问题标签 [tensorflow-hub]

我想从这里链接尝试通用句子编码器

这是我在 Ubuntu 18.04 和 Jupyter Notebook 上运行的代码

它只是继续运行，没有任何事情发生。是不是在下载东西？我已经等了很长时间了。除了以下内容，它不显示任何内容：

我检查了我的 tensorflow 安装。看起来不错。有任何故障排除建议吗？

我知道如何从Tensorflow Hub加载预训练的图像模型。像这样：

我也知道如何自定义这个模型的输出（微调新数据集）。现有的Modules期望输入batch_images是一个 RGB 图像张量。

我的问题：我想使用张量（尺寸为 20x20x128，来自不同模型）作为 Hub 模型的输入，而不是输入特定尺寸的 RGB 图像。这意味着我需要绕过 tf-hub 模型定义的初始层（我不需要它们）。这在 tf-hub 模块 api 中可行吗？文档在这方面尚不清楚。

ps：我可以很容易地定义我自己的层，但尝试看看我是否可以使用 Tf-Hub API。

I am trying to use BERT for text classification using Tensorflow hub. The code runs fine on Colab GPU but when I converted it for Colab TPU it shows up the following 'uninitialized layer' error. Following is the Bert Layer-

Following is my model -

And follwing is the Error-

Please help me resolve this error.

我正在尝试检查小批量输出是否等于将小批量的所有元素一一给出，以评估 Mobilenet 的特征向量。

看下面的代码：

assertTrue 在我的测试中失败。它是否应该为所有图像提供相同的特征向量，无论它们是作为小批量还是一张一张地提供？

我目前正在尝试比较数百万个文档的相似性。对于 CPU 上的第一次测试，我将它们减少到每个大约 50 个字符，并尝试一次获得 10 个字符的 ELMo 嵌入，如下所示：

然而，即使是这个小例子，在大约 300 个句子（甚至不保存向量）之后，程序也会消耗高达 12GB 的 RAM。这是一个已知问题（我发现的其他问题提出了类似的问题，但不是那么极端）还是我犯了错误？

我想在我的 go 应用程序中使用预先训练好的模型。尤其是 Inception-ResNet-v2 模型。这个模型似乎只能通过 tensorflow hub ( https://www.tensorflow.org/hub/ ) 获得。

但是，我找不到任何文档如何将 tensorflow hub 与 tensorflow 的 go 语言绑定一起使用。

如何在 go 中下载和使用这些模型？

我https://tfhub.dev/google/imagenet/resnet_v2_50/feature_vector/3用来提取图像特征向量。但是，当谈到如何在将图像通过模块之前对其进行预处理时，我感到很困惑。

根据相关的Github解释，据说应该做以下事情：

但是，使用上述转换，我得到的结果表明可能有问题。此外，Resnet 论文说图像应该通过以下方式进行预处理：

从图像或其水平翻转中随机采样 224×224 裁剪，减去每个像素的平均值......

我不太明白这是什么意思。有人可以指出我正确的方向吗？

期待您的解答！

所以我遇到了这个超级奇怪的问题。我正在尝试运行此网页上给出的 tensorflow-hub 示例代码：https ://www.tensorflow.org/hub （我删除了两个 !pip 语句）

我想在我的应用程序中使用一小段 python 代码来进行机器学习，否则它是用 go 编写的。但是，当我在应用程序的项目目录中执行示例代码时，会出现导入错误。

因此，当我在 ~/ 中创建文件 tf-hub.py 并执行它时，它会运行，打印一些警告和结果：

但是，当我将相同的文件复制到 go 项目的项目文件夹时，我收到以下导入错误：

我必须使用 tf-nightly，否则我会遇到这个问题：https ://github.com/tensorflow/hub/issues/289

我在用：

• Fedora 29 64 位
• Python 3.7.2
• tf-nightly 1.14.1.dev20190621
• 张量流集线器 0.4.0

有什么想法会导致文件在一个目录中运行而不是在另一个目录中运行这种奇怪的行为吗？我还尝试从同一个终端运行两者。它仍然不起作用。

我使用 Tensorflow hub 在 kaggle 内核上运行对象检测，效果很好。但是当我在本地 IDE 中运行代码时，会出现以下错误： urllib.error.URLError: 我该如何解决？

'''Python

model_url = " https://tfhub.dev/google/faster_rcnn/openimages_v4/inception_resnet_v2/1 "

'''

我正在使用 Tensorflow Hub 从图像中提取特征。即，我正在使用模块hub.Module("https://tfhub.dev/google/imagenet/resnet_v2_50/feature_vector/3")。

因为我想从最后一个卷积层中提取特征，所以我有点困惑应该从Resnet50. 例如：

现在，如果我们打印出这本字典中的键，则有 3 个不同的键，我不知道它们之间的区别。

• resnet_v2_50/block4/unit_3/bottleneck_v2
• resnet_v2_50/block4/unit_3/bottleneck_v2/conv3
• resnet_v2_50/block4

我发现令人困惑的是，它们都有一个具有相同形状的输出(7, 7, 2048)，但 和 的值resnet_v2_50/block4/unit_3/bottleneck_v2与resnet_v2_50/block4不同resnet_v2_50/block4/unit_3/bottleneck_v2/conv3。有人可以指出我应该使用哪个键从最后一个卷积层进行特征提取，Resnet50以及我列出的每个键之间的区别是什么？

谢谢！