我正在尝试学习tensorflow，我已经用简单的感知器做了一些练习，比如，一个特征，一个输出。Y = tf.nn.relu(tf.add(tf.matmul(x, W),b)) 尺寸必须相等，但对于输
浏览 0提问于2017-06-08得票数 1
回答已采纳
我的问题如下:如果我有一个形状为'None'的占位符，我如何在tensorflow中编写代码来循环'None'的形状的值？例如，给定一个占位符，如果我预定义了形状，我可以这样写： [i for i in range(placeholder.shape[0].value)] 但是，当形状为'None'时，我如何</
浏览 6提问于2019-02-28得票数 0
1回答
我正在尝试获取Tensorflow中占位符的尺寸。函数tf$shape立即出现在我的脑海中。我毫不费力地使用tf$shape获得具有正维的占位符的形状。但是，我希望占位符能够接受不同大小的输入，所以我将一维保留为NULL。现在，根据我的理解，当谈到维度时，Tensorflow将NULL和-1等同对待。placeholder(tf$float32, shape = shape(NULL, 2L))
sess =
浏览 1提问于2017-08-16得票数 0
我正在从以下示例中学习TensorFlow：
我在下面的代码中有几个问题:当定义诸如X、Y、W和b这样的占位符和变量时，我们为什么不需要指定它们的维度？如果不知道这些占位符/变量的大小，代码将如何分配内存？谢谢!
浏览 2提问于2016-12-27得票数 6
回答已采纳
tf.cond(cond, fn1, fn2)似乎对两个分支都执行可能的依赖关系，所以我们想要执行的任何计算都是在条件必须放在fn1 fn2函数中的情况下执行的。
然而，我对fn到底是什么感到困惑。tensorflow中的每个变量/op都应该是计算图的一个节点，但是fn实际上是python函数。这就引出了许多问题。例如，该函数是否在每次执行sess.run时都会重新评估？这个函数每次能返回不同的计算图吗？能否在其中定义占位符
浏览 1提问于2017-02-07得票数 0
回答已采纳
如何使用小批量数据在TensorFlow中训练网络？在Deep-MNIST教程中，他们使用： batch = mnist.train.next_batch(50)我的问题是-具有维度的x和y_变量是否适合单个示例，而batch[0]和batch[1]是此类输入和输出的列表？在这种情况下，TensorFlow是否会自动为这些列
浏览 4提问于2016-07-02得票数 6
回答已采纳
对于那些知道这一点的人，我想知道如何在非Keras模型上运行Carlini-Wagner的攻击脚本。假设我有一个包含实现分类模型的tensorflow图的类： def __init__(self):
self.x = tf.placeholder我如何修改我的“分类器”类以使其成为可能，例如，一个接受Tensorflow变量或占位符并输出另一个变量或占位符的
浏览 1提问于2020-02-29得票数 0
import tensorflow as tf
b = tf.placeholder(tf.int32)
def initw(a,b):
浏览 0提问于2018-04-30得票数 0
回答已采纳
我试图理解TensorFlow中占位符和变量之间的区别：W = tf.Variable(rng.randn(), name="weight")
浏览 3提问于2016-12-23得票数 13
回答已采纳
我只是想了解一下TensorFlow的命名行为，我仍然需要一些澄清。我在一个项目中遇到了张量命名的麻烦，因为它们是在一个函数中预定义的，这个函数后来被调用。我将reuse设置为true，所以我希望张量再次出现在相同的variable_scope "foo“中，或者程序抛出一个错误，比如"tensors已定义”。graph.get_tensor_by_name("foo/v:0")<tf.Variab
浏览 109提问于2018-06-22得票数 2
回答已采纳
假设我们有一个tensorflow占位符，如下所示：我想创建另一个张量y，它的形状是as x，除了第一维和第二维y = tf.placeholder(tf.float32, (6, 6, 3, ..., 1))y = tf.placeholder(tf.float32, (x.shape[0]* 3, x.shape[1] * 3, re
浏览 1提问于2018-09-03得票数 1
回答已采纳
假设我有一个张量x，它的尺寸在图初始化时没有定义。我可以使用以下命令获取它的形状：现在，如果我想要基于x_shape中定义的值创建一个变量，请使用：我得到一个错误，因为传递给参数形状的值必须是int而不是Tensor。如何在不使用占位符</e
浏览 0提问于2017-08-17得票数 6
X是一个形状为(1000,26)的数组，Y是形状为(1000，1).For的数组，不管tf/keras为什么不喜欢我的输入。
到目前为止，我已经尝试更改了输入类型。
浏览 17提问于2019-08-14得票数 0
最近开始使用tensorflow，我真的对feed_dict的功能感到困惑。看看来自tensorflow网站的mnist示例，x是一个符号占位符，每次训练迭代都会用一批新的图像填充，所以这里的“None”也可以是“batch_size”。x = tf.placeholder(tf.float32, shape=[None, 784])x_image例如，当我们定义
浏览 1提问于2016-08-04得票数 0
回答已采纳
在从训练到推理的过程中，我试图了解在RNNCell中权重是如何缩放的。将下列占位符定义为：在训练期间，batch_size被设置为10，例如，两个张量都有10，max_seq_len形状。然而，在推理过程中，只使用了一个例子，而
浏览 0提问于2017-11-29得票数 0
回答已采纳
好的，下面的场景是:我有一个变量var，它的秩是固定的，但是它的形状不是。例如，它可以是任意长度的一维张量。我想在会话开始时用我的图形初始化一次var。我使用附加到此变量的占位符来执行此操作(请参见下面的代码)。然后，在我的图形中进行一些计算，在某个时候，我需要从var中提取所有大于0的值，如下所示：
init_var = tf.placeholder(现在，如果我将validate_shape设置为True，那么这个异常就消失了
浏览 5提问于2017-11-01得票数 3
2回答
我正在通过tensorflow实现一个自定义的成对损失函数。但是，我不知道如何在tensorflow中实现它。在我当前的实现中，我使用迷你批处理并将训练标签设置为占位符，如：y = tf.placeholder("float", [None, 1])。有人能建议如何在tensorflow中做到这一点吗？谢谢!
浏览 2提问于2017-12-24得票数 2
我将tensorflow与Functional API一起使用，它传递表单的张量 (None, a,b) 层与层之间。对于自定义层，我希望使用基本操作，这些操作总是生成以下形式的产品 (a,b) 为了获得一致的解决方案，我还需要将其引入到表单(None,a,b)中。如何在当前版本的tensorflow中做到这一点。许多当前的解决方案都不起作用，因为占位符等概念似乎不再可用。 如果要添加自定义元素，此错误将使tensorflow
浏览 7提问于2020-10-06得票数 0
如何在Tensorflow中高效地实现这样的东西：for i in some range:其中simple_op_graph依赖于作为占位符输入的输入(每次迭代都不同)。我希望避免在每次迭代中重新计算expensive_op。我研究过partial_run，但它似乎不适用于
浏览 6提问于2019-12-03得票数 0
回答已采纳
我定义了一个占位符z_，它存储具有(100，)形状的一维数组，为了打印占位符z_的值，我必须将它存储在另一个变量z1中。在训练循环中，我使用mini batch方法，每次我选择30个批量。但是当我在训练循环中打印z1时，它会打印形状为(100，)的所有值。为什么它不像在batch_size中那样选择前30个值？
浏览 14提问于2018-09-06得票数 0
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
