問題タブ [tensorflow]

このチュートリアルに従おうとしています。

TensorFlow が出てきたばかりで、私は本当にそれを理解しようとしています。Lasso、Ridge、ElasticNet などのペナルティ付き線形回帰と、.NET でのその使用法に精通していますscikit-learn。

Lasso 回帰の場合scikit-learn、回帰アルゴリズムに入力する必要があるのは、DF_X[M x N 次元の属性マトリックス (pd.DataFrame)] とSR_y[M 次元のターゲット ベクトル (pd.Series)] だけです。TensorFlowのVariable構造は私にとって少し新しいものであり、入力データを必要なものに構造化する方法がわかりません。

ソフトマックス回帰は分類用のようです。 (M x N 属性マトリックス) と(M 次元ターゲット ベクトル) を再構築して線形回帰に入力するにはどうすればよいですか?DF_XSR_ytensorflow

線形回帰を実行するための現在の方法では、pandas、numpy、および sklearn を使用しています。以下に示します。TensorFlow に慣れてきた人にとって、この質問は非常に役立つと思います。

TensorFlow で正方行列の対角線を抽出する方法はありますか? つまり、次のような行列の場合:

要素を取得したい:[0, 4, 8]

numpy では、これはnp.diag経由で非常に簡単です:

TensorFlow にはdiag functionがありますが、対角の引数で指定された要素を持つ新しい行列を形成するだけで、これは私が望むものではありません。

ストライドを介してこれを行う方法を想像できました...しかし、TensorFlow のテンソルのストライドは見られません。

実際の開発についてはあまり言及していない、インストール方法に関する公式ガイドがあります。

私が理解していることから、一般的に Docker を使用した開発にはかなり大きな課題があります。言うまでもなく、TensorFlow でそれを使用することについて、より深い技術的な複雑さがある可能性があります。おそらくGPU のおかげです。だから、ドッカーイメージを引っ張った後、たくさんのものがあります...

ここで開発を進める方法について、ステップバイステップのガイドを持っている人はいますか?

私は TensorFlow を初めて使用し、音声からテキストへの認識プロジェクトに関するヘルプを探しています。音声からテキストへの TensorFlow の使用方法を紹介する例はありますか? 精度を25％向上させるためにGoogle社内で使用されたそうです

X私は形状のテンソルを持ってい(T, n, k)ます。

事前に形状を知っていれば、形状を変更するのは簡単です。テンソルtf.reshape(X, (T * n, k))でT, n, kはなく、int です。しかし、形がわからない場合、これを行う方法はありますか。形を整えたり、形を変えたりshape = tf.shape(X)してもうまくいかないようです。あれは、

何か案は？私のアプリケーションでは、T実行k前に認識されますがn、実行時にのみ認識されます。

TensorFlow のドキュメントを読むと、正方行列のコレスキー分解を計算する方法があることがわかります。ただし、通常、コレスキー分解を使用する場合は、行列の直接反転が不安定になる可能性がある線形システムを解く目的で使用します。

したがって、 Scipyで実装されている方法に似た方法を探しています。これが TensorFlow に存在するかどうか、または組み込む方法があるかどうかは誰にもわかりませんか?

MNISTの例を見て、画像の配列が 728 配列にフラット化されている場合、その配列がランダム化されているかどうかが問題になることに気付きました。つまり、NN はデータの隣接性を考慮に入れているのか、それとも 1 つの入力ノードが入力番号 (したがって 728 ノード) を入力しているのかということです。

私が求めているのは、728 データ配列をランダム化した場合と同じように、例のように画像を平坦化してトレーニングすると、同じネットワークが得られるかということです。

この MNIST チュートリアルとこの seq2seqチュートリアルのコードを変更して、TensorBoard で使用できるログ ディレクトリにログを記録する方法について、簡単で汚いチュートリアルを誰か教えてもらえますか? 公式サイトに書いてあることはよくわかりませんでした。

TensorFlow を使用して行列式の導関数を計算することに興味があります。実験から、TensorFlow が行列式による微分方法を実装していないことがわかります。

もう少し調べてみると、導関数を実際に計算できることがわかりました。たとえば、ヤコビの公式を参照してください。関数デコレータを使用する必要がある行列式を介して差別化するこの手段を実装するために、

しかし、私はこれがどのように達成されるかを理解できるほどテンソルフローに精通していません。誰かがこの問題について何か洞察を持っていますか?

この問題に遭遇した例を次に示します。

データセット内のクラスごとに 1 つのシリアル化されたファイルがあります。キューを使用してこれらの各ファイルをロードし、それらを RandomShuffleQueue に配置して、各クラスからサンプルをランダムに組み合わせて取得したいと考えています。このコードはうまくいくと思いました。

この例では、各ファイルに 10 個の例があります。

これは 10 回の呼び出しでは正常に機能しますが、11 回目にはキューが空であると表示されます。

これは、これらのキューが動作する対象についての私の誤解によるものだと思います。に 10 個の変数を追加しますがRandomShuffleQueue、これらの各変数はそれ自体がキューからプルされるため、各ファイル キューが空になるまでキューが空にならないと想定しました。

ここで何が間違っていますか？