나는 정확도가 높지는 않지만 분류 작업에 대한 훈련 된 신경 네트워크를 가지고 있으며 학습하고 있습니다. 어떤 테스트 사례가 자신감이없는 것인지 파악하려고 노력 중이므로 어떤 일이 벌어지고 있는지 더 자세히 파악할 수 있습니다. 이렇게하기 위해 Tensorflow에서 표준 softmax 확률을 사용하기로 결정했습니다. 이를 위해 tf.nn.softmax(l
나는 tensorflow 1.4.0 백엔드로 keras 1.2.2와 함께 작업합니다. 저는 unet 아키텍처를 사용하고 있습니다. 650x650 픽셀과 6 개의 채널로 된 708 개의 이미지가 있습니다. 나는 4248 개의 이미지를 위해 미러링과 회전으로 데이터 세트를 보강했다. 나는 이미지의 전체의 약 30 %의 BATCH_SIZE의 검증 세트가 opti
가능한 경우 모든 작업을 여기에 배치하려면 with tf.device('/gpu:0') 내부에 빌드 된 대형 모델이 있습니다. 그러나 1.4에서 1.2로 업데이트 한 후 tensorflow는 모든 작업을 CPU에 배치하려고 시도합니다 (log_device_placement에 따라). GPI에 배치 할 수없는 것처럼 보이는 몇 가지 연산 (AdamOptimi
나는 여전히 tensorflow에 초보자이며 내 모델의 교육이 진행되는 동안 무엇이 일어나는지를 이해하려고 노력 중입니다. 간단히 말해서, 나는 모델을 ImageNet에 미리 배치하여 finetuning을 내 데이터 세트에 사용하고 있습니다. 여기에 몇 가지 플롯이 개 별도의 모델 tensorboard에서 추출됩니다 Model_1 (InceptionResn
저는 Python 3.5에서 TFLearn을 사용하여 패턴 인식 문제에 대한 DNN을 작성하고 있습니다. 나의 입력은 [50, 300]으로 형성되므로 대략 훈련 세트는 300 개의 요소로 구성된 50 개의 요소로 구성된 배열 목록입니다. 내가 만들고있는 모든 배열은 NumPy 배열입니다. 여기 코드 내가 사용 : 네트워크의 Traceback (most re
사용자 정의 TF 작업에 대한 그래디언트 메서드를 정의하려고합니다. 내가 찾은 대부분의 솔루션은 gist에 기반하여 harpone에 기반한 것 같습니다. GPU에서 실행되지 않는 py_func을 사용하기 때문에이 방법을 사용하기를 꺼립니다. 나는 또 다른 해결책을 발견 here 그 tf.identity() 보이는 더 우아하고 나 GPU에서 실행됩니다 생각합
방금 tts & stt (텍스트 음성 변환 & 음성 - 텍스트)에 관한 새로운 프로젝트를 생각해 봤습니다. 해결해야 할 까다로운 몇 가지 문제를 해결했습니다. 오디오는 어떻게 녹음합니까? 이 시점에서 언어에 대해 신경 쓰지는 않습니다. 나는 함께 참조하는 여러 청크를 어떻게 녹음 할 수 있을지 관심이 있습니다. "Jarvis Turn On Light T
이 지침에 따라 Tensorflow를 설치하려고합니다. https://www.tensorflow.org/versions/r0.12/get_started/os_setup#pip_installation. 그러나 터미널에서이 코드를 시도하면 오류가 반환됩니다. $ sudo pip3 install --upgrade $TF_BINARY_URL
sudo: pip3:
NMT과 같이 시퀀스 인코더 디코더 모델 시퀀스가있는 chat-bot을 구축 중입니다. 주어진 데이터로부터 나는 그들이 훈련 할 때 디코더 출력을 인코더 셀 상태와 함께 디코더 입력으로 공급한다는 것을 이해할 수 있습니다. 실제로 실시간으로 챠트 봇을 배치 할 때, 그 시간 이후에 디코더에 무엇을 입력해야하는지 예측할 수있는 출력이 무엇인지 알 수 없습니다
신호 분류에 CNN을 사용하고 있습니다 (두 클래스 : 환자 및 제어). 조기 정지 사용 유효성 검사 오류가 중지 될 때까지 교육을 중지하고 싶습니다.. 나는 에 이것을 구현하기 위해 파이썬 코드을 쓸 수 없다. 나는 이것을 시도했지만 더 이상 진행할 수 없었다. validation = cross_entropy.eval(feed_dict= {x:valid_