训练TensorFlow以预测总和

文章/答案/技术大牛

发布

1回答

python、tensorflow

TensorFlow提供的示例对于入门来说有点复杂，所以我尝试教TensorFlow训练一个神经网络来预测三个二进制数的总和。网络将其中两个作为输入；第三个是未知的。因此，“最佳”网络将猜测和将是两个已知比特的总和，加上未知比特的1/2。假设“损失”函数是网络预测值与实际值之差的平方。我已经编写了生成试验的代码：import numpy as np from random import ran

浏览 1提问于2016-09-08得票数 2

回答已采纳

1回答

Tensorflow损失

tensorflow

有谁能解释一下tensorflow的基本分类损失和定位损失意味着什么？在使用tensorflow API的SSD培训过程中，我得到了这些损失，但根本不理解这两种损失。

浏览 1提问于2018-07-09得票数 0

1回答

如何使用API中的TensorFlow部署和服务预测？

python、tensorflow、tensorflow-serving

从谷歌教程中，我们知道如何在TensorFlow中训练一个模型。但是，保存经过训练的模型的最佳方法是什么，然后在生产服务器中使用基本的最小python来提供预测。我的问题基本上是关于TensorFlow最佳实践，以保存模型并在不影响速度和内存问题的情况下在活动服务器上提供预测。因为API服务器将永远在后台运行。请提供一小块python代码片段。

浏览 2提问于2016-01-27得票数 17

回答已采纳

0回答

使用tensorflow获得不同批次大小的不同测试结果是否正常

python、machine-learning、tensorflow、neural-network

我正在使用tensorflow解决分类问题。我的损失op是这两个损失的总和。可能的问题是什么？这与Tensorflow的并行化策略有关吗？

浏览 4提问于2017-06-08得票数 0

3回答

如何在google云中使用经过训练的模型实现预测的自动化

google-cloud-platform、google-bigquery、google-cloud-dataflow、google-cloud-composer

我有训练机器学习模型的经验，但我没有获得新数据预测的经验。我读到过，我可以在Google云存储中上传这个经过训练的模型，然后把它放到人工智能平台上，但是我不知道我必须遵循的过程，因为新的数据将被插入Bigquery中，使用这些新的数据，我想做预测，然后选择这个预测一种可能是将模型保存在AI平台或google云存储中，并使用云功能调用这个已保存的模型，并进行预测以将其保存在防火墙中？

浏览 5提问于2019-10-18得票数 2

回答已采纳

1回答

如何保存在google datalab notebook中训练的tensorflow模型以进行离线预测？

tensorflow、google-cloud-platform、google-cloud-datalab

我正在使用Google Cloud Datalab notebook训练我的tensorflow模型。我想要保存训练好的模型以进行离线预测。然而，我对如何保存模型一无所知。我应该使用任何tensorflow模型保存方法吗?或者有什么datalab/google云存储特定的方法可以这样做吗？在这方面的任何帮助都是非常感谢的。

浏览 0提问于2017-06-07得票数 2

1回答

我可以从Google引擎下载经过训练的模型吗？

tensorflow、neural-network、google-cloud-platform、google-cloud-ml

我知道我们可以使用来训练一个模型，调优超参数并部署它来进行预测。但我的问题是，我们是否可以下载经过训练的TensorFlow模型并将其部署到自定义设备上进行预测？

浏览 2提问于2017-06-06得票数 2

回答已采纳

1回答

tf.loadFrozenModel和tf.loadModel会有不同的预测时间吗？

tensorflow、tensorflow.js

假设在tensorflow中训练的模型使用两种方法来转换可用于tensorflow的模型: 1)使用tf.saved_model.simple_save方法将模型保存在tensorflow中，然后使用tf.loadFrozenModel将模型加载到tensorflow中并使用model.predict预测结果2)使用keras(序列)将模型保存在tensorflow中，然后使用tf.loadModel将模型加载到tensorflow中并使用model.

浏览 22提问于2019-02-17得票数 2

回答已采纳

1回答

当使用TensorFlow对象检测API训练蒙面RCNN时，什么是‘损失’？

tensorflow、computer-vision、object-detection

我正在训练自定义对象检测，使用Mask RCNN在TensorFlow对象检测中。因此，我将与边界框一起预测对象实例掩码。预训练模型：mask_rcnn_inception_v2_coco信息:tensorflow:全局步骤4181:损失= 0.0031 (3.290秒/步) 信息:tensorflow我的问题与训

浏览 1提问于2019-01-24得票数 2

回答已采纳

0回答

基于Tensorflow* Lite的Android Java人脸表情识别*

java、android、conv-neural-network、tensorflow-lite、firebase-mlkit

我致力于面部表情识别使用深度学习算法，即CNN，以识别用户的情绪，如高兴，悲伤，愤怒等。我已经训练和测试它在python中使用预先训练的VGG-16模型改变顶部3层来训练我的测试图像，以加快我使用Tensorflow的训练过程。测试准确率为62%。为此，我使用了Tensorflow-Lite，因为它适用于android手机。因此，我使用Tensorflow lite转换器方法将我的.h5文件转换为.tflite文件。在android部

浏览 33提问于2019-05-15得票数 3

1回答

在训练阶段我在tensorflow中使用batch =5，为什么我不能在tensorflowjs中只使用batch =1测试？

tensorflow、tensorflow.js

我使用batchsize=5在tensorflow中训练GAN模型，因此生成器的输入大小为5，图像大小，图像大小，3。训练后，我将tensorflow模型转换为tensorflowjs模型。因此，我使用loadFrozenModel.Then model.predict来加载模型来预测image.However，model.execute(dict)中提供的dict‘’concat‘的形状必须是我在tensorflow中的训练阶段使用mini-batch，在te

浏览 17提问于2019-03-06得票数 0

回答已采纳

2回答

Tensorflow r.1.1中的TrainingHelper和GreedyEmbeddingHelper有什么不同(预测结果不同)？

tensorflow、difference、inference

我是tensorflow的初学者。我想用来学习tensorflow。读完本教程后，我想在训练模型(使用TrainingHelper)中使用我的数据(韩国标题用于标记化)来运行这段代码，预测结果似乎是可以的。但是在推理模型中(使用GreedyEmbeddingHelper)，预测结果非常差(即使使用训练数据)。这看起来像是第一纪元的训练模型预测。

浏览 3提问于2017-06-22得票数 4

1回答

在笔记本电脑上执行巨大的网络进行预测。

deep-learning、operating-system

我在Google云上训练了一个巨大的神经网络(尺寸更大、类更多的胶囊网络)。这个网络需要大约400 GB的RAM和4个GPU来训练它而不会崩溃。理论上，我听到的是神经网络可以在普通PC上执行预测。但是，考虑到培训所需的资源如此之多，是否仍有可能下载tensorflow检查点并在我的膝上型计算机上运行网络以进行预测？

浏览 4提问于2020-04-04得票数 1

1回答

如何使用经过训练和存储的tensorflow模型进行预测

python、tensorflow、word2vec

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

1回答

如何在Raspberry Pi上部署经过训练的tensorflow网络

python、tensorflow、neural-network、raspberry-pi、magic-mirror

我想在我更强大的笔记本电脑上训练一个带有tensorflow的神经网络，然后将它传输到RPi进行预测(作为的一部分)。有没有一种方法可以导出经过训练的网络和权重，并使用一个轻量级版本的tensorflow用于线性代数和预测，而不需要训练所需的所有符号图形机器的开销？我看过tensorflow服务器上的教程，但我不希望设置服务器，只让它在RPi上运行预测。

浏览 3提问于2016-11-04得票数 1

回答已采纳

1回答

在tensorflow中跨会话使用共享变量

tensorflow

我想训练一个模型，同时使用模型的结果进行进一步的操作。训练可以在后台进行，但我需要预测模型始终可用。我有一个如何做到这一点的想法，但不确定是否可以在tensorflow中做到这一点。因此，我正在考虑为预测和训练创建单独的线程/进程。每个进程中将运行两个不同的会话，它们将共享相同的变量。因此，训练模型可以在自己的时间内更新变量，预测模型可以使用最新的权重进行更好的预测。我听说在tensorflow中运行多个

浏览 0提问于2018-03-21得票数 3

1回答

在推理过程中模型头部之间的切换

tensorflow、deep-learning

我有200个神经网络，我用文本转移学习来训练它们。除了接受不同任务训练的头部外，它们都有相同的重量。是否有可能将这些网络合并成一个与Tensorflow一起使用的模型，这样当我用输入(文本，我)调用它时，它会返回我的预测任务i。这里的想法是只存储共享的权重一次，以保存模型大小，并且只计算我们想要预测的任务的头，以便保存计算。重要的一点是把所有这些都包装成一个Tensorflow模型，因为我想让它更容易在google平台上服务。注意:独立训练所有的头部

浏览 3提问于2022-09-02得票数 1

回答已采纳

1回答

将单个示例输入到对文件进行训练的TensorFlow图中？

tensorflow、tensorflow-serving

我是TensorFlow的新手，在读取数据的机制上有点被绊倒了。我在mnist数据上建立了一个TensorFlow图，但我想修改它，这样我就可以运行一个程序来训练它+保存模型，然后运行另一个程序来加载该图，进行预测，并计算测试精度。我感到困惑的是，如何在训练图中绕过原始的I/O系统，并“注入”一个用于预测的图像或一个用于准确性测试的(图像，标签)测试数据元组。为了读取训练数据，我使用以下代码： _, input_data = util.read_example

浏览 0提问于2016-10-19得票数 2

1回答

重用训练和预测之间的转换

tensorflow、tensorflow-serving

我想对我的训练数据集应用词干分析。我可以在tensorflow之外执行此操作，作为训练数据准备的一部分，但是在调用(存储的)模型之前，我需要对预测请求数据执行相同的过程。有没有一种方法可以在tensorflow本身中实现这种转换，以便转换既用于训练又用于预测？如果转换需要整个数据集的知识，例如标准化，这个问题就会变得更加恼人。

浏览 2提问于2018-03-31得票数 1

2回答

如何为Windows独立应用程序部署经过Tensorflow训练的推理模型

c++、tensorflow、deployment、desktop

我想在Windows独立桌面应用程序中使用使用Tensorflow训练的模型。我只需要执行预测，我就可以使用Tensorflow Python来训练模型。推荐的方法是什么？我能找到任何预先构建的C++ Tensorflow二进制文件吗？是否有一种以Tensorflow作为Windows安装程序先决条件的发布Python的简单方法？我可以在另一种技术中导入Tensorflow模型并使用它进行推理吗？OpenCv DNN模块有一个从<e

浏览 0提问于2018-01-18得票数 7

点击加载更多