[object detection] TypeError: can't pickle dict_values objects · Issue #4780 · tensorflow/models
creating index... index created! 2018-07-16 22:12:38.626883: W T:\src\github\tensorflow\tensorflow\core\framework \op_kernel.cc:1306] Invalid argument: TypeError: can't pickle dict_values objects Traceback (most recent call last): File "d:\Program Files\Anaconda3\lib\site-packages\tensorflow\python\ops\scrip t_ops.py", line 158, in call ret = func(*args) File "D:\Program Files\Anaconda3\Lib\site-p
![[object detection] TypeError: can't pickle dict_values objects · Issue #4780 · tensorflow/models](https://cdn-ak-scissors.b.st-hatena.com/image/square/727b49a86aabd1a024673d851fdd3145d2aeb677/height=288;version=1;width=512/https%3A%2F%2Fopengraph.githubassets.com%2Fefad88dafd104f991b24eac0c2bb3cc2a36e9d5b947f0921e91c7be1193da333%2Ftensorflow%2Fmodels%2Fissues%2F4780)
Mac OS X Python 3.5 binary runtime warning for Tensorflow 1.5.0+ · Issue #18850 · tensorflow/tensorflow
System information Have I written custom code (as opposed to using a stock example script provided in TensorFlow): No OS Platform and Distribution (e.g., Linux Ubuntu 16.04): Mac OS X 10.13.4 TensorFlow installed from (source or binary): binary (or whatever pip is) TensorFlow version (use command below): 1.5.0+ Python version: 3.5.2 Bazel version (if compiling from source): GCC/Compiler version (i
tensorflow/tensorflow/contrib/lite/experimental/micro at master · tensorflow/tensorflow · GitHub
TensorFlow Lite for Microcontrollers This an experimental port of TensorFlow Lite aimed at micro controllers and other devices with only kilobytes of memory. It doesn't require any operating system support, any standard C or C++ libraries, or dynamic memory allocation, so it's designed to be portable even to 'bare metal' systems. The core runtime fits in 16KB on a Cortex M3, and with enough operat
models/running_locally.md at master · tensorflow/models · GitHub
Running Locally This page walks through the steps required to train an object detection model on a local machine. It assumes the reader has completed the following prerequisites: The Tensorflow Object Detection API has been installed as documented in the installation instructions. This includes installing library dependencies, compiling the configuration protobufs and setting up the Python environ
tensorflow/README.md at master · tensorflow/tensorflow · GitHub
Quantization-aware training Quantization-aware model training ensures that the forward pass matches precision for both training and inference. There are two aspects to this: Operator fusion at inference time are accurately modeled at training time. Quantization effects at inference are modeled at training time. For efficient inference, TensorFlow combines batch normalization with the preceding con
probability/README.md at main · tensorflow/probability
TensorFlow Probability is a library for probabilistic reasoning and statistical analysis in TensorFlow. As part of the TensorFlow ecosystem, TensorFlow Probability provides integration of probabilistic methods with deep networks, gradient-based inference via automatic differentiation, and scalability to large datasets and models via hardware acceleration (e.g., GPUs) and distributed computation. T
tensorflow/README.md at master · tensorflow/tensorflow · GitHub
TensorFlow Lite for Microcontrollers This an experimental port of TensorFlow Lite aimed at micro controllers and other devices with only kilobytes of memory. It doesn't require any operating system support, any standard C or C++ libraries, or dynamic memory allocation, so it's designed to be portable even to 'bare metal' systems. The core runtime fits in 16KB on a Cortex M3, and with enough operat
tf.keras multi input models don't work when using tf.data.Dataset · Issue #20698 · tensorflow/tensorflow · GitHub
Please go to Stack Overflow for help and support: https://stackoverflow.com/questions/tagged/tensorflow If you open a GitHub issue, here is our policy: It must be a bug, a feature request, or a significant problem with documentation (for small docs fixes please send a PR instead). The form below must be filled out. It shouldn't be a TensorBoard issue. Those go here. Here's why we have that policy:
tpu/models/experimental/keras at master · tensorflow/tpu · GitHub
Keras TPU Integration This directory contains examples of using the experimental Cloud TPU-Keras integration that was added in TF 1.9. To learn more about this new integration, check out the documentation (coming soon!). MNIST This is a simple sequential convolutional network to recognize handwritten digits. This is a simple example of how to use the new Keras integration. ResNet-50 ResNet-50 is a
models/samples/languages/java at master · tensorflow/models · GitHub
TensorFlow for Java: Examples These examples include using pre-trained models for image classification and object detection, and driving the training of a pre-defined model - all using the TensorFlow Java API. The TensorFlow Java API does not have feature parity with the Python API. The Java API is most suitable for inference using pre-trained models and for training pre-defined models from a sing
Mesh TensorFlow - Model Parallelism Made Easier
Introduction Mesh TensorFlow (mtf) is a language for distributed deep learning, capable of specifying a broad class of distributed tensor computations. The purpose of mesh-tensorflow is to formalize and implement distribution strategies for your computation graph over your hardware/processors For example: "Split the batch over rows of processors and split the units in the hidden layer across colum
初めての機械学習〜Python, Tensorflowのインストールまで〜 - Qiita
初めての機械学習 この記事は、初めて機械学習に触れる初心者を対象に書かれています。 Anaconda Navigaterを使おう Anacondaを使用したPythonのインストール（3.6） https://www.anaconda.com/download/#macos Anaconda Nabvigaterで新しいユーザーの作成をしよう 仮想環境ごとにパッケージを管理することで、バージョン管理ができる Jupyter Notebookを使ってみよう。 Jupyter Notebookとは？ 仮想環境を提供してくれるやつ。ここでPythonの命令が打てます。 インストールするには 実行環境のJupyter Notebookのインストール 上記でインストールしたAnaconda Nabvigaterからインストールしてください。 TensorFlowのインストール Anaconda Na
KerasでTensorFlowの関数を使ったカスタムレイヤーを作る - Qiita
Kerasでちょっと複雑な計算をしようとすると、Kerasのバックエンドで定義されている関数だけでは物足りなくなることがあります。そういうときは豊富なTensorFlowの関数を使ってみましょう。TensorFlowの関数を使ったKerasのカスタムレイヤーは意外と簡単にできたので紹介します。 Kerasのバックエンド関数は実はTensorFlow関数のラッパー Kerasはバックエンドにより処理系統が異なりますが、TensorFlowがバックエンドのときはTensorFlowの関数をそのまま返しています。TensorFlowがバックエンドのときのソースコードを覗いてみます。こちらにあります。 例えば絶対値を返すバックエンド関数K.abs()はこんな定義になっています。
クロダイとキビレの画像識別 - Qiita
釣りが趣味で、よく黒鯛（チヌ）、キビレ（キチヌ）を釣るのですが、この2魚は姿、形がとても似ています。そのため、素人ではなかなか見分けがつきません。僕は余裕ですが。 上が黒鯛で下がキビレ。ほぼ同じですね。 一番の見分けポイントは下ビレが黒いほうが黒鯛、黄色いほうがキビレです。 釣れたときに、あれ？これ黒鯛？キビレ？どっちだ？ってことがよくあると思います。 そして、キビレは黒鯛に対し味が落ちるため、釣れた時に持ち帰るかリリースするか即座に判断しないといけません。 そこで今回は、この２魚を識別することができるのか、pythonで検証しました。 将来的にはその場で写真を撮って画像をアプリに投げ、判定する。そんなことができたらいいですね。いや、いらないですね。 ソースコード、手順は以下記事を参考にさせていただきました。 ■ TensorFlowで画像認識「〇〇判別機」を作る https://qiit
機械学習+Unityで水遁・水龍弾！（誇張） - Qiita
キーワード Unity, Perception Neuron, モーションキャプチャ, 機械学習, ニューラルネット, Tensorflow モチベーション Unity+Tensorflowといふものを、してみむとてするなり。 結果 Youtubeが開きます。 概要 何番煎じか分かりませんが、Unity+Tensorflowネタがやりたかったのです。 文字認識などはありきたりなので、お題はNARUTOより、十二支の印の判別としました。 具体的な個々の指の形に関しては、Googleの画像検索などでよろしくお願いします。 NARUTO + 印 臨兵闘......と続くものも検索に引っ掛かりますが、子、丑、と続く方です。 学習については画像判定ではなく、モーションキャプチャを用いて取得した値を用います。これは、最終的な利用シーンとしてカメラに正対する想定をしないためです。 印の画像を見比べるに、
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
GitHub - tensorflow/ranking: Learning to Rank in TensorFlow
Fix error that bugs Keras during multi-gpu with batch normalization by owsd · Pull Request #23197 · tensorflow/tensorflow · GitHub
ubuntu18.04にCuda9.0を入れてtensorflow-gpuを使う - Qiita
プログラミング初心者がラズパイでカメラを作る 1 - Qiita
Deep Learningが視覚的にわかるサイト - Qiita
