問題タブ [automl]
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.
c# - 予測する列 (ラベル) を挿入する方法
マルチクラス分類プログラムを作成していますが、CSV からトレーニング データを動的に挿入したいと考えています。
私が試してみました:
プログラムを実行すると、このエラーが発生します
System.ArgumentException: '指定されたラベル列 'ラベル' がトレーニング データに見つかりません。
実行時にクラスを作成し、それをスキーマとして LoadFromText に渡す方法があることは知っていますが、まだ機能させることができていません。
tensorflow - オブジェクト検出を使用して Google Cloud Vision でエッジ tpu をトレーニングする方法は?
Google Coral のモデルをエクスポートしようとすると、存在するはずのオプションが存在しません。このリンクによると、Coral 用にエクスポートするオプションがあるはずですが、私にとっては TF Lite、Tensorflow.js、Container のみがオプションとして存在します。
amazon-web-services - AWS H2O 推論サーバー - 空の結果
こちらの手順に従って、H2O AutoML モデルを AWS にデプロイしようとしています。
curl
エンドポイントを使用すると、次の空の結果が得られます。
の値を送信しないとrow
、結果が得られます。
に単一の値を送信するとrow
、同じ結果が得られます。
SSH 経由でインスタンスに接続し、起動時にモデルが正しい場所にダウンロードされていることを確認しました。
行データをエンドポイントに送信する方法を理解するのを手伝ってくれる人はいますか? ありがとう!
python - tf.estimator への時間データのフィード: `input_fn` は呼び出し可能でなければなりません
ゴール
このチュートリアルを変更して、ありふれた画像データの代わりにこの時系列データセットを使用したいと考えています。
アプローチ
tf.estimator
データをAPIに取り込む方法をいくつか特定しました。最も便利なのは (使用.from_generator
は当て推量なので...)tf.data.Dataset.from_tensor_slices(training_data_ndarray)
次のように使用することでした。
エラー/問題
TypeError:
input_fn
呼び出し可能である必要があります: DatasetV1Adapter 形状: ((128, 9), (6,)), タイプ: (tf.float32, tf.float32)>
再生
ペーパースペース インスタンスを使用します。アカウントをお持ちの場合は、こちらを ご覧ください。
- そうでない場合は、この要点で完全なコードを入手してください: .
- 2からのデータセット。
設定:
- テンソルフロー 1.15
- パイソン 3.6.8
- Eager execution: オフ (adanet ライブラリは処理しません)。
呼び出し時にエラーが表示されます:
今何?
入力関数 (「データセットを返す入力関数を作成する」) が正しくないように思われるため、tf.data.Dataset を作成するアプローチを使用して先に進む道はありません。
python - Neuraxle's RandomSearch() successor
I updated Neuraxle to the latest version (3.4).
I noticed the whole auto_ml.py
was redone. I checked the documentation but there is nothing about it. On git it seems method RandomSearch()
was replaced a long time ago by AutoML()
method. However the parameters are different.
Does somebody knows how can I channel Boston Housing example pipeline to automatic parameter search in latest Neuraxle version (3.4)?
google-cloud-platform - AutoMLImportDataOperator Airflow Operator の入力ソースとして BigQuery テーブルを指定する方法は?
こちらの Airflowドキュメントで入手可能なドキュメントに従って、GCS を AutoMLImportDataOperator の入力ソースとして構成できます。ただし、AutoML Tables 自体に BQ テーブルの機能があるため、BQ テーブルをどのように使用できるかについては興味があります。任意の提案をいただければ幸いです。
javascript - autoML が Google cli コマンドを使用してモデルをダウンロードできない
テンソル フローを使用するのは初めてで、autoML Vision UI を使用して作成した画像分類モデルをダウンロードしようとしています。ここのチュートリアルに従っています: https://cloud.google.com/vision/automl/docs/tensorflow-js-tutorial?hl=en_US
autoML の UI からコマンドをコピーして、エクスポートされたモデルをデスクトップ ディレクトリ内の PC にダウンロードしようとしましたが、それをいじってみると、URL が無効であるというエラーが常に表示されます。
(この質問では、プライバシーのためにバケットとモデル名を置き換えました)
autoML は、次の cli コマンドを提供します。
添付されたタイムスタンプがURLを無効にするというチュートリアルのメモとして、私はそれを修正しました
残念ながら、私は常にエラーが発生します:
他の誰かがこの問題に遭遇し、私が犯している明らかな間違いを指摘できるかどうか疑問に思っています.
ありがとう :)
python - Auto-sklearn: pickle ファイルを読み込んで predict() を実行する方法
auto-sklearn を使用して分類モデルを適合させ、pickle でファイルに保存することができました。
また、モデルをリロードすることもできました。
しかし、リロードされたモデルを使用して新しいデータで予測を実行することはできません。私が実行すると:
次のエラーが表示されます。
html - カスタム TensorflowJS モデル (GCP AutoML からエクスポート) が HTML デプロイで実行されない
Google Cloud AutoML を使用してカスタム オブジェクト検出モデルをトレーニングし、モデルを TensorflowJS パッケージとしてエクスポートしました。ただし、 https://cloud.google.com/vision/automl/object-detection/docs/tensorflow-js-tutorial?hl=en_USにある HTML 展開の例を使用してモデルを実行しようとすると、そうではないようです仕事に。
エクスポートからの tensorflowjs パッケージ (model.json、dict.txt、group1-shard1of3、group1-shard2of3、group1-shard3of3) は、index.html と同じディレクトリにあります。index2.html もあります。index.html では、ここの例と同じ tfjs と tfjs-automl のインポートを使用します。index2.html では、tfjs と tfjs-automl の CDN ソースを使用しています。
私が従った作成 Web アプリの例は次のとおりです。https://github.com/tensorflow/tfjs/blob/master/tfjs-automl/code_snippets/object_detection.html
私のカスタム オブジェクト検出モデルのレポはhttps://github.com/mmmwembe/automl-tensorflowjs.gitで、tensorflowjs モデル パッケージとテスト イメージが含まれています。
私の Index.html ファイルは次のとおりです。
ここで何が欠けていますか?...vscode エディターで Live Server を使用する Chrome ブラウザーと、http-server -p 8000 を使用する nodejs でこれを実行しました