1回答
不幸的是，我有一个图，它有一些节点不支持批处理。(还没有充实的自定义操作)我已经能够让多个线程调用sess.run并通过feed_dict传入数据。我现在已经将我的数据转换为tfrecords以正确地利用队列，但仍然找不到一种方法来告诉它并行运行图的多个实例，而不只是让多个线程调用sess.run()。我假设tensorflow开发人员已经在某个地方创建了一种更"pythonic“的方法，但我还没有找到它。如何在tensorflow中完成此操作？编辑:即使数据是批处理<
浏览 1提问于2017-02-28得票数 0
有没有可能在tensorflow中进行批处理而不扩展占位符大小的额外维度？具体地说，我只想通过feed_dict的占位符提供多个样本。我正在处理的代码库需要对代码进行大量更改，以便为批处理大小添加额外的维度。其中val1values将表示一批大小为X的样本，而不仅仅是一个训练样本。
浏览 2提问于2017-11-23得票数 0
假设我可以在我的带有tensorflow的GTX 1070卡上使用样本大小N、批处理大小M和网络深度L进行培训。现在，假设我想使用更大的样本2N和/或更深的网络2L进行训练，并摆脱内存错误。插入额外的GPU卡会自动解决这个问题(假设所有GPU卡的总内存量足以容纳批处理及其渐变)吗？还是说纯粹的坦索弗洛是不可能的？我读到，有比特币或以太矿商，他们可以用多个GPU卡建立采矿场，而且这个矿场的开采速度会更快。
采矿农场也能更好地进行深度学习吗？
浏览 4提问于2017-07-15得票数 2
回答已采纳
1回答
更具体地说，培训过程的内存需求(我使用的是运行在TensorFlow之上的Keras )。Q.，既然每批只有一个更新步骤，
浏览 0提问于2018-11-13得票数 3
回答已采纳
我在Windows10中使用Keras2.0.8和TensorFlow 1.3.0，你知道为什么没有使用所有内存吗？或者至少接近它。
浏览 3提问于2017-09-03得票数 2
我想在批处理模式下使用C++中经过预先训练的CNN对多个样本进行分类。迄今为止：
std::vector<tensorflow::Tensor> tensor(tensorflow::DT_FLOAT,我正在寻找的是一种在批处理模式下运行多个
浏览 3提问于2017-11-20得票数 0
我有这样的数据，其中我将batch_size指定为32： # Preparing and preprocessing the datafrom tensorflow.keras.preprocessing.imageimport Sequential
from tensorflow.keras.layers import InputLayer, Conv2D, MaxPool2D, Flatten, Densefrom tensorflow.keras.activation
浏览 60提问于2021-07-09得票数 0
回答已采纳
在将Tensorflow数据集传递到Keras的model.fit函数中时，获取与形状相关的ValueError。我的数据集的标注具有形状(100个样本x 62个要素)和Y_train (100个样本x 1个标注import numpy as npfrom tensorflow.data import Dataset
num_f
浏览 0提问于2019-06-08得票数 0
我希望以以下方式从TF数据集中生成批处理样本:每批将由两个具有相同“标签”特性的样本组成。在Tensorflow中实现这一目标的最有效方法是什么？
浏览 2提问于2022-01-15得票数 1
回答已采纳
我想知道是否有一些方法可以在Tensorflow中对要生成的批处理应用约束。例如，假设我们在一个巨大的数据集上训练CNN来进行图像分类。是否有可能强迫Tensorflow生成所有样本都具有相同类的批处理？比如，一批图像都贴上了"Apple“的标签，另一批图像的样本都贴上了”橙色“的标签。为CNN训练做样本级洗牌是很常见的做法，每个人都在这样做.我只是想亲自检查一下，从而获得更生动和第一手的知识。
谢谢!
浏览 0提问于2018-02-11得票数 0
回答已采纳
现在我再次重新运行完全相同的代码，每个时期的训练样本本身减少到每个时期只有92个样本(在2929个/时期之前)。两个型号使用不同的笔记本，它们现在都是这样的。
浏览 10提问于2020-04-01得票数 1
1回答
我尝试在Google Colab Pro GPU (内存:25 me，磁盘:147 me)上使用更快的RCNN运行TF对象检测模型的演示，但失败了，并给出以下错误： Tensorflow/core/common_runtime然后它会给我这些统计数据： I tensorflow/core/common_runtime/bfc_allocator.cc:1058] Sum Total of in-use chunks: 7.46GiBI tensorflow/core/co
浏览 257提问于2021-07-12得票数 0
考虑到Tensorflow API nn.softmax、nn.sparse_softmax_cross_entropy_with_logits、tf.nn.rnn等，似乎惯例是将样本作为一个批处理中的行放置在批处理中的所有样本(行)上广播行向量b的添加。本文使用了输入左侧权重矩阵的乘法以及向量级联，因此样本必须是列：。在这里的
浏览 4提问于2016-09-26得票数 2
1回答
我使用的是一个标准的keras模型，我正在进行批处理培训(使用train_on_batch函数)。现在，我想获取批处理中每个元素的梯度，并对其进行缩放(将每个样本梯度乘以我所拥有的样本特定值)，并且在每个梯度被缩放之后，它可以被求和并用于更新现有的权重。不管怎么说，有这个给定的角函数吗？如果没有，有没有办法让我用tensorflow来操纵这个？(给出了模型，其余的都是用keras编写的)grad = 0,
浏览 0提问于2018-12-06得票数 3
回答已采纳
我已经尝试了从互联网(这不是很多)的所有东西，包括从tensorflow/keras的源代码中寻找一些提示。只是为了说明我在代码中没有一个名为“batch_index”的变量。到目前为止，我已经查看了TF (tensorflow/tensorflow/python/keras/engine/training_arrays.py).的不同版本。UnboundLocalError: local variable 'batch_index' referenced be
浏览 1提问于2019-09-14得票数 6
回答已采纳
从TensorFlow导入Keras之后，我们创建如下神经网络： keras.layers.Flatten(input_shape=[100
浏览 0提问于2019-02-03得票数 2
回答已采纳
2回答
它在所有60,000行上运行 mnist = tf.keras.datasets.mnist
from tensorflow.keras.layers
浏览 0提问于2020-05-23得票数 2
1回答
我试图在批处理维度上重塑一个Tensorflow模型的输入。我想把一些批处理样本组合成一个时间序列，这样我就可以把它输入到LSTM层中。具体来说，我有1024个样本，我想将它们分组为64个时间步骤，结果是16个批次的64个时间步骤，每个时间步骤具有最初的24个特性。tensorflow.python.framework.errors_impl.InvalidArgumentError:
Input to reshape is a tensor with 24576
浏览 2提问于2020-08-07得票数 0
回答已采纳
1回答
对于在TensorFlow后端使用Keras，我是否应该将它们与SLI连接起来？如果没有，那么他们将被单独对待，一个模型将被训练在一张卡片上。这是我到目前为止所理解的两个选择。谢谢。
浏览 0提问于2019-03-08得票数 2
回答已采纳
我有一个小型的web服务器，它可以获得句子的输入，并且需要使用Tensorflow服务返回模型预测。它可以很好地使用我们的单个GPU，但是现在我希望能够进行批处理，这样Tensorflow服务就可以在GPU上对传入的句子进行分组，然后将它们合并在一起处理。我使用的是和，使用了Tensorflow服务的初始版本。日志记录确实确认已启用批处理，并且正在使用GPU。
但是，当向服务服务器发送请求时，批处理的效果最小。同时发送50个请求，在时间使用方面几乎是线性的，而发送5个请求则是线性的。请注
浏览 0提问于2017-05-29得票数 9
回答已采纳
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
