cntk

0зной

1ответ

Cntk не может обнаружить мой gpu cntk.all_devices()

Cntk обнаруживает только одно устройство (мой процессор), вызывая cntk.all_devices(). Однако у меня есть gpu на моем компьютере. Выполнив учебник поддерживаемого cn, я мог бы получить некоторую информ

1зной

1ответ

Как получить матрицу из двух динамических осей

У меня есть два тензора, t1 - 200-точный вектор с динамическими осями [batch_len, seq1_len], а t2 также является 200-мерным вектором с динамическими осями [batch_len, seq2_len] , Я хочу получить матри

1зной

1ответ

Как получить форму/размер слоев?

Когда я определил модель, как это: def create_basic_model_terse(input, out_dims): with default_options(activation=relu): model = Sequential([ LayerStack(3, lambda i: [ Convo

0зной

1ответ

Запрос функции: NumPy Reader

У меня есть большая коллекция массивов NumPy, сохраненных на диске. Я хотел бы читать их эффективно и одновременно с обучением. Я не могу загрузить их все в память сразу - набор данных слишком велик.

0зной

1ответ

CNTK C# Library 2.0beta11 (CNTK.CPUOnly): последовательность разреженных векторов

Возможно, что-то не хватает в документации, но как я могу создать вход, который представляет собой последовательность разреженных векторов в новом пакете CNTK.CPUOnly NuGet в C#? (https://github.com/M

2зной

1ответ

CNTK: CSV формат колонки в примере 104

В примере CNTK (CNTK_104_Finance_Timeseries_Basic_with_Pandas_Numpy) данные выглядят любит: get_stock_data меня попробовать pd.read_csv читать мои собственные данные в формате CSV: url = 'http://local

3зной

2ответ

Развертывание CNTK для прогнозов в реальном времени

TensorFlow имеет отдельный проект для его производства, как указано here, называемое TensorFlow Serving. Как использовать CNTK в производственной среде и как я должен обрабатывать ее развертывание? На

1зной

2ответ

Dump GPU memory в CNTK Перевод художественного стиля

Я просматриваю Artistic Styling transfer tutorial in CNTK. Я могу пройти через одно изображение, затем перезапустить jupyter-ноутбук, чтобы избежать нехватки памяти GPU, чтобы создать дополнительное и

1зной

1ответ

CNTK 2 отсортированные источники мини-банок

Кто-нибудь знает, как создать или использовать 2 источника или входные данные для микроавтобусов отсортированным способом? Моя проблема заключается в следующем: У меня есть изображения с именем от 0 д

1зной

2ответ

не в состоянии Eval изображение в CNTK питона

Ниже приведен код, я использую: import sys,os import numpy as np # import dicom import glob import cv2 import time import cntk import pandas as pd from PIL import Image from sklearn import cr