回答情况：
提问时间：
问题标签：
我需要训练一个spaCy模型来提高识别产品的准确性。我正在努力训练我的spacy模型。我有以下代码： TRAIN_DATA = [('..., {'entities': [(36,55,'PRODUCT')]})]ner = nlp.get_pipe("ner")
other_pipes = [pipe for pipe in nlp.pipe_names if pipe !=
浏览 22修改于2021-06-20得票数 0
回答已采纳
\tmp\image_retrain\tfClassifier\image_classification\output_dir\all_ouput_stored_here.pb --how_many_training_steps= tf.train.SummaryWriter(FLAGS.summaries_dir + '/train',
AttributeError: module 'tensorflow.python.training.training
浏览 1提问于2017-12-14得票数 0
回答已采纳
fig = plt.figure()#ax.scatter(x_data,y_data)#plt.show()
#training但是当我运行这个模块时，它显示: AttributeError:模块'tensorflow.python.training.training‘没有'SummaryWrite’属性。我真的很困惑..。
浏览 12提问于2017-03-03得票数 1
所以我在训练中，我得到了创建一些自定义模块的任务，当代码仍然是这样的时候，它工作得很好 models.py class Kursus(models.Model):KeyError: ('ir.model.data', <function IrModelData.xmlid_lookup at 0x7fec8f847d90>, 'training.training_odoo_menu'Exter
浏览 19提问于2021-01-24得票数 0
我正在使用Colab重复这里提供的练习：https://nbviewer.jupyter.org/gist/yufengg/a6dff912ab48f7a273f5704ad9ab1311我将Tensorflow更改为版本1.3.0，但是，我得到了如下所示的错误：enter image description here任何帮助都将不胜感激。
浏览 28提问于2020-04-13得票数 0
我想制作自己的haar分类器来检测手部，所以我遵循了给出的分类器。在本教程中，使用了各种linux命令，但我没有linux。$ find [image dir] -name '*.[image ext]' > [description file]那么如何在我的窗口中使用这些命令呢？
浏览 0提问于2012-02-05得票数 0
回答已采纳
在创建批量规范化模型时，我可以为is_training参数提供一个位置持有者，如下所示：sym = create_symbol(training)# Training: sess.run(model, feed_dict={X: data, y: label, training: True})
# Inference: sess.run(pred, feed_dict={X: data, training<
浏览 5提问于2017-10-23得票数 0
问题中的网站是training.gov.au，在特定页面下嵌套表格，例如https://training.gov.au/Training/Details/BSBWHS402。requestsimport pandas as pdwebsite_url = requests.get('https://training.gov.au/Traini
浏览 18提问于2019-06-18得票数 0
回答已采纳
我试着为tesseract训练语言。我正在使用Tess4J进行光学字符识别过程。我使用jTessBoxEditor和SerakTesseractTrainer来训练操作。准备好训练数据后，我将其放在Tesseract/tessdata和Tess4j/tessdata文件夹中。 Tesseract tesseract = new Tesseract();在我执行了program之后，我得到了这个错误：
Error opening data file ./tessdat
浏览 0修改于2016-02-10得票数 0
对此问题的更准确的描述是，当MobileNet没有显式地设置为true时，is_training的行为会很糟糕。我指的是TensorFlow在其模型存储库中提供的。我就是这样创建网络(phase_train=True)的：
with slim.arg_scope(mobilenet_v1.mobilenet_v1_arg_scope(is_training=phase_train如果我用is_training=True冻结图形，我在LFW上得到的结果和训练中的结果是一样的。但是如果我设置is_training=False，
浏览 5修改于2017-09-11得票数 6
回答已采纳
TensorFlow的官方教程说，为了使BN层不更新均值和方差，我们应该在训练期间通过base_model(trainin=False)。我的问题是:为什么？为什么我们不需要更新均值和方差，我的意思是BN有imagenet均值和方差，为什么使用imagenet的均值和方差而不对新数据进行更新是有用的？即使在精细调优期间，在这种情况下，整个模型也会更新权重，但BN层仍将具有imagenet均值和方差。编辑:我正在使用本教程:
浏览 2修改于2020-12-13得票数 1
回答已采纳
我正在使用WEKA进行分类。我在Java代码中使用了WEKA jar文件。我的训练数据集有56000个实例和1253个特征。我正在使用简单的分类算法，如逻辑回归，J48，随机森林随机树等。我只能得到随机森林的结果。在为其他分类器建立训练模型的同时，我的程序持续运行了6-7个小时，但我没有得到任何结果或错误。谢谢!
浏览 7提问于2016-07-10得票数 0
我正试图在Ubuntu20.04.1 LTS.I中培训Tesseract。我已经下载了tesseract和所需的培训工具。tesseract --psm 6 --oem 3 Liberation_serif.font.exp0.tif Liberation_serif.font.exp0 makeboxPlease make sure the TESSDATA_PREFIX environment variable is
浏览 0修改于2020-08-16得票数 1
回答已采纳
嗨，我正在尝试从Spacy.training模块导入示例类。我正在尝试精确的代码，就像在文档中一样。from spacy.training import Example
但是我现在得到的是“ModuleNotFoundError: No module named 'spacy.training”，如何导入示例类呢
浏览 2修改于2022-10-04得票数 0
我正在尝试开发一个简单的安卓OpenCV程序，可以检测白纸上的黑点使用三星银河S3相机。谁能告诉我一个小贴士，如何在Mac上用Haar cascade制作我自己的XML，或者有没有其他(更容易的)方法来实现它？
浏览 2修改于2021-10-09得票数 0
在TF1中以图形模式操作时，我认为在使用函数式API时，需要通过馈线将training=True和training=False连接起来。在TF2中做这件事的正确方法是什么？例如，我不需要在下面的示例中从training中指定 tf.keras.layers.Conv2D(32, 3, activationhid = tf.keras.layers.BatchNormalization()(hid)是否需要成为hid = tf.keras.layers.BatchNormal
浏览 12修改于2019-12-30得票数 8
回答已采纳
最近，我做了一个关于使用：tf.layers.batch_normalization(input, training=True)和using tf.layers.batch_normalization(如果我使用：tf.layers.batch_normalization(input, training=True)，tf.summary创建的tfevent file大约是400MB，但是如果我使用tf.layers.batch_normalization
浏览 2修改于2020-09-27得票数 1
,training_y)Lin = LinearRegression()
Lin.fit(train
浏览 20提问于2020-04-16得票数 0
我正在尝试在google colab上使用spacy训练自定义实体。但是当我尝试使用以下命令配置spacy配置文件时 !python3 -m spacy debug data base_config.cfg
Available: download, link, info, train, pretrain, debug-data, evaluate, convert,
!python3 -m spacy init fill-config base_config.c
浏览 17提问于2021-10-14得票数 0
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号