我知道我已经在workers=12中尝试过use_multiprocessing=True import kerasimport globimport numpy as npimport pandas as pd 'Generates data for Ker
浏览 31提问于2021-01-27得票数 0
1回答
Keras内存分配问题
、、、、
我一直在尝试构建一个深度学习模型，使用Keras作为TensorFlow2.2和cuda 102.89的API。我的数据集“相对较大”(27500张400x400图像)，因此我尝试使用keras.utils.sequence ()和tf.keras.preprocessing.image.ImageDataGenerator使用keras.utils.sequence# -*- coding: utf-8 -*-
from tensorflow
浏览 0提问于2021-04-05得票数 0
我想知道batch_size集在TimeSeriesGenerator中和batch_size在model_fit中是否有区别。我为时间序列创建了一些RNN预测。 targets=scaled_train, batch_size=batch_size,
浏览 0提问于2022-10-29得票数 0
我想训练一个具有可变长度输入的LSTM模型。具体来说，我想使用尽可能少的填充，同时仍然使用小型批次。我需要做的是：训练数据在每个时期之后被重新调整，以便输入在不同的时期以不同的批次出现，并且被不同的填充。
可悲的是，我的谷歌搜索技巧已经完全失败了。我只能找到关于如何将整个输入集设置为固定长度的示例和资源，这正是我已经在做的
浏览 0提问于2020-11-26得票数 4
回答已采纳
我试图决定是使用现有的keras.utils.sequence模块还是切换到tf.data。据我所知，tf.data通过优化了性能。但是，与keras.utils.sequence和keras数据生成器相比，情况如何呢？据我所读到的，它似乎在做同样的事情。切换到tf.data有什么好处吗？
浏览 1提问于2019-04-25得票数 17
回答已采纳
我正在尝试训练一个基于U-Net架构的模型。我使用两个数据生成器(一个用于培训，另一个用于验证)。然而，无论我为batch_size、steps_per_epoch等使用什么值，一个时代永远不会结束。-- images -- img -- mask -- val -- img1.jpg ... -- mask1.jpg ...
创建数
浏览 1提问于2022-04-13得票数 0
I got the idea from here import numpy as npfrom tensorflow import keras return np.array(n)/np.array(d) if d else 0
class ImgDataGenerator(keras.utils.Sequence
浏览 44提问于2020-12-13得票数 0
我有一个定制的keras.utils.sequence，它以特定(和关键)的顺序生成批处理。我的理由是：
我知道keras.utils.sequence对象是可索引的。我在Keras的github上找到了测试脚本，这些脚本似乎是为了验证
浏览 2提问于2019-12-06得票数 2
回答已采纳
1回答
Keras对知之甚少，实际上，我想从keras.utils.Sequence派生批处理生成器的唯一原因是我不想自己编写带有队列的线程池，但我不确定它是否适合我的任务，以下是我的问题：
如果我有随机生成器如何将keras.utils.Sequence与fit_generator结合使用，我主要对max_queue_size、workers、use_multiprocessing、shuffle参数感兴趣
浏览 0提问于2018-12-04得票数 11
我正在尝试使用keras ImageDataGenerator.flow_from_dataframe()方法动态生成图像数据，因为我正在处理的数据集太大，无法一次性加载到内存中。
浏览 1提问于2021-08-05得票数 0
回答已采纳
1回答
我知道这个问题已经被问了好几次了，但没有一个答案符合我的要求。 我有一个包含文本(报纸内容)和标签的csv文件，第0列和第1列。 我正在尝试编写我的第一个用于文本分类的自定义生成器，但得到了错误 ValueError: `validation_data` should be a tuple `(val_x, val_y, val_sample_weight)` or `(val_x, val_y)`. Found: <__main__.Generator object at 0xd376a6e80> 这是类 class Generator(object):
def __
浏览 84提问于2019-02-25得票数 1
回答已采纳
现在，如果我正确地理解了当我将这个生成器作为paramenter提供给Keras的.fit()时，这意味着在一个时代，所有的训练数据都将由32的批模型看到。
浏览 5提问于2022-03-02得票数 2
回答已采纳
我理解如何在一个数据文件中使用keras.utils.Sequence。您可以子类keras.utils.Sequence类并实现它的接口：__len__和__getitem__。
浏览 0提问于2019-04-29得票数 4
1回答
我正在阅读，在第13章中，我尝试使用Tensorflow数据集(而不是Numpy数组)来训练Keras模型。数据集来自，我已经将该数据集导出到CSV。( keras.layers.Dense(30, input_shape=(8,)), ],model.compile(loss="mean_squared_error")
浏览 0提问于2021-05-24得票数 1
回答已采纳
LearningRateScheduler(lr_schedule)])
我怎样才能解决这个问题？
浏览 1提问于2019-06-17得票数 2
回答已采纳
在我的Jupyter笔记本中，我正在尝试显示我正在通过Keras迭代的图像。我使用的代码如下所示 batchGenerator = file_utils.fileBatchGenerator(path+"train/",num) fig = plt.figure(figsize=(224, 224)) for i in
浏览 1提问于2017-01-26得票数 9
回答已采纳
1回答
TF2混淆了LSTM网络中的步长
、、、、
我目前正在尝试用我自己的数据集实现来自的身份验证网络。
输入为形状(482，12,128，1)。482个样本，12个传感器，128个是信号长度，1个通道。Epoch 1/10在培训中，或X/batch_size(到目前为止我还没有指定)。这里发生什么事情？
浏览 0提问于2020-11-03得票数 1
回答已采纳
在训练我的模型时，我遇到了Tensorflow - Keras: Consider either turning off auto-sharding or switching the auto_shard_policy下面是我到目前为止使用的一些虚拟代码： class BatchGenerator(Sequence):
...labels = get_one_batch(self.some_args)
return data, labels 在主脚本中，我
浏览 68提问于2021-01-27得票数 1
genfiles/tensorflow/keras/applications/resnet50/__init__.py bazel-out/host/genfiles/tensorflow/keras//genfiles/tensorflow/keras/constraints/__init__.py bazel-out/host/genfiles/tensorf
浏览 0提问于2018-08-09得票数 5
云服务器
对象存储
ICP备案
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号