关于tensorflow.data.Dataset中的repeat函数，如果repeat函数中没有参数，repeat()，张量应该无限重复。for count_batch in ds_counter.repeat().batch(10).take(10):
[0 1 2 3 4 5
浏览 36提问于2020-05-21得票数 0
image_size = 256 #image size which is input shape of the densenet121base_in=base_model.input #base_in.shape = (None, 256, 256, 3)
浏览 4提问于2021-11-16得票数 1
1回答
我需要对tensorflow占位符或传递给它的数据进行数学运算，并使用shape (None, 128, 128, 3)。我需要在location [:, i:i+5, j:j+5, 3]中向这个占位符添加一个形状为[:, i:i+5, j:j+5, 3]的过滤器。我该怎么做？outs = tf.tensor_scatter_nd_add(outs, [[[i + k, j + l] for k in range(5)] for l in
浏览 7提问于2022-11-07得票数 0
回答已采纳
1回答
我有一个关于张量操作的想法，这个操作通过迭代不难实现，批量大小为1。不过，我想尽可能地并行化它。import numpy as np
batch_size = 256
Y_<
浏览 5提问于2022-03-30得票数 0
回答已采纳
2回答
广播和级联粗糙张量
、、、、
我有一个粗糙的张量维数[BATCH_SIZE, TIME_STEPS, EMBEDDING_DIM]。我想用另一个形状[BATCH_SIZE, AUG_DIM]张量的数据来增加最后一个轴。如果每个例子的张量都不是变化的TIME_STEPS，我可以简单地用tf.repeat重新构造第二个张量，然后使用tf.concat
# shape: [BATCH_SIZE, TIME_STEPS, EMBEDDING_DIM]
emb = tf.constan
浏览 4提问于2021-03-12得票数 7
回答已采纳
我有输入[batch, n_classes - k, 5]的三维张量和指数[batch, n_classes - k]的2D张量。我考虑创建一个零[batch, n_classes, 5]张量，并将当前索引沿轴1分配给X，但是在张量中不允许赋值。在tensorflow中有什么简单的方法可以做到这一点吗？0.49161586, 0.47347176, 0. ]] [0, 2], [1, 2]batch_size</
浏览 2提问于2020-09-01得票数 1
回答已采纳
我正在尝试创建一个4维图像张量的掩模张量(批次，h，w，通道)，批次的大小可能会有所不同。蒙版基本上是图像上的一个矩形区域，具有给定的x和y位置。X和y也是上层的张量。在numpy中，它类似于：mask[:]=0我尝试将掩码设置为变量，但它需要输入图像的形状。我找不到一种方法来设置掩码的x和y值。有没有有效的方法来做到这一点？
浏览 13提问于2021-03-02得票数 0
1回答
假设我有一个形状的张量I (batch_size X N)，其中的值是整数< max_indexes。我希望，在不使用任何循环的情况下，创建一个形状的张量A (batch_size X max_indexes)，其中A[batch_num,i]是i出现在I[batch_num]中的次数。例如(batch_size=3, N=4, max_indexes=9)：>>> Ia
浏览 3提问于2022-01-12得票数 0
回答已采纳
1回答
图像分类数据发生器
、、、
生成器应该接收数据的batch_size，然后创建X个增强图像。然后，我想从这180个图片中提取一个batch_size，比方说30，这将创建6个划时代的步骤，每步30幅图像。然后，我想要生成一批新的图像，并重复这些步骤的X数量的时代。def __init__(self, X, y, img_gen, batch_size, shuffle = True): self.y = yself.batch_size = batch_size
浏览 17提问于2022-09-30得票数 0
,])def print_dataset(ds): print("---Batchtf.keras.preprocessing.timeseries_dataset_from_array(simple_features, simple_labels, sequence_length=4, batch_size
浏览 0提问于2021-11-02得票数 1
回答已采纳
代码片段NUM_BOXES = 100NB_DATA_SAMPLES = 32
images_ = tf.keras.Input(shape=(IMG_SIZE, IMG_SIZE, 3), batch_size=BATCH_SIZE, dtype=tf.float32)
boxes_ = tf.keras.Input(shape=(NUM_
浏览 4提问于2021-06-14得票数 1
self.d_loss = self.train_discriminator_wgan_gp(real_images, alpha)
batch_size= real_images.shape[0]
z = tf.random.normal((batch_size下面是我试图通过它的train_on_batch()方法(doc这里：)给keras的一些东西
浏览 4提问于2022-04-05得票数 1
2回答
https://arxiv.org/pdf/2002.05709.pdf Args:
zi: One half of the input data, shape = (batch_size
浏览 160提问于2020-07-08得票数 1
回答已采纳
1回答
我试图在MNIST数据集上使用InceptionV3进行转移学习。import numpy as npimport numpy as npfrom PIL import Image
import tensorflow.compat.v1 as tfv1
from tensorflow.python.keras.applications import Incept
浏览 0提问于2019-09-28得票数 1
我原以为这就是batch_gather的用途：“广播”收集第一个(批)维度的索引。3, 2, 5))
[2, 1], [1, 1],], tf.int32)
tf.batch_gather
浏览 23提问于2019-01-30得票数 2
我理解tf.image增强的功能，但我希望不仅在我的数据集中有增强的图像，而且还保留原始图像。这样，我就有了原始版本和许多增强版本，从而扩展了数据集。我如何在TensorFlow或Keras中做到这一点？最好也在数据管道中实现。
浏览 3提问于2022-02-10得票数 1
1回答
BERT和CNN级联
、、、、
我想把两个模特连在一起。我有一个伯特模型和一个EfficientNet模型。text = model_Bert(input_text)img = model_EfNet(input_img)dense = layers.Dense(512, activation='relu')(con
浏览 0提问于2020-02-24得票数 0
关于版本
我正在运行Python3.8和Tensorflow v2.9.1。由于各种原因，我只能在图形模式下运行--即tf.compat.v1.disable_eager_execution()。
浏览 4提问于2022-08-22得票数 0
1回答
函数以处理这个问题，新函数由 if isinstance(X, tuple): batch_sizei in range(self.d_steps): noise = tf.random.normal((batch_size, self.latent_dims))
noise = tf.reshape(nois
浏览 1提问于2022-05-17得票数 1
回答已采纳
batch = random.randrange(0, len(X)-N_BATCH)
sess.run(train_step, feed_dict={x_: X[batch:batch+N_BATCH], y_: Y[batch:batch+N_BATCH]})
浏览 14提问于2016-08-21得票数 2
云服务器
对象存储
ICP备案
云点播
实时音视频
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