在Google的tensorflow udacity课程中浏览ipython笔记本时出现以下错误：AttributeError: ‘module’ object has no attribute ‘compat’尝试致电：tf.compat.as_str(f.read(name)).split()在Ubuntu 14.04上运行,想知道这是一个tensorflow早期错误问题还是只是我很愚蠢. ：P解决方法:您最有可能使用的是TensorFlow的旧版本.我只是注意到我们的一些安装文档仍链接到0.5-尝试升级到0.6或升级. 我将尽快修复文档,但与此同时,如果您是通...
我目前正在使用Tensorflow Seq2seq模型,尝试实施情绪分析.我的想法是为编码器提供IMDB注释,为解码器提供[Pad]或[Go],向目标提供[neg] / [pos].我的大部分代码与seq2seq转换示例非常相似.但是我得到的结果很奇怪.对于每个批次,结果要么全部[neg]要么全部[pos].“encoder input : I was hooked almost immediately.[pad][pad][pad]” “decoder input : [pad]” “target : [pos]”由于此结果非常特殊,我想知道是否有人知道会导致这种...
我想在CNN中使用gabor过滤器.使用convolution2d函数,如何更改它以将输入图像转换为gabor滤镜而不是默认的高斯滤镜？解决方法:这是一些代码,您可以将其用作使用OpenCV库创建的恒定(非学习型)Gabor过滤器的指南：import tensorflow as tf import cv2# Create a 3x3 Gabor filter params = {'ksize':(3, 3), 'sigma':1.0, 'theta': 0, 'lambd':15.0, 'gamma':0.02} filter = cv2.getGaborKernel(**params) # make the filter to have ...
我从tensorflow开始并一直遵循这个标准MNIST tutorial. 但是,与预期的92％的准确性相反,在训练集和测试集上获得的准确性不会超过67％.我熟悉softmax和多项式回归,并且使用草稿python实现以及sklearn.linear_model.LogisticRegression获得了94％以上的收益. 我曾使用CIFAR-10数据集尝试过相同的方法,在这种情况下,准确性太低,只有10％左右,这等于随机分配类.这让我怀疑我的张量流的安装,但是我对此不确定. 这是my implementation of...
我想在TensowFlow上实现一个通用模块,该模块接收TensorFlow模型列表(此处表示为专家),并从中构建专家混合物,如下图http://www.aclweb.org/anthology/C16-1133中所示因此,此模型获得输入x,该输入x会馈入不同的专家以及选通网络.最终输出对应于整体输出,该总输出由不同专家的输出总和乘以对应的门控函数gm得出,该函数来自门控网络.所有专家网络均同时接受培训. 此模块适用于批培训很重要.我一直在寻找已经实施的东西,但发现该https:/...
我尝试使用Tensorflow中的BigQueryReader,但实际上并未成功读取数据.这是我的代码：import tensorflow as tf from tensorflow.contrib.cloud.python.ops.bigquery_reader_ops import BigQueryReader import timefeatures = dict(weight_pounds=tf.FixedLenFeature([1], tf.float32),mother_age=tf.FixedLenFeature([1], tf.float32),father_age=tf.FixedLenFeature([1], tf.float32),gestation_weeks=tf.FixedLenFeature([1], tf.f...
我正在尝试一些具有各种超级参数的深度学习实验.我分别为每个超级参数设置构建模型.在训练和评估了第一个超参数设置之后,当我尝试使用第二个设置构建新模型时,它给我一个与变量重用和填充有关的错误. 因此,我想在每次实验后重设会话.我怎样才能做到这一点？ 我已经尝试过tf.reset_default_graph(),但是当我调用sess.run(tf.global_variables_initializer())时,它给了我以下错误：ValueError: Fetch argument cannot be interprete...
这个问题已经在这里有了答案： > TensorFlow: numpy.repeat() alternative 9个例如,我有一个张量A = tf.Variable([a,b,c,d,e])并通过tf.tile(),它可以给出张量,例如[a,b,c,d,e,a,b,c,d,e] 但是我想将A修改为类似[a,a,b,b,c,c,d,d,e]的元素,其中元素在原始位置重复. (通过不同的操作)实现此目标的最有效方法(更少的操作)是什么？解决方法:您可以通过添加尺寸,沿该尺寸平铺...
我的网络拍摄的图像尺寸为100 x 100像素.因此,我必须调整数据集大小不同的图像的大小.我希望能够从给定图像中提取最大的中央正方形区域,然后将其调整为100 x 100. 更准确地说,假设图像的宽度为200像素,高度为50像素.然后,我想提取最大的中央正方形区域,在此示例中为50 x 50,然后将图像调整为100 x 100像素. 使用Tensorflow的正确方法是什么？现在我正在使用tf.image.resize_images()扭曲图像,我想摆脱它.解决方法:听起来crop_to_bo...
我正在尝试使用TensorFlow 2.0设置图像识别CNN.为了能够分析我的图像增强,我想看到我在张量板中输入网络的图像. 不幸的是,我无法弄清楚,如何使用TensorFlow 2.0和Keras做到这一点.我也没有找到关于此的文档. 为简单起见,我展示了MNIST示例的代码.我如何在此处添加图像摘要？import tensorflow as tf (x_train, y_train), _ = tf.keras.datasets.mnist.load_data()def scale(image, label):return tf.cast(image, tf.float32) / 255...
我想问一下,当前的数据集API是否允许实现过采样算法？我处理高度不平衡的阶级问题.我当时认为在数据集解析过程中对特定类进行过采样会很好,即在线生成.我已经看到了rejection_resample函数的实现,但是这会删除样本而不是复制它们,并且它减慢了批处理生成(当目标分布与初始分布大不相同时).我想要实现的是：举一个例子,看看它的类概率决定是否复制它.然后调用dataset.shuffle(…)dataset.batch(…)并获取迭代器.最好的(在我看来)方法...
所以我正在玩他们昨天发布的谷歌Tensorflow库,遇到了一个令我讨厌的臭虫. 我所做的是像往常一样设置python日志记录功能,结果是,如果我导入tensorflow库,控制台中的所有消息都开始加倍.有趣的是,如果您只使用logging.warn / info / ..()函数,则不会发生这种情况. 不会使消息加倍的代码示例：import tensorflow as tf import logginglogging.warn('test')将所有消息加倍的代码示例：import tensorflow as tf import logginglogger = ...
目前,我尝试使用Tensorflow的新Estimator API在自定义图像数据集上训练自动编码器. 到目前为止一切正常.我唯一的问题是当模型处于评估模式时将输入和输出图像保存为摘要.我在列车模式下创建的所有图像摘要都存储在Tensorboard中并正确显示. 这是我的代码：def model_fn_autoencoder(features, labels, mode, params):is_training = mode == ModeKeys.TRAIN# Define model's architecturelogits = architecture_autoencoder(feature...
我正在尝试安装支持GPU的tensorflow. 我尝试了以下链接中的信息 https://www.tensorflow.org/install/install_windows >CUDAToolkit8.0> cuDNN v6.0>带有CUDA Compute Capability 3.0的GPU卡 – GeForce 940MX 然后使用pip3 install –upgrade tensorflow-gpu来安装tensorflow. 但是在尝试导入tensorflow时我收到以下错误.Traceback (most recent call last):File "C:\Research\Python_installation\lib\site-packages\tensorflow...
我是tensorflow和word2vec的新手.我刚研究了使用Skip-Gram算法训练模型的word2vec_basic.py.现在我想用CBOW算法训练.如果我简单地反转train_inputs和train_labels,这是否可以实现？解决方法:我认为CBOW模型不能简单地通过在Skip-gram中翻转train_inputs和train_labels来实现,因为CBOW模型体系结构使用周围单词的向量之和作为分类器预测的单个实例.例如,你应该一起使用[the,brown]来快速预测而不是使用快速预测.要实现CBOW,您必须编...