问题标签 [tflearn]

我正在为我的 tflearn 模型创建一个自定义目标函数。目标函数很复杂，需要我迭代预测和正确的输出，并添加不基于索引的某些部分。我找不到使它与张量数据类型一起工作的方法。

我使用下面的标准列表编写了一个版本。

似乎没有办法遍历张量的各个值。我应该在目标函数中创建一个新会话并评估张量吗？

我在这里先向您的帮助表示感谢

我想在 tfLearn 中构建循环神经网络二元分类器。但我想使用我保存在泡菜中的预先构建的词嵌入。以下是我在模型中使用的 tflearn 代码。

如何在此模型中使用我预先构建的词嵌入（第 2 行）？

pip install tflearn，工作，意味着 tflearn 已安装，我能够导入它，但一个复杂的程序无法运行。

错误与 _curses 有关。

我尝试使用 whl 文件安装 _curses。

我得到不支持的车轮文件。

我尝试安装 anaconda。conda 命令无法识别。

我应该怎么办？有完整的证明答案吗？

我想重建一个我首先用 scikit-learn 的 MLPRegressor 和 tflearn 实现的 MLP。

sklearn.neural_network.MLPRegressor 实现：

该模型有效，我得到了0.85. 现在我想用 tflearn 构建一个类似的 MLP。我从以下代码开始：

在某些时候，我肯定以错误的方式配置了一些东西，因为预测已经偏离了。Y_train 的范围在20和之间88，预测显示数字在 左右0.005。在 tflearn 文档中，我刚刚找到了分类示例。

更新 1：

我意识到回归层默认使用'categorical_crossentropy'作为分类问题的损失函数。所以我选择'mean_square'了。我也尝试正常化Y_train. 预测仍然与 的范围不匹配Y_train。有什么想法吗？

最后更新：

看看接受的答案。

我的网络为每个预测产生相同的输出。我在 pandas 数据框中有大约 49,000 个数据样本。
我怎样才能解决这个问题？

我想用 tflearn 进行 k 折交叉验证。因此，我想重置网络 k 次。但是，我认为我需要重置图表（例如tf.reset_default_graph()），但我不确定，我不知道如何使用 tflearn 执行此操作。

我的代码

对于以下内容，您需要hasy_tools.py

错误

只用一个折叠运行代码可以正常工作，但是用多个折叠我得到：

编辑：我对 Keras 也有同样的问题。

我目前正在尝试使用 TF learn 训练 google inception v3 模型。Tensorflow 在 imagenet 数据集上提供了经过训练的模型。但它不是通常的 .tflearn 格式。我已经浏览了 tflearn 的文档，但是我找不到任何将 tensorflow 权重转换为 TFlearn 格式的描述。我知道问这个问题的正确地方是 tflearn gihub 页面。但它目前正忙于处理大量未解决的问题。谁能指出我正确的方向？

我想用我之前训练过的神经网络生成数据。有人知道如何使用 TFlearn 的 TensorFlow 做到这一点吗？

它应该使用我之前训练的网络生成图像，其中包含图片的数据集。

我正在尝试使用 tensorflow 做卷积神经网络。我为此使用 tflearn。我已经从这个网站下载了数据

我正在尝试lstm使用 tfLearn 运行模型，但出现此错误：

使用以下行：

这些是代码行：