《tensorflow》专题

问题内容： 我想知道如何使用TensorFlow处理图像分割中未标记的图像部分。例如，我的输入是高度宽度通道的图像。标签的大小也为高度*宽度，每个像素有一个标签。 图像的某些部分带有注释，其他部分则没有注释。我希望这些部分对梯度计算没有任何影响。此外，我对网络预测此“无效”标签不感兴趣。 是否有标签或功能？目前我正在使用。 问题答案： 我不是100％熟悉TF。但是，您是否考虑过使用损失参数？ 看它

问题内容： 我正在张量流中训练一个生成对抗网络（GAN），基本上我们有两个不同的网络，每个网络都有自己的优化器。 问题是我先训练一个网络（g），然后再一起训练g和d。但是，当我调用load函数时： 我有这样的错误（回溯很多）： 我可以恢复g网络并继续使用该功能进行训练，但是当我想从头开始盯着d并从存储的模型中盯着g时，我会遇到该错误。 问题答案： 要还原变量的子集，您必须创建一个新变量并将变量的特

问题内容： 我是Tensorflow的新手，所以我不明白为什么输入占位符经常根据用于训练的批次大小来确定尺寸。 在此示例中，我在此处以及在Mnist官方教程中找到了 那么确定尺寸并创建模型输入并对其进行训练的最佳和正确方法是什么？ 问题答案： 您在此处指定模型输入。您希望将批处理大小保留为，这意味着您可以使用可变数量的输入（一个或多个）来运行模型。批处理对于有效使用您的计算资源很重要。 下一条重要

问题内容： 我一直在尝试使用tensorflow两天，现在在python2.7和3.4中一遍又一遍地安装和重新安装它。无论我做什么，尝试使用tensorflow.placeholder（）时都会收到此错误消息 这是非常简单的代码： 无论我做什么，我总是可以追溯到： 有人知道我该如何解决吗？ 问题答案： 这也发生在我身上。我有tensorflow，并且运行良好，但是当我在之前的tensorflow旁

问题内容： 我正在尝试将此MNIST示例调整为二进制分类。 但是，改变我的时候，从到，损失函数总是返回0（和准确度1）。 我检查了两者的尺寸（馈入），并且它们都是1xN矩阵，因此问题似乎早于此。也许与矩阵乘法有关？ 我实际上在一个真实的项目中也遇到了同样的问题，所以任何帮助都将不胜感激……谢谢！ 问题答案： 原始的MNIST示例使用单热编码来表示数据中的标签：这意味着，如果存在类（如MNIST中的

问题内容： 我有一个使用TensorFlow创建多层感知器网络（带有辍学）的Python脚本，以进行二进制分类。即使我很小心地设置了Python和TensorFlow种子，我仍然得到了不可重复的结果。如果我运行一次然后再次运行，则会得到不同的结果。我什至可以运行一次，退出Python，重新启动Python，再次运行并获得不同的结果。 我尝试过的 我知道有人发布了有关在TensorFlow中获得不可

本文向大家介绍tensorflow 实现自定义layer并添加到计算图中，包括了tensorflow 实现自定义layer并添加到计算图中的使用技巧和注意事项，需要的朋友参考一下 目的 将用户自定义的layer结合tensorflow自带的layer组成多层layer的计算图。 实现功能 对2D图像进行滑动窗口平均，并通过自定义的操作layer返回结果。 以上这篇tensorflow 实现自定义l

本文向大家介绍TensorFlow实现自定义Op方式，包括了TensorFlow实现自定义Op方式的使用技巧和注意事项，需要的朋友参考一下 『写在前面』 以CTC Beam search decoder为例，简单整理一下TensorFlow实现自定义Op的操作流程。 基本的流程 1. 定义Op接口 2. 为Op实现Compute操作(CPU)或实现kernel(GPU) 3. 将实现的kernel

本文向大家介绍tensorflow使用指定gpu的方法，包括了tensorflow使用指定gpu的方法的使用技巧和注意事项，需要的朋友参考一下 TensorFlow是一个基于数据流编程（dataflow programming）的符号数学系统，被广泛应用于各类机器学习（machine learning）算法的编程实现，其前身是谷歌的神经网络算法库DistBelief [1]  。 Tensorfl

本文向大家介绍TensorFlow梯度求解tf.gradients实例，包括了TensorFlow梯度求解tf.gradients实例的使用技巧和注意事项，需要的朋友参考一下 我就废话不多说了，直接上代码吧！ 输出结果为： 可以这样看res与w1有关，w1的参数设为[a1,a2],则： 2*a1 + a2 = res 所以res对a1,a2求导可得 [[2,1]]为w1对应的梯度信息。 以上这篇T

本文向大家介绍基于TensorFlow中自定义梯度的2种方式，包括了基于TensorFlow中自定义梯度的2种方式的使用技巧和注意事项，需要的朋友参考一下 前言 在深度学习中，有时候我们需要对某些节点的梯度进行一些定制，特别是该节点操作不可导（比如阶梯除法如 ），如果实在需要对这个节点进行操作，而且希望其可以反向传播，那么就需要对其进行自定义反向传播时的梯度。在有些场景，如[2]中介绍到的梯度反转

问题内容： 我一直在尝试使用Google发布的经过预先训练的inception_resnet_v2模型。我正在使用他们的模型定义（https://github.com/tensorflow/models/blob/master/slim/nets/inception_resnet_v2.py）和给定的检查点（http://download.tensorflow.org/models/incepti

本文向大家介绍Tensorflow简单验证码识别应用，包括了Tensorflow简单验证码识别应用的使用技巧和注意事项，需要的朋友参考一下 简单的Tensorflow验证码识别应用，供大家参考，具体内容如下 1.Tensorflow的安装方式简单,在此就不赘述了. 2.训练集训练集以及测试及如下(纯手工打造,所以数量不多): 3.实现代码部分(参考了网上的一些实现来完成的) main.py(主要的

问题内容： 我在Windows 7 64位上使用Anaconda 3.1.0。我已经安装了tensorflow（GPU）。运行以下命令时出现错误。 完整的追溯 问题答案： cudnn lib版本是错误的，所以我替换了正确版本的cudnn lib，它起作用了。

本文向大家介绍TensorFlow模型保存和提取的方法，包括了TensorFlow模型保存和提取的方法的使用技巧和注意事项，需要的朋友参考一下 一、TensorFlow模型保存和提取方法 1. TensorFlow通过tf.train.Saver类实现神经网络模型的保存和提取。tf.train.Saver对象saver的save方法将TensorFlow模型保存到指定路径中，saver.save(