- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在使用 Azure 认知服务(又名 CustomVision 网站)来创建、训练和测试模型。据我所知,该网站的主要目标是创建可调用的 API 以在生产中运行您的模型。我应该提到我正在使用它来进行对象检测。
有时您必须支持脱机运行(这意味着您没有与 Azure 的连接等...)。我相信 Microsoft 知道并理解这一点,因为他们有一项功能可以让您以多种不同的格式导出模型(例如 TensorFlow、ONNX 等)。
我遇到的问题是,特别是当您导出到我需要的 TensorFlow 时,它只会下载卡住的模型图 (model.pb)。但是,有时您需要模型附带的 .pbtxt 文件或配置文件。我知道您可以生成 pbtxt 文件,但为此您需要 .config。
此外,导出模型后几乎没有任何有关模型的信息,例如输入图像的大小应该是多少。我希望在某个地方看到更好的记录。例如,它是 300x300 等...如果没有获取配置或 pbtxt 以及模型,您必须通过将模型加载到 TensorBoard 或类似的东西来计算出输入信息(大小、名称等) ..)。而且,我们甚至不知道模型的基线是什么,是ResNet、SSD还是等等……
那么,有人知道在导出模型时如何获取这些丢失的文件吗?或者,有人知道当您只有卡住图 .pb 文件时如何生成 pbtxt 吗?
如果没有,我会推荐这些作为 Azure 认知服务团队的改进。由于所有这些缺失的数据或信息,导出的模型确实很难使用。
谢谢!
最佳答案
许多模型架构允许更改网络输入大小,例如 Yolo,它是从 Custom Vision 导出的架构。在这种情况下,在某些地方包含固定的输入大小是没有意义的。
Netron将成为您的好 friend ,并且非常容易使用来找出有关模型的详细信息。
关于TensorFlow 中的 Azure CustomVision 认知服务导出模型缺少文件,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56546893/
我想将模型及其各自训练的权重从 tensorflow.js 转换为标准 tensorflow,但无法弄清楚如何做到这一点,tensorflow.js 的文档对此没有任何说明 我有一个 manifest
我有一个运行良好的 TF 模型,它是用 Python 和 TFlearn 构建的。有没有办法在另一个系统上运行这个模型而不安装 Tensorflow?它已经经过预训练,所以我只需要通过它运行数据。 我
当执行 tensorflow_model_server 二进制文件时,它需要一个模型名称命令行参数,model_name。 如何在训练期间指定模型名称,以便在运行 tensorflow_model_s
我一直在 R 中使用标准包进行生存分析。我知道如何在 TensorFlow 中处理分类问题,例如逻辑回归,但我很难将其映射到生存分析问题。在某种程度上,您有两个输出向量而不是一个输出向量(time_t
Torch7 has a library for generating Gaussian Kernels在一个固定的支持。 Tensorflow 中有什么可比的吗?我看到 these distribu
在Keras中我们可以简单的添加回调,如下所示: self.model.fit(X_train,y_train,callbacks=[Custom_callback]) 回调在doc中定义,但我找不到
我正在寻找一种在 tensorflow 中有条件打印节点的方法,使用下面的示例代码行,其中每 10 个循环计数,它应该在控制台中打印一些东西。但这对我不起作用。谁能建议? 谢谢,哈米德雷萨, epsi
我想使用 tensorflow object detection API 创建我自己的 .tfrecord 文件,并将它们用于训练。该记录将是原始数据集的子集,因此模型将仅检测特定类别。我不明白也无法
我在 TensorFlow 中训练了一个聊天机器人,想保存模型以便使用 TensorFlow.js 将其部署到 Web。我有以下内容 checkpoint = "./chatbot_weights.c
我最近开始学习 Tensorflow,特别是我想使用卷积神经网络进行图像分类。我一直在看官方仓库中的android demo,特别是这个例子:https://github.com/tensorflow
我目前正在研究单图像超分辨率,并且我设法卡住了现有的检查点文件并将其转换为 tensorflow lite。但是,使用 .tflite 文件执行推理时,对一张图像进行上采样所需的时间至少是使用 .ck
我注意到 tensorflow 的 api 中已经有批量标准化函数。我不明白的一件事是如何更改训练和测试之间的程序? 批量归一化在测试和训练期间的作用不同。具体来说,在训练期间使用固定的均值和方差。
我创建了一个模型,该模型将 Mobilenet V2 应用于 Google colab 中的卷积基础层。然后我使用这个命令转换它: path_to_h5 = working_dir + '/Tenso
代码取自:- http://adventuresinmachinelearning.com/python-tensorflow-tutorial/ import tensorflow as tf fr
好了,所以我准备在Tensorflow中运行 tf.nn.softmax_cross_entropy_with_logits() 函数。 据我了解,“logit”应该是概率的张量,每个对应于某个像素的
tensorflow 服务构建依赖于大型 tensorflow ;但我已经成功构建了 tensorflow。所以我想用它。我做这些事情:我更改了 tensorflow 服务 WORKSPACE(org
Tensoflow 嵌入层 ( https://www.tensorflow.org/api_docs/python/tf/keras/layers/Embedding ) 易于使用, 并且有大量的文
我正在尝试使用非常大的数据集(比我的内存大得多)训练 Tensorflow 模型。 为了充分利用所有可用的训练数据,我正在考虑将它们分成几个小的“分片”,并一次在一个分片上进行训练。 经过一番研究,我
根据 Sutton 的书 - Reinforcement Learning: An Introduction,网络权重的更新方程为: 其中 et 是资格轨迹。 这类似于带有额外 et 的梯度下降更新。
如何根据条件选择执行图表的一部分? 我的网络有一部分只有在 feed_dict 中提供占位符值时才会执行.如果未提供该值,则采用备用路径。我该如何使用 tensorflow 来实现它? 以下是我的代码
我是一名优秀的程序员,十分优秀!