tensorflow

    6गर्मी

    5उत्तर

    उपयोग करने के लिए मैं tensorflow सेवारत Bazel का उपयोग कर बनाने की कोशिश निर्दिष्ट किया जाना चाहिए, लेकिन मैं इमारत के दौरान कुछ त्रुटियों का सामना किया है त्रुटि:/निजी/var/tmp/_bazel_Kakadu/3f0c35881

    6गर्मी

    3उत्तर

    मैं पिप के माध्यम से tensorflow स्थापित लेकिन सूचना प्राप्त करने की कोशिश एक संस्करण है कि आवश्यकता को संतुष्ट नहीं पा सके tensorflow वहाँ वैसे भी है कि मैं यह पिप के माध्यम से स्थापित कर सकता है

    8गर्मी

    2उत्तर

    मैं केरा मॉडल में उपयोग की जाने वाली परतों की संख्या के बारे में थोड़ा उलझन में हूं। दस्तावेज इस मामले पर अपारदर्शी है। जेसन ब्राउनी के अनुसार पहली परत तकनीकी रूप से दो परतों, इनपुट परत, input_dim और

    8गर्मी

    1उत्तर

    फिटिंग करते समय टेंसरफ्लो क्रैश हो जाता है, मैं TensorForestEstimator मॉडल पर फिट करने की कोशिश कर रहा हूं जिसमें संख्यात्मक फ्लोटिंग-पॉइंट डेटा 7 फीचर्स और 7 लेबल का प्रतिनिधित्व करता है। यही है, fea

    6गर्मी

    1उत्तर

    के साथ अतिरिक्त प्रशिक्षण मीट्रिक प्रिंट करना क्या अनुमान है कि टेन्स्फोर्लो को अतिरिक्त प्रशिक्षण मीट्रिक (उदाहरण के लिए बैच सटीकता) मुद्रित करने का कोई तरीका है अनुमानक API का उपयोग करते समय? कोई सा

    6गर्मी

    4उत्तर

    मैं tensorboard हिस्टोग्राम में tf.layers.dense के वजन को आकर्षित करना चाहता हूं, लेकिन यह पैरामीटर में नहीं दिखाया गया है, मैं यह कैसे कर सकता हूं?

    5गर्मी

    1उत्तर

    मैं एक केरास सीएनएन का उपयोग कर एक बाइनरी वर्गीकरण बनाना चाहता हूं। मैं इनपुट डेटा के 6000 के बारे में पंक्तियों जो इस तरह दिखता है: >> print(X_train[0]) [[[-1.06405307 -1.06685851 -1.05989663 -1.062

    5गर्मी

    1उत्तर

    के लिए केरास टेंसरबोर्ड कॉलबैक का उपयोग कैसे करें मैं केरास टेंसरबोर्ड कॉलबैक का उपयोग कर रहा हूं। मैं एक ग्रिड खोज चलाने और टेंसर बोर्ड में प्रत्येक एकल मॉडल के परिणामों को देखने के लिए चाहता हूं। सम

    5गर्मी

    2उत्तर

    मेरे पास एक नए डेटासेट के साथ ठीक-ठीक शुरुआत मॉडल है और इसे केरास में ".h5" मॉडल के रूप में सहेजा गया है। अब मेरा लक्ष्य एंड्रॉइड टेन्सफोर्लो पर अपना मॉडल चलाने के लिए है जो केवल ".pb" एक्सटेंशन स्वीक

    7गर्मी

    1उत्तर

    में ऑप्टिमाइज़र के 'apply_gradients` और' minimize` 'के बीच अंतर मैं tensorflow में apply_gradients और minimize के बीच अंतर के बारे में उलझन में हूं। उदाहरण के लिए, optimizer = tf.train.AdamOptimizer(1