和卷积神经网络的随机梯度下降法
浏览 1提问于2017-03-22得票数 0
2回答
对于28*28的数据集和0-9的字符，该模型工作得很好，但如果更改为64*64，字符范围为0-9，a-z，A-Z，则训练精度会下降。在迭代精度时，它会一直到0.3，然后一直保持到0.3。numpy as npimport matplotlib.pyplot as pltimport os
import tensorflow
浏览 0提问于2018-06-08得票数 1
1回答
情节滑雪板实时训练操作
、、、、
假设我有一个滑雪训练数据：这里，feature是一个二维数组，而label是一个由值[0,1]组成的一维数组。f1x = [features[i][0] for i in range(0, len(features)) if labels[i]==0]f1y = [features[i][1] for i in ran
浏览 0提问于2018-01-29得票数 1
回答已采纳
1回答
我使用tensorflow来加速僵硬的化学解算器。在这个过程中，我经常需要计算tf.pow(a，b)，其中a是张量，b是常数。在分析过程中，我发现tf.pow相当慢，甚至比tf.exp还慢。值得一提的是，我使用单精度浮点数作为我的张量，并且我在装有python 3.6和tf v1.5的windows上的CPU上运行，使用的是pip安装的whl文件(使用conda
浏览 3提问于2018-03-10得票数 1
我尝试在Tensorflow Keras中建立一个卷积神经网络来预测CIFAR100数据集。我设法以60%的验证准确率获得了不错的结果，并希望增加图像增强。我注意到准确性明显下降，所以我决定不增加任何数据，而是试着看看如果我使用ImageDataGenerator将数据提供给模型，但是没有任何增强的，结果是否会保持不变。精度下降仍然存在，我试着检查ImageDataGenerator传递数据的方式，但是一切看起来都井井有条，图像的标签似乎也是正确的。编辑:准确度从0.6下降到0.01w
我已被告知提供问题
浏览 2提问于2020-11-19得票数 1
1回答
现在的问题是，当我试图通过pyinstaller编译程序时，生成的文件大约为290 it，因为它试图编译整个tensorflow包和它不想要的依赖项。更不用说，在尝试提取文件时，启动非常慢。import osfrom tensorflow.keras.models],os.path.join(os.path.join('test',str(int(pred[i][0]))),file
浏览 2提问于2020-06-16得票数 1
回答已采纳
我已经在我的Jetson Tx1上安装了Tensorflow和Tflearn。Tensorflow工作，我试图在我的mac上运行的程序。但是当我在我的jetson上运行它时，我会发现这个错误。
浏览 2提问于2018-04-25得票数 1
回答已采纳
我遇到了一个问题，我将keras模型转换为tensorflow lite格式，但是一旦我这样做了，转换后的模型的精度就会显着下降。该模型是一个相当简单的自然语言处理模型。在转换之前，模型的准确率约为96%，但一旦转换为tensorflow lite格式(没有任何优化)，准确率就会下降到20%左右。这是一个可笑的性能下降，所以我想知道这是可能发生的事情，还是我做错了什么？我在运行debian的beaglebone SBC上运行tflite模型，并在python上运行推论。
浏览 149提问于2021-01-15得票数 3
所以我正在做tensorflow教程，在这里发现：基本上，我的输入是一个28x28矩阵(图像)，我继续以规范化的方式运行它，获得了超过85%的精度，而没有规范化，我的精度下降到10%。
有什么想法吗？
浏览 0提问于2018-10-19得票数 1
我希望在我的Keras序列模型中添加Tensorflow伪量化。根据Tensorflow的doc，我需要这两个函数来做假量化: tf.contrib.quantize.create_training_graph()和tf.contrib.quantize.create_eval_graph
浏览 2提问于2018-09-17得票数 2
回答已采纳
在python的Tensorflow 2.0中训练一个神经网络时，我注意到训练的准确性和损失在不同时期之间发生了很大的变化。我知道，所打印的指标是整个时代的平均值，但在每一个时代之后，精度似乎都会显著下降，尽管平均值总是在增加。
损失也表现出这种行为，每一个时期都会显著下降，但平均会增加。批次大小为32，精度/丢失图中的每个点代表50批(图上的2k=100 k批次)。成批学习率图为1:1。
浏览 5提问于2019-10-14得票数 10
回答已采纳
代码是：
converter=tf.lite.TFLiteConverter.from_frozen_graph
浏览 54提问于2019-08-22得票数 0
回答已采纳
1回答
解释验证损失
、、、
我正在尝试使用tensorflow对图像进行分类。如果我绘制每个时期之后得到的结果，我会得到以下结果：enter image description here 我的训练精度和验证精度提高了，我的训练损失减少了，但验证损失虽然下降了一些，但并不是非常接近训练损失
浏览 53提问于2020-08-11得票数 1
回答已采纳
我使用tensorflow库中的梯度下降优化器构建了一个5层神经网络，并定义了一个神经元数目。在第一次运行结束时，一切看起来都很好，训练精度为1.0，测试精度为0.9606。几秒钟后，我决定重新运行代码，从下面的两个图像中可以看到，有些地方出了问题。它是一个交叉熵函数计算的问题，还是一个神经网络的精度如何从如此高的精度水平立即衰减为零？
浏览 2提问于2017-10-22得票数 1
1回答
几个星期以来，我一直在学习角角和TensorFlow，并对时代感到困惑。说在10年代，测试数据的准确率是92%，在下一个时代，精度怎么会下降？
浏览 0提问于2018-07-26得票数 0
回答已采纳
我有一个非常简单的Tensorflow模型，它根据6个传感器的输入(输入范围从0.0到1.0)输出3个值(左，直，右) inputSensor = Input(shape=(3))
modelSensor
浏览 17提问于2019-08-31得票数 1
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
