利用TensorFlow的HashTable查找实现，我可以用提供的默认值返回我的SparseTensor。我想把它去掉，并得到一个不带默认值的最终SparseTensor。
如何清除默认值？为了实现这一点，我不介意默认值是什么。0可以，-1也可以。
浏览 0提问于2017-02-09得票数 3
3回答
假设我在tensorflow中有两个张量，A，B(形状相同)。假设它们都是稀疏的。我需要知道其中一个张量在给定索引处具有非零值，而另一个张量具有零值的实例的计数。因此，我正在寻找一些位置(i，j对)，其中一个矩阵在那里有一个非零值，而另一个矩阵在那里有零值。我如何有效地做到这一点呢？
浏览 2提问于2020-10-30得票数 0
1回答
正如标题所述，我试图从tensorflow中的矩阵中提取每一行的最高n个元素，并将结果存储在稀疏张量中。我已经能够用tf.nn.top_n提取索引和值，但是索引并不遵循tf.SparseTensor所要求的约定。具体来说，tf.nn.top_n返回一个与结果值矩阵(行x)形状相同的col索引矩阵，而tf.SparseTensor则需要一个(#非零x2)矩阵，其中每个非零元素有1行，而包含行和col索
浏览 1提问于2017-04-05得票数 0
回答已采纳
3回答
当我浏览pytorch文档时，我在许多函数中遇到了术语layout = torch.strided。有没有人能帮助我理解它是在哪里使用的以及如何使用的。描述说这是返回张量的理想布局。布局是什么意思?
浏览 1提问于2019-06-19得票数 12
2回答
我很难理解Tensorflow张量和稀疏张量的含义和用法。根据文件
TensorFlow将稀疏张量表示为三个独立的密集张量:索引、值和形状。在Python中，为了便于使用，三个张量被收集到一个SparseTensor类中<
浏览 3提问于2017-12-05得票数 24
回答已采纳
coo_matrix.cols]).T,dense_shape=coo_matrix.shape)
我试图理解为什么在使用TensorFlow时需要转置一个枕木稀疏矩阵
浏览 2提问于2018-09-25得票数 0
回答已采纳
为了快速调试，我尝试打印出我刚刚初始化的SparseTensor。rows = tf.Print(rows, [rows])
TypeError: Failed to convert object of type <class 'tensorflow.python.framework.sparse_tensor.SparseTensor'>
浏览 0提问于2018-03-09得票数 4
4回答
我有一个稀疏矩阵。我知道每列都有两个非零值，所以我想使用一个张量压缩(移除零)，这个张量被定义为置换矩阵的列表。[0, 0, 0, 0, 7]])trg = np.array([[2, 9, 8, 2, 4],它是相同的矩阵，但没有零。我硬编码了选择非零值的张量 [
浏览 1提问于2018-08-07得票数 1
回答已采纳
1回答
向量化张量分配
、、
我想为一个张量分配多个值，但似乎它不受支持，至少在使用时是不受支持的。上面的方法是可行的，但是的等效值并不是这样：v = tf.Variable([0, 2, 3, 1])a[r, v].assign(1)
TypeError:只有整数、切片、省略号、tf.newaxis和标量张量是有效的指标，得到<tf.Tensor: shape=(4，)如何才能做到这一点？循环是唯一的
浏览 1提问于2021-05-25得票数 1
回答已采纳
1回答
我有一个数据集，其中大多数列都有文本值。因此，我使用tfidf和count向量化器将此数据集转换为向量形式。结果，我得到了一个稀疏矩阵。我应用了决策树算法，得到了预期的结果。现在，我想准备另一个模型，在这个模型中，我只使用那些具有非零特征重要性的特征。但是，我无法过滤那些具有非零重要性的特征。我的问题是，如何才能获得另一个仅包含特征重要性为非零值的特征的稀疏矩阵？
浏览 18提问于2020-08-10得票数 0
回答已采纳
1回答
我有许多表示稀疏矩阵(即具有非零条目的列)的列表，我需要将其表示为SciPy稀疏csc_matrix。但是，请注意，在我的稀疏矩阵中只有一行，因此该列表只是指向该行中具有非零条目的列。例如：这个列表告诉我，在我的单行稀疏矩阵中，哪些列存在
浏览 4提问于2020-02-16得票数 2
但我缺乏关于这些主题的信息，如果有人能回答这些问题，我将非常感激：1)如何利用这些框架去除神经网络中各层间的特定神经元连接?2)如何为神经网络中神经元的某些设置特定的学习规则? 3)如何设置该层神经元的特定激活函数某些；如果有人想为这个项目做出贡献，那就太棒了。
浏览 2提问于2020-01-16得票数 0
回答已采纳
1回答
将稠密张量转换为粗糙张量
、、、
我有一个稀疏张量，我把它转换成密集张量。在使用tf.sparse.to_dense从稀疏到密集转换之后，我得到了如下所示的输出：我希望删除默认值，即零，并将其转换为如下所示的粗糙张量：
以上两幅图像中的数据是不同的。
浏览 0提问于2019-07-11得票数 3
回答已采纳
假设一个Tensor包含： [0 1 0]如何以本机方式获得密集表示(不使用numpy或迭代)？[2,1,0]
有做逆，也有似乎做它，但我无法弄清楚如何使用它。
浏览 4提问于2016-10-10得票数 7
回答已采纳
1回答
我正在尝试实现一个自定义损失函数，它需要取模型输出张量中的值的对数。张量也可以包含零，所以我只想取非零值并计算对数。count = K.tf.count_nonzero(y,axis=0)
浏览 2提问于2019-10-27得票数 0
2回答
我试图根据BFS输出数组按行方向选择稀疏矩阵元素。假设我的BFS输出是例如，我有一个稀疏矩阵，为20x20现在，我希望使用BFS输出作为行索引，并按照与BFS输出数组和绘图相同的顺序从稀疏矩阵中选择非零值。这是我的代码，通过它，我可以做一些工作，但不是完全符合我的要求。np.arange(0, y.size, 19))
pl
浏览 5提问于2017-12-28得票数 2
回答已采纳
3回答
我有一个不对称的稀疏矩阵，即稀疏程度是随机的，我不能指望所有的值都离对角线有一定的距离。也就是说，如果第m行的第一个非零值出现在第2列，最后一个非零<e
浏览 1提问于2010-08-13得票数 2
回答已采纳
我已经有了中的稀疏矩阵数据，即:我已经拥有非零值(以double[]的形式)、非零值的行和列索引(都是int[])的数据。//the relevant S
浏览 5提问于2017-02-27得票数 1
回答已采纳
2回答
PyTorch张量是如何实现的？
、、、、
我正在用Rust构建我自己的张量类，并且我试图使它像PyTorch的实现一样。我目前正在构建一个连续数组，因此，给定3 x 3 x 3的维数，我的数组中只包含3^3元素，这将表示张量。张量的维数应该是动态的，所以我可以有一个n维数的张量。
浏览 1提问于2018-04-09得票数 14
回答已采纳
云服务器
ICP备案
对象存储
腾讯会议
云直播
腾讯云开发者
