小编use*_*836的帖子

在我的计算机上查找TensorFlow版本的命令是什么？我不久前在我的电脑上安装了TensorFlow,并希望确保我有最新版本.

根据我对 LightGBM 文档的阅读，应该在 Dataset 方法中定义分类特征。所以我有以下代码：

cats=['C1', 'C2']
d_train = lgb.Dataset(X, label=y, categorical_feature=cats)

但是，我收到以下错误消息：

/app/anaconda3/anaconda3/lib/python3.7/site-packages/lightgbm/basic.py:1243: UserWarning: 在数据集中使用 categorical_feature。warnings.warn('在数据集中使用categorical_feature。')

为什么我收到警告消息？

为什么我需要AWS SageMaker的容器？如果我想在SageMaker的Jupyter笔记本上运行Scikit Learn用于自学习目的,我还需要为它配置Container吗？

如果我只是想学习Scikit Learn,我需要SageMaker的最低配置是什么？例如,我想运行Scikit Learn的决策树算法,其中包含一组训练数据和一组测试数据.我需要在SageMaker上执行哪些任务才能执行此操作？谢谢.

我有一个可以容纳主机内存的大型数据集。但是，当我使用 tf.keras 训练模型时，会出现 GPU 内存不足问题。然后我查看 tf.data.Dataset 并希望使用其 batch() 方法对训练数据集进行批处理，以便它可以在 GPU 中执行 model.fit() 。根据其文档，示例如下：

train_dataset = tf.data.Dataset.from_tensor_slices((train_examples, train_labels))
test_dataset = tf.data.Dataset.from_tensor_slices((test_examples, test_labels))

BATCH_SIZE = 64
SHUFFLE_BUFFER_SIZE = 100

train_dataset = train_dataset.shuffle(SHUFFLE_BUFFER_SIZE).batch(BATCH_SIZE)
test_dataset = test_dataset.batch(BATCH_SIZE)

dataset.from_tensor_slices().batch()中的BATCH_SIZE与tf.keras modelt.fit()中的batch_size相同吗？

我应该如何选择BATCH_SIZE，以便GPU有足够的数据来高效运行，同时又不至于内存溢出？

我正在开展一个分类项目，一个结果可能属于多个类别。例如，结果可能属于 A、B 和/或 C 类；例如，A、B、A&B、A&C、B&C 等。但是，我想预测一个类别的概率。例如，P(A)=结果包含 A 类的概率；例如，Pr(A)+Pr(A&B)+Pr(A&C)+Pr(A&B&C)。

我更喜欢使用 LightGBM。我的问题是：

1. 对于 LightGBM，结果类别必须是互斥的吗？
2. 对于 LightGBM，multiclass 与 multiclassova 有什么区别？
3. 如果我将其建模为多标签分类（例如，N 类）问题，它是否相当于 2^N 多类分类，并且每个类都是 N 类的 one-hot 编码？

我正在使用 tensorflow V2.2 并在执行 model.evaluate 时遇到 TyepError。有人可以建议可能是什么问题吗？执行和错误消息的屏幕截图如下所示。

选择auc，error或logloss作为XGBoost的eval_metric如何影响其性能？假设数据不平衡。它如何影响准确性，召回率和准确性？

显然，Anaconda有一个不同的金字塔包，用于Web框架。https://anaconda.org/anaconda/pyramid

Arima pyramid用户指南建议使用pip安装金字塔Arima。https://www.alkaline-ml.com/pyramid/setup.html#setup

但是，由于Anaconda使用conda来配置程序包，如何为Jupyter笔记本电脑在Anaconda环境中添加金字塔形？

在我的 Jupyter 笔记本中，我有：

from xgbost import plot_importance

plot_importance(model)
pyplot.show()

由于模型有很多特征，输出图表是不可读的。如何使图表变大？