我希望获得未标记的训练集的输入图像。 当加载数据集时，我首先得到一个奇怪的字典，但我把它去掉了。 我不能处理的是将所有图像的大小调整为(200,200,3)。我到目前为止的尝试是： @tf.function return img["image"]
training_daten = tfds.as_numpy(tfds.loa
浏览 36提问于2020-06-25得票数 0
回答已采纳
目标是从TensorFlow数据集中训练猫和狗的数据集，我需要将数据转换为图像和标签。我需要构建一个函数，从TensorFlow数据集的'features‘中返回图像和标签，并从中创建训练数据集。基础设施将所有图像的大小调整为224x224，颜色深度为3字节。确保您的</em
浏览 0提问于2020-06-05得票数 0
2回答
我正在使用TensorFlow对象检测API来训练我自己的自定义数据集，并为此准备注释。我从我的预培训的SSD初始网络的配置文件中看到，在训练期间，图像的大小被缩小到300 x 300。我怀疑调整大小现在是否会根据注释改变我的对象的位置？我的意思是，现在xmin，ymin的宽度和边框的
浏览 0提问于2019-10-11得票数 6
回答已采纳
2回答
我一直在研究MNIST数据集，以了解如何在我的深度学习课程中使用Tensorflow和Python。多亏了网站上的tensorflow教程，我可以在内部/外部读取数据，还可以在softmax和cnn中训练它。最后，我可以在softmax中获得>%90，在cnn中获得>%98，准确性。我的问题是，我想要将MNIST上的所有图像调整为14x14，并再次训练它，也是
浏览 2提问于2017-03-14得票数 1
假设，我想用Tensorflow或Keras.Now中的CIFAR-10或CIFAR-100数据集从头开始训练标准AlexNet、VGG-16或MobileNet。将CIFAR-10或CIFAR-100数据集中每个图像从32*32调整为224*224，然后在修改后的图像数据集上训练标准AlexNet、MobileNet或VGG-16。或
更改标准MobileNet、AlexNet或VGG-16<em
浏览 125提问于2019-06-18得票数 0
回答已采纳
我正在使用TensorFlow通过胶囊网络训练我自己的数据集。在训练mnist数据集时，它包含函数mnist.train.next_batch(批量大小)。如何用TensorFlow替换这个函数来训练自己的数据集？
浏览 55提问于2019-01-02得票数 0
1回答
我试图用Keras库，Tensorflow后端建立一个完全卷积的神经网络。不超过5个图像具有相同的维度，因此将它们分组似乎没有帮助。
Numpy允许以列表形式将数据存储在单个变量中。但是keras model.fit()函数在接收列表类型训练数组
浏览 3提问于2017-07-21得票数 15
您能告诉我，是否可以将从tensorflow数据集构建器下载的数据集拆分为训练、测试和验证，特别是当拆分部分仅显示tensorflow网站上的列车时
浏览 19提问于2021-03-23得票数 0
我使用tensorflow对象检测api在我的500~图像数据集上训练SSD + mobilenet (eval图像=数据集的10% )。我使用gcloud运行训练和评估过程。训练过程花了7个小时，评估过程只花了45分钟。运行tensorflow显示了所有步骤(200K)的损失图，但精度(来自eval过程)仅高达45K步。为什么会这样呢？如何测量训练</e
浏览 7提问于2017-08-30得票数 1
1回答
我通常是从无人机的角度来看，但从这个角度看，我找不到任何公开可用的数据集，里面有武器。所以，我用武器收集图像，尽量模仿无人机的观点。我使用这个560张图像的数据集来训练我的模型，使用更快的R模型进行了将近800 k的迭代。
我以不同的迭代方式导出了模型:150 k、300 k、500 k、700 k，并用于测试图像。我还使用了比较模型，这是与原来的</
浏览 0提问于2018-08-20得票数 0
回答已采纳
我正在从事物体检测的工作。我的训练集是5984，测试集是1496 (KITTI跟踪训练数据集)。
在Tensorflow中拟合模型时，批量大小和纪元数应该有多大？有没有什么基于数据输入大小的经验法则？我应该将其拆分为训练/val/test，还是继续使用当前拆分的train/val？
浏览 14提问于2017-07-03得票数 0
我有一个大小为(21760, 1, 33, 33)的hdf5训练数据集。21760是训练样本的整数。我想使用大小为128的小批量训练数据来训练网络。我想问一下：
如何使用tensorflow每次从整个数据集中提供128小批量训练数据？
浏览 6提问于2016-07-06得票数 6
回答已采纳
我正在写一篇文章，集中讨论一个简单的问题--在存在标准、正常或均匀噪声的情况下，对大型数据集进行线性回归。我从TensorFlow中选择了Estimator作为建模框架。我发现，在这样一个机器学习问题上，当训练步骤的数目足够大时，超参数调整实际上并不重要。所谓超参数，是指训练数据流中的批次大小或历元数。
是否有任何有正式证明的文件/文章？
浏览 2提问于2017-11-05得票数 1
回答已采纳
我正在训练一个带9100张图像的VAE模型(每个图像大小为256×64)。我用Nvidia RTX 3080训练模型。首先，我将所有图像加载到一个大小为9100x256x64的numpy数组中，称为traindata。然后，为了形成用于培训的数据集，我使用
train_dataset = (tf.data.Dataset.from_tensor_slices(traindata).shuffle(len(traindata关于我在<e
浏览 0提问于2021-06-04得票数 1
回答已采纳
1回答
仅用CPU训练神经网络
、、、
我正在远程服务器上的虚拟机上工作，我想在它上训练一个神经网络，但是我在这个VM中没有GPU。是否可以仅使用CPU在此VM上训练网络？如果是这样的话，它是否适用于大型数据集，还是会成为一个问题？
浏览 1提问于2019-02-27得票数 0
2回答
TensorFlow在单个张量上有2GB的长期限制.这意味着你不能在一次超过2GB的数据上训练你的模型。见；my_graph = tf.Graph()
sess = tf.Session(graph=my_graph)现在推荐的方法是使用Keras (关于tensorflow.org的所有教程都使用它)。而且，对于Keras，没有
浏览 3提问于2018-12-26得票数 1
1回答
我尝试使用tensorflow训练图像分类器。我使用数据api加载数据集，并使用数据集缓存来加快训练过程。在尝试训练模型时，我遇到了一个名为“资源耗尽”的错误。我尝试更改批处理大小，即使尝试了不同的批处理大小，例如32,64,128，我也无法克服这个问题 ? 我已经尝试删除一些层，但我无法修复此错误。
浏览 23提问于2020-11-23得票数 0
1回答
图表中的前15个时代已经被剔除，但趋势仍然可见。训练损失在多个时期减少，验证损失很容易收敛。
显然，这是训练/开发误差之间的方差问题。为了解决这个问题，我知道添加更多的数据是最简单的解决方案。但由于我的笔记本电脑没有足够的内存来在单个进程中保存两倍的数据量，所以我决定加载第二组数据(来自相同的分布)，并使用迁移学习来重新训练从400个时
浏览 1提问于2017-10-21得票数 1
1回答
我正在使用速度更快的train盗梦空间ResNet v2模型来自Tensorflow对象检测API来训练CNN来检测安全标志。由于我没有真实的图像数据集，我编写了一个代码，它创建了一个人工数据集，该数据集由计算机绘制的符号图像和来自公开数据集(GTSDB、KITTI等)的真实世界背景图像组成。此外，调整测试图像的</em
浏览 0提问于2019-02-08得票数 0
回答已采纳
2回答
我已经安装了tensorflow，下面是教程
我现在是tensorflow，机器学习的新手，我希望我已经描述了我自己。
浏览 2提问于2016-01-02得票数 0
回答已采纳
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
云直播
对象存储
实时音视频活动推荐
腾讯云开发者
