問題タブ [tflearn]

私は tensorflow/tflearn と深層学習が初めてなので、これらは基本的な質問かもしれませんが、ご意見をいただければ幸いです。

• 質問 1: tflearn を使用して、2 年間の時系列データ/シーケンスのセットで LSTM モデルを正常に実行できました。「look_back」のバリエーション (例: 1 日、7 日、30 日) でモデルを実行できますが、反復ごとに単一の値が出力されます。より大きなルックバックのために LSTM を実行すると、テスト データ セットの RMSE が向上します。私が持っている質問は、私の目標が一連の過去の日次値を指定して「次の 30 日」を予測することである場合、モデルをどのように変更すればよいですか? OUTPUT テンソルをシーケンスに変更するか、各反復でデコーダ出力を次の入力にする必要があると思いますか? または、完全なシーケンスを出力するようにモデルを変更する必要がありますか? これがどのように行われるかの明確な例は見つかりません。
• 質問 2: モデルをトレーニングした後、モデルをどのように正確に製品化しますか? 私の場合、次の 30 日間を予測するために、1 年間のデータを使用してモデルをトレーニング/テストしたとします。毎日の値を取得すると、モデルと統合されるように、これをどのように実装できますか。繰り返しますが、これの例はどれも素晴らしいでしょう。

テンソルフローのチュートリアルを試してみましたが、これらの点に対処しているかどうかわかりません。

ありがとう

文字を予測するためにPTBデータセットをトレーニングしています（つまり、文字レベルのLSTM）。
トレーニング バッチのディメンションは [len(dataset) x ボキャブラリ_サイズ] です。ここでは、ボキャブラリー_サイズ = 27 (26+1[アンク トークンとスペースまたはピリオドの場合])。
これはバッチinput(arrX)とlabels(arrY)の両方をone_hotに変換するためのコードです。

Graph で入力 (X) とラベル (Y) のプレースホルダーを作成して、tflearn LSTM に渡します。以下は、グラフとセッションのコードです。

SO、次のエラーが表示されますassert ndim >= 3, "Input dim should be at least 3." AssertionError: Input dim should be at least 3.

どうすればいいresolve this errorですか？代替ソリューションはありますか？別の LSTM 定義を作成する必要がありますか?

私は tflearn を初めて使用し、入力画像が MxN グレースケールまたは MxNx3 RGB のいずれかである画像入力 - >画像出力回帰問題を解決するために CNN をトレーニングしようとしています。

メモリに収まらない非常に大きなトレーニング セットがあるため、「オンザフライ」でトレーニングし、トレーニングでイメージを使用する準備ができたら、ディスクから画像を取得したいと考えています。

image_preloader は、X が入力画像であり、y が X に対応するスカラー ラベルのセットである場合に、常に問題を解決するという前提を置いているようです。

X と y の両方が画像である回帰問題に対して、tflearn フレームワーク内で同様のことを行う最良の方法は何ですか? 明らかな何かが欠けているように感じますが、Data Utils、Data Augmentation、および Data Preprocessing セクションを調べましたが、何も表示されません。

私がやろうとしていることの全範囲について：私はディスク上に大量の画像を持っています。その場で、画像をロードし、画像にいくつかの変更を加えて、入力画像 X と y を定義できるようにする必要があります。X と y を適切に定義するには、ディスク上のイメージを拡張する必要があります。ディスクから読み取ったミニバッチ X があれば、X と ya のバッチを一度に定義できます。

私は、8GB RAM、Intel Core i7-4th gen を搭載した PC で鳥の画像を前処理するために、このプログラムをコンパイルしています。プロセッサですが、しばらく実行した後、毎回このエラーが表示されてスタックします:

tensorflow の初心者であるため、CUDA (インストールに成功しました) が使用されているのか、CPU がまだ計算を実行しているだけなのかわかりません。

画像に対してピクセルベースの分類を実行します。NNのトレーニングに使用したコードは次のとおりです

問題は、モデルをトレーニングした後、p.array(model.predict(x_test)) の結果が 1 のみになることです。ただし、これは 2 または 3 になると予想していました。そのコマンドの結果が 2 から 5 の間のラベルになることを期待していました (注: y_train には 2 から 5 の間の int 値があります) が、ここでも予測関数の出力は 1 です。これはトレーニング フェーズの問題でしょうか?

チェックポイントを V2 形式で保存するように TFLearn に指示する方法はありますか? TensorFlow の現在の (r0.12.1) リリースを使用しています。次のような簡単な例に従うとします。

https://www.tensorflow.org/tutorials/tflearn/

あなたは殺到します：

警告は無視するのに十分簡単ですが。後でアップグレードする必要がないように、これらのファイルを正しいバージョンに保存したいと考えています。

以前は実行されていたが、現在は実行されていないコードがあります。

しかし、今、私は言うエラーが発生しています"AttributeError: 'tensorflow.contrib.learn' object has no attribute 'TensorFlowEstimator'"

Tensorflow 0.12 用にこの命令を変更するにはどうすればよいですか?