在一次热编码后，Tensorflow中的logits和lables之间存在不匹配。我的批量是256。我怎样才能在标签张量中获得批量大小？我猜这个问题与LabelEncoder和one-hot编码器有关。任何帮助都是值得欣赏的。
请找到下面的代码。\gpu\lib\site-packages\tensorflow\python\ops\nn_ops.py", line 15
浏览 1提问于2017-07-21得票数 0
回答已采纳
我得到了每个图像的稀疏标签向量，每个标签向量的每个维度目前都是这样编码的：-1.0 ->Label false /图像不包含此类。0.0 ->missing值/标签对于这个例子V，模型应该学习，相应的图像应该被分类在第一类和第三类中。
我目前的问题是如何处理缺少<e
浏览 4提问于2016-09-26得票数 10
我将label数组和logits数组设置为：logits = [0.2,0.3,0.4,0.1,-1.4,-2,0.4,0.5,-0.231,1.9,1.4,-1.456,0.12,-0.45,0.5,0.3,0.4,0.2,1.2,12]
1>标签
浏览 1提问于2019-05-14得票数 1
回答已采纳
我正在开发一个加权版本的SparseCategoricalCrossentropy。现在，我的实现是将y_true转换为一个热点形式，并计算交叉熵，然后将其乘以一个权重矩阵。当权重都为1时，在实现和SparseCategoricalCrossentropy之间得到相同的输出，但是我的问题是一个热编码。我有很多类(32+bg)，在使用一种热编码时，对于大型图像/批处理大小，内存不足，这在SparseCategoricalCrossentropy中是不会发生的。我
浏览 9提问于2021-03-06得票数 0
回答已采纳
在Python中运行的代码不能在Boost Python中运行。loss_op = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits_v2(labels=label, logits=logit))py::object loss_op = py::eval(
浏览 14提问于2018-07-24得票数 0
我才刚开始使用tensorflow。我试图用原始图像(944,944)给一些神经元喂食，这些图像是我后来重新塑造的，以便进行二值分类。=logits)logits=tf.reshape(logitsFalse)print(eval_results)
浏览 0提问于2018-05-24得票数 0
我想将标签嵌入到Tensorflow中的DNNClassifier模型中。/estimators/dnn.py"，行180，_dnn_model_fn logits=logits)文件"/usr/local/lib/python2.7/dist-packages/tensorflow_key_dtype，keys.dtype) TypeError:签名不
浏览 3提问于2017-05-27得票数 0
1回答
目前，我正在使用Camembert进行医学领域的命名实体识别，精确地使用模型：。 labels =
浏览 5提问于2022-02-11得票数 2
我想修改下面的成本函数，使它为预测值高于实际输出的样本增加额外的权重！成本= tf.reduce_sum(tf.pow(logits-Y，2))/(2*batch_size)
batch_szie = 100cost =(np.sum(
浏览 0提问于2018-12-19得票数 0
回答已采纳
到目前为止，它是有效的。我得到每个类别的单独概率和正确的标签。但是当我尝试用tf.argmax(label, 1)获取类时，我总是得到类"0“。...# label: Tensor(".....logits = model(image)arg_lbl = tf.argmax
浏览 2提问于2018-01-16得票数 0
回答已采纳
我试图在自己的数据集中训练模型，当我将模型与训练集相匹配时，这个错误就会发生。input_fn函数应该返回大小的特征块(13647309，24)和形状的标签张量(13647309，24)。就我而言，逻辑应该是来自模型的输出，但是在DNNLinearCombinedClassifier中没有指定输出大小的位置，因此我假设输出大小被自动调整为与标签大小相同，即(13647309，24)。教程中更改模型的参数。我只是根据自
浏览 3提问于2016-11-04得票数 0
回答已采纳
我有以下简单的神经网络(只有一个神经元)来测试Keras的sigmoid激活和binary_crossentropy的计算精度：model.add(Dense= numpy.array([-a, a])
keras_ce[a] = model.evaluate(x, y)[0] # cross-entropy computed by keras/tensorflowmy_ce[a] = np.log(1+exp(-a)) # My own co
浏览 1提问于2018-09-01得票数 8
回答已采纳
我正在尝试在tensorflow中创建一个用于图像分类的输入管道，因此我希望创建图像批次和相应的标签。Tensorflow文档建议我们可以使用tf.train.batch进行批量输入：[train_imageallow_smaller_final_batch=True然而，我在想，如果我像这样输入图表，会不会有问题：
cost = tf.reduce_mean(tf
浏览 14提问于2017-08-15得票数 0
1回答
我使用tensorflow实现手写数字识别。我希望softmax_cross_entropy_with_logits中的logits首先由占位符表示，然后在计算时通过计算值传递给占位符，但tensorflow将报告错误ValueError:没有为任何变量提供渐变，请检查您的图形中不支持渐变的操作。我知道直接将logits更改为输出是可以的，但如果我必须使用logits，则结果首先是
浏览 0提问于2018-12-05得票数 0
2回答
我正在训练一个用于多标签分类的神经网络，具有大量的类(1000)。这意味着每个输入可以有多个输出处于活动状态。平均而言，我每个输出帧有两个活动的类。在具有交叉熵损失的训练中，神经网络求助于仅输出零，因为它使用此输出获得的损失最小，因为99.8%的标签是零。有什么建议我可以推动网络给积极的课程更多的权重吗？
浏览 2提问于2017-02-10得票数 12
我正在尝试创建一个eval_metric_op函数，该函数将为多标签分类问题在给定的阈值上显示精确匹配的比例。下面的函数根据给定的阈值返回0(不精确匹配)或1(精确匹配)。阈值0.6的预测值为1, 1 ,0，这是正确的，因此函数返回1。
我想把这个函数转换成一个tensorflow标准运算--有人能建议最好的方法吗？我可以使用下面的tensorflow ops实现相同的逻辑，但我不
浏览 4提问于2017-10-17得票数 1
回答已采纳
我是Tensorflow和deep leaning的新手。我正在尝试在我的RNN模型中查看10个时期的损失是如何减少的，我创建该模型是为了从kaggle读取包含的数据集。(logits=prediction,> "/home/suleka/anaconda3/lib/python3.6/site-packages
浏览 0提问于2018-07-30得票数 18
我想知道TensorFlow的softmax_cross_entropy_with_logits是否有等效的PyTorch损失函数
浏览 0提问于2017-09-14得票数 14
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
