1回答
如何输入窗口大小为160和stride=1的输入。train_gen = tf.keras.preprocessing.sequence.TimeseriesGenerator(X_train, Y_train( 2)是否有建立滑动窗口方法的数据发生器？
浏览 16提问于2022-11-22得票数 0
回答已采纳
目前，我能够创建一个timeseries滑动窗口批处理数据集，其中包含有序的“特征集”，如“输入”、“目标”、“基准”等。最初，我开发了我的模型和数据集，其中目标的批次大小与所有其他输入的批次大小相同，但是这对调整输入批次大小是有害的，而且在实时数据上运行也没有帮助，因为我只关心生成形状(1, horizon, targets)的单个样本输出，或者可能只是(horizon, targets)给定(samples, horizon, features)的
浏览 5提问于2022-11-23得票数 0
回答已采纳
1回答
同时有一个对两个卡夫卡主题产生数据的系统。步骤1:系统创建一个数据，例如(id=1, main=A, detail=a, ...)。步骤2:数据将分成两部分，例如(id=1, main=A ...)和(id=1, detail=a, ...)。步骤3:一个发送到topic1，另一个发送给topic2data_main = KafkaUtils.createStream(ssc, zkQuorum='它们非常接近，但不是在相同的批处理时间内。
浏览 7提问于2017-07-14得票数 1
我知道窗口大小需要批处理间隔的倍数。但是滑动间隔是如何工作的呢？如果我有3作为窗口大小和2作为滑动间隔，难道没有重叠，当我计算说字计数？还是滑动间隔和批处理间隔应该相同？
浏览 1提问于2018-06-04得票数 11
回答已采纳
从文件中派生的代码：next_element = ds.make_one_shot_iteratoroccurred:
TypeError: Fetch argument <_VariantDataset shapes: (), types: tf.int64> has invalid type <class 'tensorflow.python.data.ops.dataset_ops
浏览 0提问于2019-06-04得票数 2
回答已采纳
在esper中，当我尝试使用.win:length或时间窗口属性打印旧事件时，我只能得到一个旧的和一个新的event.How，这是可能的吗？
浏览 22提问于2016-07-28得票数 0
1回答
我正在从Keras模型创建一个Tensorflow Estimator。目前，估计器被创建，模型被训练，模型被评估没有问题。然而，在最后一次评估中，由于我使用了FinalExporter接口，模型被导出，并且我得到了一个尺寸不匹配错误： INFO:tensorflow:Performing the final exportINFO:tensorflow:Calling model_fn. File "/home/aust
浏览 21提问于2019-05-31得票数 1
回答已采纳
这个Udacity course notebook批处理数据的方式对我来说并不直观。 对于较长的数据序列，它们首先截断数据，以便可以用batch_size均匀划分数据。接下来，他们将数据.reshape()为(batch_size, -1)。然后，他们在这些批次的子序列上创建一个滑动窗口。当滑动窗口超出边界时，他们会在末尾添加假数据(通过回绕)。这似乎很奇怪，批次是不连续的子序列。
浏览 21提问于2020-07-17得票数 0
1回答
我正在使用tensorflow构建基于CNN的文本分类。有些数据集很大，有些数据集很小。我的问题是:网络是批量训练的，每批代码都从系统内存中检索数据。因此，无论数据集有多大，代码都应该以相同的方式处理它，对吗
浏览 1提问于2016-06-10得票数 2
我使用ApacheBeam2.13.0和GCP数据流运行器。从批处理管道向BigQuery流吞食有一个问题： destinationTableSelected相同的代码在流模式下正确工作(如果有显式方法设置省略)。
该代码适用于相当小的数据集(少于200万条记录)。两百五十万以上就失败了。
浏览 0提问于2019-06-30得票数 1
回答已采纳
我使用的是Tensorflow的批处理输入管道，它使用tf.train.slice_input_producer并使用tf.train.shuffle_batch从它读取批处理。问题是，对于简单的模型，每个批处理的完成速度快于输入生产者将下一个批处理从磁盘读取到队列中的速度。磁盘带宽不足。但是，完整的数据集可以放入内存中。有没有一种方法可以修改Tensorflow生成器以将完整的数据集读取到内存中，而不是从磁盘流传输
浏览 0提问于2016-11-14得票数 0
在Tensorflow模型示例(slim)中，当我们指定批处理大小时，是每个GPU还是总批处理大小在GPU之间拆分？python train_image_classifier.py --数据集名称=flowers--数据集分割名称=序列--数据集目录=/tmp/flowers-data--模型名称=初始v3--日志每n_步骤=10--批处理大小=64--最大克隆数=100--克隆数=4
浏览 1提问于2017-03-30得票数 1
1回答
将此数据集传递给tensorflow的最佳方式是什么？
我希望能够随机地混洗数据并形成批处理。使用标准的python(numpy)过程来混洗数据集和表单批处理，然后使用tf.data.Dataset.from_generator()之类的东西，可能值得吗？由于tf.GraphDef协议缓冲区的大小限制(根据Tensorflow文档)，将完整数据集转换为tf.Tensor的直接方法似乎无用。
浏览 2提问于2018-10-24得票数 1
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_s
浏览 0提问于2019-06-08得票数 0
在每个实例中拥有数据集，并在其中执行所有加载，然后在数据集上使用shard也是效率低下的，因为您将数据加载到任何地方，然后丢弃(N-1)数据集的/N。因此，这也是为什么不希望分片，而只是将数据集加载在单个(生产者/数据集工作者)实例中，然后将批处理分配到所有列车工人上。如果可能的话，这应该是通过TensorFlow</
浏览 13提问于2020-05-23得票数 8
3回答
我还没有成功地用TensorFlow训练语言到文本问题的神经网络。我决定使用纯快速傅立叶变换(即谱图)作为训练数据，再现描述的方法的结果，并对3层双向神经网络进行编码，每层有300个LSTM单元。我最初尝试用ps |fft|^2计算功率谱，而dB通过10 * log10(ps)计算，但是TensorFlow CTC损失函数产生nan值，而且优化器显然会将所有params更新为nan，因此我没有进一步使用它值得一提的是，光谱图并没有标准化，因为它只会使TensorFlow出于某种原因产生nan值。请有人解释一下为什么会发生这
浏览 6提问于2016-07-14得票数 5
我试图用Tensorflow标记一个测试集，这要求我只迭代一次测试集。通常，我会删除我的示例数，使其为我的批处理大小的倍数，但在这种情况下，我使用Tensorflow的队列来读取被拆分成数百个文件的数据。当它到达最后一批时，一个批处理没有足够的示例，程序将终止。
浏览 1提问于2016-10-27得票数 0
回答已采纳
云服务器
ICP备案
对象存储
云直播
腾讯会议
腾讯云开发者
