我正在尝试将自定义初始化程序设置为使用我已经拥有的权重矩阵初始化的tf.layers.dense
位置kernel_initializer
.
u_1 = tf.placeholder(tf.float32, [784, 784])
first_layer_u = tf.layers.dense(X_, n_params, activation=None,
kernel_initializer=u_1,
bias_initializer=tf.keras.initializers.he_normal())
Run Code Online (Sandbox Code Playgroud)
这是错误的说法 ValueError: If initializer is a constant, do not specify shape.
分配占位符是否是一个问题,kernel_initializer
或者我错过了什么?
我目前正在尝试创建一个用于深度学习的大型数据集,其中包含存储在一起的大量压缩 mp3 文件,因此我没有必须单独加载的 100k 文件。
x = b''
with open("file1.mp3", "rb") as f:
x += f.read()
print(len(x)) # 362861
with open("file2.mp3", "rb") as f:
x += f.read()
print(len(x)) # 725722
with open("testdataset", 'wb+') as f:
f.write(x)
Run Code Online (Sandbox Code Playgroud)
现在我想一一加载:
with open("testdataset", 'rb') as f:
bs = f.read(362861)
y, sr = librosa.core.load(io.BytesIO(bs), mono=True, sr=44100, dtype=np.float32) # crahes
Run Code Online (Sandbox Code Playgroud)
它因以下错误而中断:
RuntimeError: Error opening <_io.BytesIO object at 0x7f509ed1cf90>: File contains data in an unknown format.
为了进行测试,我尝试加载原始文件,效果很好:
y, sr = librosa.core.load("file1.mp3", mono=True, sr=44100, dtype=np.float32) # works fine …
我的 Tensorflow 模型大量使用数据预处理,这些数据预处理应在 CPU 上完成,以使 GPU 开放用于训练。
top - 09:57:54 up 16:23, 1 user, load average: 3,67, 1,57, 0,67
Tasks: 400 total, 1 running, 399 sleeping, 0 stopped, 0 zombie
%Cpu(s): 19,1 us, 2,8 sy, 0,0 ni, 78,1 id, 0,0 wa, 0,0 hi, 0,0 si, 0,0 st
MiB Mem : 32049,7 total, 314,6 free, 5162,9 used, 26572,2 buff/cache
MiB Swap: 6779,0 total, 6556,0 free, 223,0 used. 25716,1 avail Mem
PID USER PR NI VIRT RES SHR S %CPU %MEM TIME+ …
Run Code Online (Sandbox Code Playgroud) 我想知道在以下模型中,当我调用时是否会禁用 dropoutmodel.evaluate(...).
layers = [tf.keras.layers.Dense(size, activation='relu')
for size in (20, 40, 20)]
layers.insert(1, tf.keras.layers.Dropout(0.2))
layers.append(tf.keras.layers.Dense(1, activation="sigmoid"))
model = tf.keras.models.Sequential(layers)
model.compile(
optimizer=tf.keras.optimizers.Adam(learning_rate=0.0001),
loss=tf.keras.losses.BinaryCrossentropy())
model.fit(...)
model.evaluate(...) #==> will dropout be deactivated here?
Run Code Online (Sandbox Code Playgroud) 我有一个看起来像这样的应用程序
class App extends Component {
state = {
config: {}
};
submitForm(formData) {
this.setState({
config: newConfig(formData)
});
}
render() {
return (
<div className="App">
<Form submit={formData => this.submitForm(formData)} />
<Body config={this.state.config} />
</div>
);
}
}
function Form(props) {
const QueryBox = styled.div`
background-color: #1080f2;
padding: 1em;
`;
return (
<QueryBox>
<MyForm submit={props.submit} />
</QueryBox>
);
}
class MyForm extends React.Component {
...
}
Run Code Online (Sandbox Code Playgroud)
现在我的问题是样式化的 div 导致 MyForm 组件在组件的每次状态更改时重新呈现App
。
这是为什么。这是预期的行为吗(这会使样式组件对我来说无法使用)。有没有办法改变它?
我有两个组件,它们都有一个开关元素,如下所示:
function App() {
return (
<div className="App">
<Router>
<AppBar position="static" color="inherit">
<Toolbar>
<Button color="inherit"><Link to="/deployments">Deployments</Link></Button>
<Button color="inherit"><Link to="/tasks">Tasks</Link></Button>
</Toolbar>
</AppBar>
<Switch>
<Route exact path="/tasks" component={TasksPage}>
</Route>
</Switch>
</Router>
</div>
);
}
Run Code Online (Sandbox Code Playgroud)
function TasksPage({match}) {
return (
<div className="DeploymentsPage">
{loading ? <h1>Loading...</h1> :
<div>
<h1>Available Tasks</h1>
<ul>
{tasks.map((el, i) => <li key={i}><Link to={`${match.path}/${el.id}`}>{el.id}</Link></li>)}
</ul>
</div>
}
<Switch>
<Route exact path="/tasks/:id" component={TaskPage} />
</Switch>
</div>
);
}
Run Code Online (Sandbox Code Playgroud)
如果我/tasks/1
现在去,则不会显示 TaskPage!而如果我将完全相同的 Route 元素移动到App
它的 Switch 中,它就可以正常工作。
这是为什么?我尝试按照本教程进行操作:https : //reacttraining.com/react-router/web/guides/quick-start
python ×3
tensorflow ×3
python-3.x ×2
reactjs ×2
cpu ×1
javascript ×1
keras ×1
librosa ×1
preprocessor ×1
react-router ×1