1回答
变维张量和权重的求和
、、、
我正在尝试在keras中创建自定义层，但我遇到了一个奇怪的问题。当我在返回答案之前对张量求和时，维度发生了变化。当我将两个张量的偏置权重相加时，就会发生这种情况，请参见下面的代码。initializer='zeros',
trainable=True) 是否应该将权重self.b传播为形状(5,None)，然后将其添加到求和中，而不是删除None维度？None的</
浏览 16提问于2021-01-20得票数 1
回答已采纳
1回答
我发现不可能获得n维数组中的最大张量，即使是通过对张量求和并使用gather或gather_nd也是如此。我需要得到每个(-1，0，30)，(-1，1，30)，(-1，2，30)和(-1，3，30)的最大权重集合，所以在第二维</
浏览 0提问于2017-08-18得票数 0
2回答
我有一个深度神经网络，其中层之间的权重存储在一个列表中。>>> avs.layers
[<neural_network.Layer object at 0x10
浏览 53提问于2015-12-30得票数 10
回答已采纳
我有一个很容易回答的问题。但是对边缘TPU编译器的要求是：“张量要么是1-，2-，或者是三维。如果一个张量有超过3维，那么只有最里面的三个维度的尺寸可能大于1。”()
现在来问我的问题:如果只有大于一个可用尺寸的三维
浏览 1提问于2019-08-15得票数 1
回答已采纳
我为我的第一个卷积层指定了input_shape的形状( 28，28，1)，但是当我向模型传递一个相同形状的张量时，我得到这个错误，要求input_shape为(null，28，28，1)。这是我的张量预处理代码： consttf.tensor1d([0.2989, 0.587, 0.114])
tensor = tf.
浏览 2提问于2020-05-13得票数 0
我正在读tensorflow.js中的RGB图像，需要找出该图像中的黑色像素0,0,0的数量？有什么方法可以做这个操作吗？
浏览 16提问于2020-08-06得票数 1
回答已采纳
神经网络输出用具有维数A的张量(a,b,c)表示。权重在具有维数B的矩阵(d,b)中指定。
对于d = 1，我可以执行tf.tensordot(A,B,[1,1])来获得维度(a,c)的结果。
浏览 1提问于2019-03-28得票数 2
回答已采纳
你好，我是tensorflow的新手，目前，我正在处理彩色图像，这是PCAS。对于tensorflow来说，它是一个三维张量。],[4096,1]) ,tf.matmul(ppca[:,:,2],h0[i,:,:,2]) + tf.resh
浏览 6提问于2017-04-19得票数 1
回答已采纳
4回答
MPSCNN权序
、、、、
金属性能Shader框架为构建您自己的卷积神经网络提供了支持。例如，在创建MSPCNNConvolution时，它需要一个4D权重张量作为init参数，该参数表示为一维浮动指针。,文档中有关于4D张量的说明。滤波器权重的布局可以被重新解释为4D张量(阵列) weightoutputChannelskernelWidth。
不幸的是，这些信息并没
浏览 1提问于2016-11-10得票数 6
回答已采纳
sequence_Loss模块的有三个必需的参数，它们将它们作为输出、目标和权重列出。
输出和目标是不言自明的，但我希望更好地理解weight参数是什么？另一件让我感到困惑的是，它说targets应该和输出一样是length，它们到底指的是张量长度是什么？尤其是当它是三维张量的时候。
浏览 9提问于2016-12-14得票数 5
回答已采纳
我现在试图在不平衡的数据集上使用tf.losses.sigmoid_cross_entropy。但是，我对参数权重有点困惑。以下是文件中的评论：
权重:可选的张量，其等级为0，或与标签的等级相同，并且必须可向标签广播(即所有尺寸必须为1，或与相应的损失维相同)。我知道在tf.losses.softmax_cross_entropy中，参数权重可以是一个秩1的张量，每个样本都有权。
浏览 0提问于2018-02-08得票数 0
假设我有两个张量，它们的形状分别是[b, n]和[b, n, m]。它们可以解释为一批输入向量(每个形状为[n] )和一批权重矩阵(每个形状为[n, m] )，其中批大小为b。我想通过第一维对这些向上的元素，这样每个输入向量都有一个相应的权重矩阵，然后用它的权重乘以每个输入，从而得到形状[b, m]的张量。在一般的Python中，我怀疑这看起来像
浏览 0提问于2019-03-16得票数 1
回答已采纳
我想把张量投射到一个有额外维度的空间中。一个解决办法就是 in_features=num_inputs,)但是我想这个解决方案将变得很难理解，特别是当一个投射到多个额外的维度是需要的时候。有更直接的方法来编码这个操作吗？
也许可以更改
浏览 3提问于2022-05-29得票数 0
4回答
我正在寻找一种在Matlab中收缩张量的两个指数的方法。
假设我有一个17,10,17,12维的张量，我正在寻找一个函数，它在第一和第三维上以相同的指数求和，并留下一个维的矩阵。我目前正在研究张量网络，我主要使用“置换”和“重塑”功能。如果一个人正在收缩多个张量，并且从一开始就不小心，那么他可能会以i，j，i，k形式的<
浏览 5提问于2019-04-29得票数 2
3回答
torch.bmm(attn_weights.unsqueeze(0),我理解为什么我们需要增加注意力权重和编码器输出torch.bmm文件说
batch1和batch2必须是三维张量，每个张量都包含相同数目的矩阵.若batch1为(b×n×m)张量</
浏览 2提问于2018-06-12得票数 11
回答已采纳
1回答
如何添加数组(张量)列表
、、、
我定义了一个简单的conv2d函数来计算输入和内核(都是2D张量)之间的相互关系，如下所示： h = K.shape[0](ĥ): Y[i, j] = (X[i: i+h, j: j+w]*K).sum()
当X和K为3级张量时，我计算每个通道的conv2d，然后将它们相加如下：
def
浏览 1提问于2019-10-29得票数 2
回答已采纳
1回答
我试图操纵不同神经网络的单个权重，看看它们的性能是如何降低的。作为这些实验的一部分，我被要求从它们的重量张量中随机取样，我理解为用替换的抽样(在统计意义上)。然而，由于它是高维的，我被如何以一种公平的方式来做这件事所困扰。下面是我考虑这个问题的方法和研究：
这以前是通过选择一个随机层，然后在该层中选择一个随机权重来实现的(忽
浏览 0提问于2019-04-28得票数 1
回答已采纳
我有复变值的维数张量(B，N，K)，我想把张量转换成维数(B，N,2*K)，使每个实值都放在它的复值旁边，类似这样： [-0.01+0.34j[[ 0.54+0.49j 0.28+1.75j] [-0.89+0.32j -1.88+0.15j]]] (2, 3, 2) [-1.52 1
浏览 6提问于2022-08-07得票数 -1
回答已采纳
该模型的框图如下模型将输入序列嵌入到三维张量中。然后，双向lstm创建编码层。接下来，将编码的序列发送到自定义注意层，该自定义注意层返回对每个隐藏节点具有注意力权重的2D张量。现在，在解码器(另一个双lstm)中，将解码器输入和注意权重作为输入传递。利用softmax激活函数将解码器的输出发送到时间分布密集层，以概率的方式得到每个时间步长的输出。该模型的</em
浏览 0提问于2018-07-25得票数 6
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
