问题标签 [tflearn]

我正在尝试使用 Keras 重写一段 tflearn 代码。

目标是组合两个输入，其中一个输入跳过第一层。以下代码在 tflearn 中有效：

我正在尝试使用以下代码在 Keras 中复制此代码：

keras 中的代码表现不同。如何在 keras 中组合两层以获得与 tflearn 中相同的结果？

第一次遇到这样的问题。测试 tflearn 的神经网络给出错误。尝试测试此代码时，Python 会生成错误。用 conv_2d 就没有这样的问题。

我的代码： import numpy as np import random import tflearn from tflearn.layers.core import input_data, dropout, fully_connected from tflearn.layers.conv import conv_3d, max_pool_3d from tflearn.layers.estimator import regression

这在尝试测试代码时会出现错误 tflearn。

可能是什么问题呢 ？请有人帮忙。

我有自己的数据集，我想在上面训练我的模型。我已成功创建 .pk.gz 文件，但我不知道如何将它们导入我的模型。

我正在使用带有张量流和 tflearn 和 sublime text 3 的 windows 10、python 3.5.2 来编写代码。

我用来创建泡菜文件的代码：

错误：使用 'rb' 时

我是张量流的新手。我正在使用 Tflearn 训练我的图像以对眼睛状态进行分类。在最初阶段，现在，我有 400 个训练图像和 200 个验证图像。我正在使用 image_preloader 在我的脚本中获取自定义图像输入。我认为它加载图像成功显示：

tflearn.data_utils.ImagePreloader 对象位于 0x7fa28f3a5310

但是在训练时划分和获取批次时会引起问题，

给出 Traceback 错误为

这是我的代码：

我正在使用张量流 1.0。我已经尝试搜索类似的问题，但没有任何解决办法。

我在 csv 文件中有一个非常简单的二进制分类数据集，如下所示：

其中"label"列表示类别（1 为正，0 为负）。功能的数量实际上相当大，但对于这个问题并不重要。

这是我读取数据的方式：

我想运行tensorflow.contrib.learn.LinearClassifier并tensorflow.contrib.learn.DNNClassifier处理该数据。例如，我像这样初始化 DNN：

feature_columns那么，当所有特征也是二进制（0 或 1 是唯一可能的值）时，我应该如何创建呢？

下面是模型训练：

用输入函数替换fit()参数的解决方案也很棒。

谢谢！

PS 我使用的是 TensorFlow 1.0.1 版

我一直在尝试实现一个循环网络来计算一系列数字的总和。我计划尝试让它接受可变长度序列，但一开始输入长度固定为 5。

例子：

我遇到的问题是，一旦它收敛，或者至少损失稳定，对于我给它的任何输入，它都会给出相同的输出。

例子

到目前为止，我已经尝试了不同的层大小、不同的激活函数和学习率。但它们都会导致类似的行为。即使它们作为输出给出的值发生了变化（所以不是 134。它可能是 -12 或其他值），对于任何输入它都是相同的。

我假设它可以通过使用线性激活的循环神经网络来解决这个问题。

为什么网络会收敛到一个“固定”值？

我的问题很简单直接。在训练和预测神经网络时，批量大小指定了什么。如何对其进行可视化，以便清楚地了解数据是如何馈送到网络的。

假设我有一个自动编码器

我将输入作为具有 41 个特征的 csv 文件，据我所知，当我的批量大小为 1 时，它将从 csv 文件中获取每个特征并将其提供给第一层的 41 个神经元。

但是当我将批次大小增加到 100 时，100 个批次的 41 个特征将如何馈送到这个网络？

批次是否有任何规范化或对它们进行一些操作？

两种情况的 epoc 数相同

考虑使用卷积神经网络对字符进行文本分类示例：我想要三层卷积（而不是原始代码中的两层）。这是修改后的三层代码。看来我的形状有问题。请您考虑一下代码并让我知道它有什么问题吗？

我正在尝试在我的系统上安装 tflearn。他们要我安装二进制文件，

那么什么是二进制文件？我找不到任何与此相关的适当文档。

这个问题最初发布在 tflearn github repo 上，但我在那里没有运气： https ://github.com/tflearn/tflearn/issues/682

我正在尝试从自动编码器中保存代表中间层的编码器模型。使用 MNIST 示例，当我运行此处找到的脚本时：

https://github.com/tflearn/tflearn/blob/master/examples/images/autoencoder.py

然后尝试使用保存 encoding_model

我收到以下错误消息：

回溯（最后一次调用）：文件“”，第 1 行，在文件“/usr/local/lib/python2.7/dist-packages/tflearn/models/dnn.py”，第 260 行，保存 self.trainer .save(model_file) 文件“/usr/local/lib/python2.7/dist-packages/tflearn/helpers/trainer.py”，第 376 行，保存 self.saver.save(self.session, model_file, global_step= global_step) 文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/training/saver.py”，第 1363 行，保存 {self.saver_def.filename_tensor_name: checkpoint_file}) 文件“/usr/ local/lib/python2.7/dist-packages/tensorflow/python/client/session.py”，第 767 行，运行 run_metadata_ptr) 文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python /client/session.py"，第 965 行，在 _run feed_dict_string、options、run_metadata) 文件中"/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py”，第 1015 行，在 _do_run 目标列表，选项，run_metadata）文件“/usr/local/lib/python2.7/ dist-packages/tensorflow/python/client/session.py”，第 1035 行，在 _do_call raise type(e)(node_def, op, message) tensorflow.python.framework.errors_impl.FailedPreconditionError: Attempting to use uninitialized value Global_Step_1 [[节点：Global_Step_1/_96 = _SendT=DT_FLOAT, client_terminated=false, recv_device="/job:localhost/replica:0/task:0/cpu:0", send_device="/job:localhost/replica:0/task:0 /gpu:0", send_device_incarnation=1, tensor_name="edge_31_Global_Step_1", _device="/job:localhost/replica:0/task:0/gpu:0"]]在 _do_run target_list, options, run_metadata) 文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py”，第 1035 行，在 _do_call raise type(e)(node_def, op , 消息) tensorflow.python.framework.errors_impl.FailedPreconditionError: Attempting to use uninitialized value Global_Step_1 [[Node: Global_Step_1/_96 = _SendT=DT_FLOAT, client_terminated=false, recv_device="/job:localhost/replica:0/task:0 /cpu:0", send_device="/job:localhost/replica:0/task:0/gpu:0", send_device_incarnation=1, tensor_name="edge_31_Global_Step_1", _device="/job:localhost/replica:0/task :0/gpu:0"]]在 _do_run target_list, options, run_metadata) 文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py”，第 1035 行，在 _do_call raise type(e)(node_def, op , 消息) tensorflow.python.framework.errors_impl.FailedPreconditionError: Attempting to use uninitialized value Global_Step_1 [[Node: Global_Step_1/_96 = _SendT=DT_FLOAT, client_terminated=false, recv_device="/job:localhost/replica:0/task:0 /cpu:0", send_device="/job:localhost/replica:0/task:0/gpu:0", send_device_incarnation=1, tensor_name="edge_31_Global_Step_1", _device="/job:localhost/replica:0/task :0/gpu:0"]]消息) tensorflow.python.framework.errors_impl.FailedPreconditionError: Attempting to use uninitialized value Global_Step_1 [[Node: Global_Step_1/_96 = _SendT=DT_FLOAT, client_terminated=false, recv_device="/job:localhost/replica:0/task:0/ cpu:0", send_device="/job:localhost/replica:0/task:0/gpu:0", send_device_incarnation=1, tensor_name="edge_31_Global_Step_1", _device="/job:localhost/replica:0/task: 0/gpu:0"]]消息) tensorflow.python.framework.errors_impl.FailedPreconditionError: Attempting to use uninitialized value Global_Step_1 [[Node: Global_Step_1/_96 = _SendT=DT_FLOAT, client_terminated=false, recv_device="/job:localhost/replica:0/task:0/ cpu:0", send_device="/job:localhost/replica:0/task:0/gpu:0", send_device_incarnation=1, tensor_name="edge_31_Global_Step_1", _device="/job:localhost/replica:0/task: 0/gpu:0"]]_device="/job:localhost/replica:0/task:0/gpu:0"]]_device="/job:localhost/replica:0/task:0/gpu:0"]]

我认为 ADAM 优化器变量未初始化。保存这样的模型的正确方法是什么？