问题标签 [skflow]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python-3.x - 输入不可逆。[[节点：MatrixInverse_2=MatrixInverse[T=DT_FLOAT, adjoint=false, _device="/job:localhost/replica:0/task:0/cpu:0"](add_138)]]
我正在尝试使用 Tensorflow 的 tf.learn(skflow) 实现高斯混合模型，但出现以下错误。
错误堆栈跟踪：-
python-3.x - 如何调试skflow代码（tensorflow）gmm_ops.py？
嗨，我是张量流的新手。我想调试 Tensorflow（skflow）gmm_ops.py（高斯混合模型）。我收到错误：张量流：模型与损失 = NaN 不同。我应该怎么做？有什么例子吗？
python-3.x - 如何在多机多gpu环境下运行TF learn(skflow) Kmeans clustering？
是否有任何示例/文档显示如何在多机和多 GPU 环境中实现 skflow(tf.contrib.learn)？
我想在多机器和多 GPU 环境中使用 skflow(tf.contrib.learn)实现KMeansClustring 。我应该如何进行？
tensorflow - 给 skflow 模型加费
我已经使用sklow中的tensorforest以及以下模型文件构建了一个模型
- 检查点
- 图.pbtxt
- 模型.ckpt-1.meta
- model.ckpt-1-00000-of-00001
- events.out.tfevents.1495890133.COGCONSs-MacBook-Pro.local
谁能告诉我如何编写代码来冻结和倾斜模型？我是否必须使用占位符，就像它在 tensorflow 中所做的那样，还是 skflow 不同？这是代码
python - Tensorflow Dataset API 将图形 protobuff 文件大小加倍
摘要：使用新的 tf.contrib.data.Dataset 会使我的图形 protobuff 文件的大小翻倍，我无法在 Tensorboard 中可视化图形。
细节：
我正在与框架tf.contrib.data.Dataset一起尝试新的 TensorFlow 功能。tf.contrib.learn.Experiment我的输入数据被定义为返回特征和标签张量的输入函数。
如果我使用以下代码块（此处tf.train.slice_input_producer为完整代码）中的函数创建输入函数，则生成的文件为 620M，文件大小约为 165M。graph.pbtxt.meta
现在，如果我使用tf.contrib.data.Dataset.from_tensor_slices以下代码块（此处为完整代码）中的新函数创建输入函数，则生成graph.pbtxt的文件大小翻倍至 1.3G，.meta文件大小翻倍至 330M。
现在因为graph.pbtxt文件太大了，TensorBoard 需要很长时间才能解析这个文件，而且我无法直观地调试我的模型图。我在Dataset 文档中发现这种大小的增加来自：“数组的内容将被复制多次”，解决方案是使用占位符。但是，在这种情况下，我需要将 numpy 数组输入到具有活动会话的占位符中以初始化迭代器：
但是，在使用框架时，这似乎超出了我的控制tf.contrib.learn.Experiment范围。
如何使用 Experiment 框架初始化迭代器的初始化器？或者在不增加图表大小的情况下找到使用数据集 API 的解决方法？
python - 如何使用 tf.estimator.DNNClassifier (Scikit Flow?)
有人可以给我指出一个 tf.estimator.DNNClassifier（最初是 skflow）的基本工作示例吗？
因为我熟悉 Sklearn，所以我很高兴在这个博客上读到 Scikit Flow 。特别是 api 看起来与 SK-Learn 几乎相同。
但是，我在从博客中获取代码工作时遇到了问题。
然后我从Scikit Flow Github中读到它移到了tensorflow/tensorflow/contrib/learn/python/learn。
经过进一步调查，我发现tf.contrib.learn.DNNClassifier移至tf.estimator.DNNClassifier。
然而，现在估计器的 api 似乎与 sklearn 分类器有很大不同。
如果有人能指出一个基本的工作示例，我将不胜感激。
这是上面博客中的代码。