使用Tensorflow处理项目.但是,我似乎无法重现我的结果.
我已经尝试设置图级别种子,numpy随机种子甚至操作级别种子.但是,它仍然不可重复.
在搜索Google时,大多数人都将reduce_sum函数指向罪魁祸首,因为即使在设置种子后,reduce_sum函数在gpu上也具有非确定性属性.但是,由于我正在开展纸张项目,我需要重现结果.还有其他有效的功能可以解决这个问题吗？
另一个建议是使用CPU.但是,我正在研究错误数据,这样的CPU不是一个选项.使用Tensorflow处理复杂项目的人如何解决这个问题？或者,审阅者可以加载已保存的模型检查点文件以进行结果验证？
我一直在尝试编写一个程序来获取手机上的所有消息,然后制作备份副本.但是,当我运行该程序时,它崩溃了.我需要帮助.这是代码
public class MainActivity extends ListActivity {
private ProgressDialog m_ProgressDialog = null;
private ArrayList<SmsBox> m_orders = null;
private OrderAdapter m_adapter;
private Runnable viewOrders;
Activity mcontext;
int totalSMS;
@Override
protected void onCreate(Bundle savedInstanceState) {
super.onCreate(savedInstanceState);
setContentView(R.layout.activity_main);
m_orders = new ArrayList<SmsBox>();
this.m_adapter = new OrderAdapter(this, R.layout.row, m_orders);
setListAdapter(this.m_adapter);
viewOrders = new Runnable(){
@Override
public void run() {
getSms();
}
};
Thread thread = new Thread(null, viewOrders, "MagentoBackground");
thread.start();
m_ProgressDialog = ProgressDialog.show(MainActivity.this,
"Please wait...", "Retrieving data ...", true);
}
@Override
public boolean onCreateOptionsMenu(Menu …我们使用tensorflow开发了一个卷积网络,该网络适用于小型数据集.但是,我们希望将其缩放为使用尺寸超过20,000的非常稀疏的tfidf矩阵.但似乎tensorflow不适合处理大型数据集.当然它有SparseTensors但它的功能似乎有限.我整天都在尝试搜索有关使用SparseTensors进行卷积网络的信息但却找不到.有没有办法使用功能类似的方式tf.layers.dense,并tf.tile与SparseTensors？通常用SparceTensors构建一个密集层.我有这些:
X = tf.layers.dense( X, dim, activation=self.activation,
name='{0}L{1}'.format(name, l),
kernel_initializer=tf.truncated_normal_initializer(stddev=.01),
reuse=reuse )
和
X = tf.tile( self.Xl, [self.L,1,1] )
在哪里X和Xl只是正常的张量对象,它们运作良好.但是当我将它们更改为SparseTensors时,它会产生大量错误.
我正在尝试编写一个程序,它接受一个庞大的数据集,然后使用它运行一些查询mapreduce.我有这样的代码:
public static class MRMapper
extends Mapper<LongWritable, Text, Text, IntWritable>{
String output2="hdfs://master:9000/user/xxxx/indexln.txt";
FileSystem Phdfs =FileSystem.get(new Configuration());
Path fname1=new Path(output2);
BufferedWriter out=new BufferedWriter(new OutputStreamWriter(Phdfs.create(fname1,true)));
private final static IntWritable one = new IntWritable(1);
private Text word = new Text();
long max=0;
public void map(LongWritable key, Text value, Context context
) throws IOException, InterruptedException {
String binln = Long.toBinaryString(0x8000000000000000L | key).substring(1);
out2.write(binln+"\n");
out2.flush();
String line = value.toString();
String [] ST = line.split(",");
long val=Math.abs(Long.parseLong(ST[2]));
if (max < val){
max= val;
} …我一直在尝试将python scipy稀疏矩阵除以其行的矢量和。这是我的代码
sparse_mat = bsr_matrix((l_data, (l_row, l_col)), dtype=float)
sparse_mat = sparse_mat / (sparse_mat.sum(axis = 1)[:,None])
但是，无论我如何尝试，都会引发错误
sparse_mat = sparse_mat / (sparse_mat.sum(axis = 1)[:,None])
File "/usr/lib/python2.7/dist-packages/scipy/sparse/base.py", line 381, in __div__
return self.__truediv__(other)
File "/usr/lib/python2.7/dist-packages/scipy/sparse/compressed.py", line 427, in __truediv__
raise NotImplementedError
NotImplementedError
有人知道我要去哪里哪里吗？