タグ付けされた質問 「tensorflow」

理論的には、重みは固定サイズであるため、予測は一定でなければなりません。コンパイル後に速度を戻すにはどうすればよいですか（オプティマイザを削除する必要はありません）。 関連する実験を参照してください：https : //nbviewer.jupyter.org/github/off99555/TensorFlowExperiments/blob/master/test-prediction-speed-after-compile.ipynb?flush_cache=true

23 python  performance  tensorflow  keras  jupyter-notebook 

このチュートリアルに従って、テンソルフローを使用してカスタムオブジェクト検出に関するプロジェクトを行っています。 したがって、次のコマンドを使用して列車の画像のTFレコードを作成しようとしたとき python3 generate_tfrecord.py --csv_input=data/train_labels.csv --output_path=data/train.record 次のエラーが発生します。 Traceback (most recent call last): File "generate_tfrecord.py", line 23, in <module> flags = tf.app.flags AttributeError: module 'tensorflow' has no attribute 'app' このエラーを解決するにはどうすればよいですか？

18 python-3.x  tensorflow  object-detection 

私のケラスモデルの予測時間の見積もりを取得しようとしたところ、奇妙なことがわかりました。通常はかなり高速であることは別にして、モデルは予測を出すのにかなり長い時間が必要です。それだけでなく、それらの時間はモデルの実行時間が長くなるほど増加します。エラーを再現するための最小限の実用例を追加しました。 import time import numpy as np from sklearn.datasets import make_classification from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense, Flatten # Make a dummy classification problem X, y = make_classification() # Make a dummy model model = Sequential() model.add(Dense(10, activation='relu',name='input',input_shape=(X.shape[1],))) model.add(Dense(2, activation='softmax',name='predictions')) model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy']) model.fit(X, y, verbose=0, batch_size=20, epochs=100) …

17 python  performance  tensorflow  keras  tensorflow2.0 

この賞金は終了しました。この質問への回答は、+ 150の評判バウンティの対象となります。バウンティの猶予期間は23時間で終了します。 サージェイは評判の良い情報源からの回答を探しています。 LSTM（RNN）ニューラルネットワークを作成し、データストック予測のための教師あり学習を行いました。問題は、それが独自のトレーニングデータで間違っていると予測する理由です。（注：以下の再現可能な例） 次の5日間の株価を予測する簡単なモデルを作成しました。 model = Sequential() model.add(LSTM(32, activation='sigmoid', input_shape=(x_train.shape[1], x_train.shape[2]))) model.add(Dense(y_train.shape[1])) model.compile(optimizer='adam', loss='mse') es = EarlyStopping(monitor='val_loss', patience=3, restore_best_weights=True) model.fit(x_train, y_train, batch_size=64, epochs=25, validation_data=(x_test, y_test), callbacks=[es]) 正しい結果はy_test（5つの値）にあるので、トレーニングをモデル化し、90日前を振り返って、次のようにして最良（val_loss=0.0030）の結果から重みを復元しますpatience=3。 Train on 396 samples, validate on 1 samples Epoch 1/25 396/396 [==============================] - 1s 2ms/step - loss: 0.1322 - val_loss: 0.0299 Epoch …

17 python  tensorflow  machine-learning  keras  neural-network 

通常はTensorFlow pythonパッケージをインポートしようとしていますが、次のエラーが発生します。 上記のターミナル画像のテキストは次のとおりです。 2020-02-23 19:01:06.163940: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'libnvinfer.so.6'; dlerror: libnvinfer.so.6: cannot open shared object file: No such file or directory 2020-02-23 19:01:06.164019: W tensorflow/stream_executor/platform/default/dso_loader.cc:55] Could not load dynamic library 'libnvinfer_plugin.so.6'; dlerror: libnvinfer_plugin.so.6: cannot open shared object file: No such file or directory 2020-02-23 19:01:06.164030: W …

13 python  linux  tensorflow  pip  dynamic-library 

インストール時にこのエラーが発生しました。これは問題を引き起こしますか？ エラー：tensorboard 2.0.2にはsetuptools> = 41.0.0の要件がありますが、互換性のないsetuptools 40.6.2があります。

12 python  tensorflow  flask 

私は生成的な敵対的なネットワークを持っています。そこでは、弁別器がMSEで最小化され、生成器が最大化されるはずです。どちらも反対の目標を追求する相手だからです。 generator = Sequential() generator.add(Dense(units=50, activation='sigmoid', input_shape=(15,))) generator.add(Dense(units=1, activation='sigmoid')) generator.compile(loss='mse', optimizer='adam') generator.train_on_batch(x_data, y_data) 高いMSE値から利益を得るジェネレータモデルを取得するには、何を適応させる必要がありますか？

11 python  tensorflow  keras  neural-network  maximize 

次のPythonコードでトレーニング済みのケラスモデルを実行しようとしています。 from keras.preprocessing.image import img_to_array from keras.models import load_model from imutils.video import VideoStream from threading import Thread import numpy as np import imutils import time import cv2 import os MODEL_PATH = "/home/pi/Documents/converted_keras/keras_model.h5" print("[info] loading model..") model = load_model(MODEL_PATH) print("[info] starting vid stream..") vs = VideoStream(usePiCamera=True).start() time.sleep(2.0) while True: frame = …

11 python  tensorflow  keras 

私はtensorflowにかなり慣れていないので、object_detection_tutorialを実行しようとしています。TypeErrrorを取得していますが、修正方法がわかりません。 これは2つの引数がないload_model関数です： タグ：必要なMetaGraphDefを識別する文字列タグのセット。これらは、SavedModel save（）APIを使用して変数を保存するときに使用されるタグに対応している必要があります。 export_dir：SavedModelプロトコルバッファとロードされる変数が配置されているディレクトリ。 def load_model(model_name): base_url = 'http://download.tensorflow.org/models/object_detection/' model_file = model_name + '.tar.gz' model_dir = tf.keras.utils.get_file( fname=model_name, origin=base_url + model_file, untar=True) model_dir = pathlib.Path(model_dir)/"saved_model" model = tf.saved_model.load(str(model_dir)) model = model.signatures['serving_default'] return model WARNING:tensorflow:From <ipython-input-9-f8a3c92a04a4>:11: load (from tensorflow.python.saved_model.loader_impl) is deprecated and will be removed in a future version. Instructions …

11 tensorflow 

tensorflow.saved_model.saveSavedModel形式の関数を使用してモデルを保存した場合、このモデルで使用されているTensorflow Opsを後で取得するにはどうすればよいですか。モデルを復元できるので、これらの操作はグラフに保存されsaved_model.pbます。おそらくファイルにあると思います。このprotobuf（モデル全体ではない）をロードすると、protobufのライブラリ部分にこれらのリストが表示されますが、これはドキュメント化されておらず、現時点では実験的な機能としてタグ付けされていません。Tensorflow 1.xで作成されたモデルには、この部分はありません。 では、SavedModel形式のモデルから使用済みの操作（のようなMatchingFilesまたはWriteFile）のリストを取得するための高速で信頼性の高い方法は何でしょうか。 今は、全部をフリーズできtensorflowjs-converterます。サポートされている操作も確認します。これは現在、LSTMがモデルにある場合は機能しません。こちらを参照してください。Opsは間違いなくそこにいるので、これを行うより良い方法はありますか？ モデルの例： class FileReader(tf.Module): @tf.function(input_signature=[tf.TensorSpec(name='filename', shape=[None], dtype=tf.string)]) def read_disk(self, file_name): input_scalar = tf.reshape(file_name, []) output = tf.io.read_file(input_scalar) return tf.stack([output], name='content') file_reader = FileReader() tf.saved_model.save(file_reader, 'file_reader') この場合、少なくとも以下を含むすべてのOpが出力で予期されます： ReadFileここで説明したように ...

10 python  tensorflow 

私はopenAIジムの1つのゲームにDQLモデルを実装しようとしています。しかし、それは私に次のエラーを与えています。 TypeError：lenはシンボリックテンソルに対して適切に定義されていません。（activation_3 / Identity：0） 形状情報x.shapeではなく、呼び出してくださいlen(x)。 ジム環境の作成： ENV_NAME = 'CartPole-v0' env = gym.make(ENV_NAME) np.random.seed(123) env.seed(123) nb_actions = env.action_space.n 私のモデルは次のようになります： model = Sequential() model.add(Flatten(input_shape=(1,) + env.observation_space.shape)) model.add(Dense(16)) model.add(Activation('relu')) model.add(Dense(nb_actions)) model.add(Activation('linear')) print(model.summary()) 次のように、そのモデルをkeral-rlのDQNモデルに適合させます。 policy = EpsGreedyQPolicy() memory = SequentialMemory(limit=50000, window_length=1) dqn = DQNAgent(model=model, nb_actions=nb_actions, memory=memory, nb_steps_warmup=10, target_model_update=0.001, policy=policy) dqn.compile(Adam(lr=1e-3), metrics=['mse', 'mae']) dqn.fit(env, nb_steps=5000, …

10 python  tensorflow  keras  reinforcement-learning  keras-rl 

問題の概要と質問 列挙することはできても、インデックスを作成できないオブジェクト内のデータを調べようとしています。私はまだpythonの初心者ですが、これがどのようにして可能になるのかわかりません。 それを列挙できる場合、なぜ列挙と同じ方法でインデックスにアクセスできないのですか？そうでない場合、アイテムに個別にアクセスする方法はありますか？ 実際の例 import tensorflow_datasets as tfds train_validation_split = tfds.Split.TRAIN.subsplit([6, 4]) (train_data, validation_data), test_data = tfds.load( name="imdb_reviews", split=(train_validation_split, tfds.Split.TEST), as_supervised=True) データセットのサブセットを選択します foo = train_data.take(5) 私ができる反復処理foo列挙して： [In] for i, x in enumerate(foo): print(i) 期待される出力を生成します： 0 1 2 3 4 しかし、それにインデックスを付けようとするfoo[0]と、次のエラーが発生します。 --------------------------------------------------------------------------- TypeError Traceback (most recent call last) <ipython-input-44-2acbea6d9862> in <module> …

10 python  tensorflow  neural-network  kaggle 

私が使用していますタロスとGoogleのコラボTPUをのハイパーパラメータのチューニングを実行するためにKerasのモデルを。Tensorflow 1.15.0とKeras 2.2.4-tfを使用していることに注意してください。 import os import tensorflow as tf import talos as ta from tensorflow.keras.models import Sequential from tensorflow.keras.layers import Dense from tensorflow.keras.optimizers import Adam from sklearn.model_selection import train_test_split def iris_model(x_train, y_train, x_val, y_val, params): # Specify a distributed strategy to use TPU resolver = tf.contrib.cluster_resolver.TPUClusterResolver(tpu='grpc://' + os.environ['COLAB_TPU_ADDR']) tf.contrib.distribute.initialize_tpu_system(resolver) strategy …

10 tensorflow  keras  google-colaboratory  google-cloud-tpu  talos 

私のモデルは、数字の画像（MNIST dataset）でトレーニングされています。ネットワークの2番目のレイヤーの出力（128個の数値の配列）を印刷しようとしています。 多くの例を読んだ後-たとえば、これ、これ、またはこれ。 私は自分のネットワークでこれをどうにかしてできませんでした。どちらのソリューションも自分のアルゴリズムでは機能しません。 Colabへのリンク：https ://colab.research.google.com/drive/1MLbpWJmq8JZB4_zKongaHP2o3M1FpvAv?fbclid=IwAR20xRz2i6sFS-Nm6Xwfk5hztdXOuxY4tZaDRXxAx3b98AHGaToa9 さまざまなエラーメッセージが多数表示されました。ひとつひとつ処理しようとしたのですが、自分ではわかりませんでした。 何が欠けていますか？セカンドレイヤーを出力するには？ 私の形状が(28,28)-のタイプと値はinput_shape何ですか？ 失敗した試行とエラーの例： （1） for layer in model.layers: get_2nd_layer_output = K.function([model.layers[0].input],[model.layers[2].output]) layer_output = get_2nd_layer_output(layer)[0] print('\nlayer output: get_2nd_layer_output=, layer=', layer, '\nlayer output: get_2nd_layer_output=', get_2nd_layer_output) TypeError：入力はリストまたはタプルである必要があります。 （2） input_shape=(28, 28) inp = model.input # input placeholder outputs = [layer.output for layer in model.layers] # all layer …

9 python  tensorflow  keras 

（TensorFlow 2.0をサポートしていないKeras。TensorFlow1.14を使用tf.kerasするか、またはTensorFlow 1.14にダウングレードすることをお勧めします）に関するエラーがあります。 ありがとう import keras #For building the Neural Network layer by layer from keras.models import Sequential #To randomly initialize the weights to small numbers close to 0(But not 0) from keras.layers import Dense classifier=tf.keras.Sequential() classifier.add(Dense(output_dim = 6, init = 'uniform', activation = 'relu', input_dim = 11)) RuntimeError: It …

9 python  tensorflow  keras  neural-network  tf.keras