inference

    0

    1答えて

    CaffeでConvNetを使用して推論を実行したいと思います。唯一の問題は、私はすでにウェイトとバイアスを生のままにしていて、私はCaffeで再トレーニングしたくないということです。 、.prototxtファイルを容易に生成することができる。ここ(ネットワーク情報用) .prototxt(重みとバイアス用) .caffemodel : 今カフェは、2つの入力ファイルが必要です生の重みとバイアスを

    1

    1答えて

    私は推論ルールのセットを定義し、1.2MトリプルをMarkLogicにロードしました。 [1.0-mlの] XDMP-INFFULL:SPARQLクエリを実行しようとすると、私はこのエラーを取得しています?ANON1356348214865319439 - ルールセットのストアに推論されたトリプルのサイズ制限は を超えているサイズ制限があります推測されたトリプルのために、または本当にホストマシンに

    0

    1答えて

    変量パラメータq_iのすべての更新が単調増加しているのではないかと思いますか?私はそれがすべての反復で増加するはずであることを理解しますが、これは各q_iの1回の反復でも当てはまりますか?ありがとう!

    1

    2答えて

    訓練されたPyTorchモデルの私の推論コードで何が問題なのですか? ランタイムエラーメッセージがあります: "予想されるCPUテンソル(CUDAテンソルを得た)" import torch import torch.nn as nn #from __future__ import print_function import argparse from PIL import Image

    2

    1答えて

    コンパイラが1つのパラメータだけを持つメソッドの型を調べることができる場合、なぜ2つ以上のパラメータを持つメソッドで同じことを行うことができないのでしょうか? ここ例:別の方法で 、コンパイルはstrが独自の方法で文字列(最初のパラメータであり、また、STR2が文字列であることを把握することはできませんなぜ?(独自のメソッドの2番目のパラメータ)

    1

    2答えて

    私の訓練されたモデルでPythonスクリプト全体をコンパイルして、より高速な推論を行う方法はありますか? Pythonインタプリタの読み込み、Tensorflow、numpyなどのすべての処理は、ほんのわずかな時間がかかります。これがサーバーのリクエストで発生する必要がある場合、それは遅いと思われます。 編集 私はサービス提供Tensorflowを使用することができます知っているが、理由はそれに関

    0

    1答えて

    私はテンソルフローを学習しています。テンソルフローチュートリアルのMNist for expert(https://www.tensorflow.org/get_started/mnist/pros)を完了した後、私は推論を実行するために訓練されたモデルを使用しようとしています。私は2枚の[28x28]画像をコピーし、それらを[28x28x2]配列に入れて、matlabファイルを保存しました。それ

    -1

    1答えて

    私は、CPUデスクトップに訓練されたcaffeモデルを持っています。私はそれをCaffe2を使って推論するモバイルプラットフォームに移植したいと思っています。どのように私はそれについて行く必要がありますか? Caffe2が提供するスクリプトは、モデルの変換と重みの再利用を可能にしますか?どんな助けもありがとう!ありがとうございました!!

    1

    1答えて

    私はジェネリックで全く経験していませんが、少しコードを設定しました。 私の目標は、dataに対応する正しいメソッドを選択するようにsearchData(ResultSet rs)を実装することです。これは、指定されたclass/databaseFieldの名前です。 例: data私はdata = "融資" 私は呼びたいためsearchCustomer(rs) を呼び出したいdata = "顧客"

    0

    1答えて

    ここではcreateOntologyModelには、私が探しているすべてのサブクラスおよびサブプロパティ階層の推移的閉包の弱い推論が含まれています。単純なモデルで始まる: x:A rdf:type rdfs:Class . x:A x:prop1 x:whatever . x:B rdf:type rdfs:Class . x:B rdfs:subClassOf x:A . x:B x: