堆棧內存溢出
cost 227 ms
部署 TensorFlow 概率回歸 model 作為 Sagemaker 端點

[英]Deploy TensorFlow probability regression model as Sagemaker endpoint

我想在本地開發一個TensorFlow 概率回歸 model並部署為 Sagemaker 端點。 我之前已經像這樣部署了標准 XGB 模型，並且了解到可以像這樣部署 TensorFlow model： 但是，我認為這不會涵蓋例如依賴項： 我需要使用腳本模式還是 Docker？ 任何指針將不勝感激。 ...

conda/mamba 無法解決 tensorflow_probability 和 tensorflow 依賴

[英]conda/mamba can't solve tensorflow_probability and tensorflow dependencies

問題我正在嘗試創建一個 conda 環境，conda/mamba 似乎無法解決 tensorflow 的tensorflow_probability依賴tensorflow 。 更多上下文我正在嘗試使用 mamba 創建滿足以下要求的 conda 環境： 安裝期間一切正常，我最終安裝了以下版本： 但 ...

如何根據 Tensorflow 概率中的條件二進制值實現多項條件分布？

[英]How to implement Multinomial conditional distributions depending on the conditional binary value in Tensorflow Probability?

我正在嘗試在 Tensorflow 概率中構建圖形 model，我們首先從分類分布中采樣一些正（1）和負（0）示例（count_i），然后根據（count_i）的值構建多項分布（Y_i） ）。 這些事件 (Y_i) 是互斥的： Y_1 ~ 多項式([.9, 0.1, 0.05, 0.05, 0. ...

如何在密集變分層之后添加自定義層？

[英]How to add a custom layer after a densevariational layer?

我是深度學習的新手。 我制作了一個帶有少量密集變分層的小型貝葉斯神經網絡。 我教在最后添加一個自定義層，這樣 bnn 就不會直接學習目標 y，而是一個簡單方程 $y= f(x,w)$ 的參數 w。 但是當我嘗試在 tfp.layers.DistributionLambda(normal_sp) 之 ...

從 TensorFlow model 獲取概率分布曲線

[英]Getting a probability distribution curve from a TensorFlow model

我正在嘗試學習使用 TensorFlow ，所以我試圖制作一個概率 ML model 來獲得基於最后 n 天價格序列的第二天股票價格的概率分布，這樣做時我設法預測了第二天的價格但沒有得到 model 的概率分布。 如何從 TensorFlow model 中獲得 model 預測所基於的曲線？ 這是 ...

盡管更改了用於預測時間序列的輸入，Tensorflow 返回相同的輸出

[英]Tensorflow returning same outputs despite changing inputs for predicting a time series

我正在嘗試使用 tensorflow 概率來預測未來時間序列的分布，以改進我當前基於經典時間序列 model (GARCH) 的 model。 本質上，我堆疊了 LSTM、一個 Flatten 層、Dense 層，最后是一個帶有 StudentT 分布的 DistributionLambda 層，以 ...

限制 GPFlow 超參數時的數值不穩定性

[英]Numerical instabilities when bounding GPFlow hyperparameters

在GPflow 2.0 中使用 Tensorflow 雙射器鏈進行邊界超參數優化中，我找到了一個很好的解釋，說明了如何為我的超參數設置邊界。 不幸的是，我注意到使用tensorflow_probability.bijectors.Sigmoid變換會導致數值不穩定，導致參數值超出[low, high ...

將 tensorflow 概率的一個因素邊緣化

[英]Marginalizing a factor on tensorflow probability

我有一個聯合概率分布，定義如下： 現在我想在因子s2上邊緣化它，但我沒有找到一個好的方法。 我在文檔中找到了這個，但我不明白我將如何使用 function。 關於我怎么能做這樣的事情的任何想法？ ...

將 tensorflow 腳本轉換為 pytorch（TransformedDistribution）

[英]Convert a tensorflow script to pytorch (TransformedDistribution)

我正在嘗試在 pytorch 中重寫 tensorflow 腳本。 我在從這個腳本中找到以下行的torch中的等效部分時遇到問題： 特別是，我在替換tfp.bijectors.Chain組件時遇到了很大的問題。 我在torch中寫了以下幾行，但我想知道 pytorch 中的這些行是否與上述tens ...

TensorFlow 貝葉斯神經網絡中的可重復性（DenseVariational 層）

[英]Reproducibility in TensorFlow Bayesian Neural Network (DenseVariational layers)

我正在使用 TensorFlow DenseVariational層訓練以下 BNN，並且我進行的每次訓練都獲得了對均值和置信區間的顯着不同的預測。 我希望再次進行相同的訓練會導致類似的表現。 這是 3 個不同訓練課程的預測結果圖，我認為問題不在於 epoch 的數量，因為 100K 對於這個簡單 ...

在streamlit-cloud上導入tensorflow概率時出錯

[英]Error when importing tensorflow probability on streamlit-cloud

我是 streamlit 應用程序環境的新手。 我正在嘗試使用網站 ( https://share.streamlit.io/ ) 上提供的部署應用程序功能將我的 streamlit 應用程序部署到 streamlit-cloud 上。 應用程序部署，但在導入 tensorflow-probabil ...

將 tensorflow 概率約束為正系數

[英]Constrain tensorflow probability to positive coefficients

我有一個 tensorflow sts model 我希望將線性回歸系數限制為大於零。 我知道這可以通過先驗傳遞半正態分布來實現： 但是，它抱怨我的 dtypes 與錯誤不一樣： 我約束線性回歸系數的方法是否正確？如果正確，我如何指定 HalfNormal 分布是 float64 類型？ ...

Tensorflow概率分布中的model結構化參數如何？

[英]How to model structured parameters in Tensorflow Probability distributions?

我想要 model 具有結構化參數的多元分布，例如：具有由低秩部分和對角線部分組成的協方差矩陣的多元正態分布。 實現這一目標的推薦方法是什么？ （張量流 2.8）DIM=4 mean = tf.Variable(np.zeros(DIM), dtype=tf.float32, name='mea ...


排序:
質量:
 
粵ICP備18138465號  © 2020-2024 STACKOOM.COM