在一些应用程序中，比如slot attention (在Pytorch here中实现)，有必要沿批处理维度进行广播。但是，我看不到如何使用函数式API来实现这一点。例如, import tensorflow as tfinput = tf.keras.layers.Input((4))
const = tf.broadcast_toValueError: Cannot convert a partia
浏览 15提问于2020-08-02得票数 1
回答已采纳
我刚刚使用了tf.keras.utils.plot_model，并出现了以下图表：图的右侧显示带有垂直分割的输入和输出形状，但它应该是一个水平拆分，以与左边的"intput:“和" output代码行：from tensorflow.keras.layers import Input, Conv2D, Dense, Flattenfrom tensorflow.keras.utils im
浏览 5提问于2022-07-06得票数 0
回答已采纳
0回答
我需要计算张量x和一组张量ys之间的平均欧几里得距离(在tensorflow中表示为具有附加维度的单个张量)。对于一个可行的训练，计算必须是批量的(只有X，Y保持不变)，而且计算必须是可微的，我不知道广播是否违反了这一要求。我知道如何计算所有张量的平均值，以及xs和ys之间的欧几里得距离，其中xs和ys的维数相同，但这里我有点迷路了。
浏览 2提问于2017-12-05得票数 0
我在tensorflow/keras中定义了一个LSTM模型，如下所示。我只包含与该问题有关的相关细节。，我得到了X_test_seq (30355，60，1)的Y_test_seq_pred，而我期望的是shape (30355，)的预测。这是因为上面代码中的l4行应该是我的问题是，对于原始代码，当传递给fit()方法的Y_train_seq的</e
浏览 0提问于2020-05-26得票数 1
1回答
可变批量张量的显式广播
、、、
我正在尝试在TensorFlow2.0RC中实现一个自定义的Keras Layer，需要将一个[None, Q]形状的张量连接到一个[None, H, W, D]形状的张量上，以产生一个[None,假设两个输入张量具有相同的批量大小，即使事先不知道。此外，H、W、D和Q在写入时都是未知的，但在第一次调用该层时会在该层的build方法中进行求值。下面是一个尝试使用从shape [None, 3]到shape [None
浏览 6提问于2019-08-30得票数 1
回答已采纳
给定形状为a，n和y的张量x，形状为b，n，函数f(p，q)对形状为1,n的张量进行运算并返回一个标量值，如何在x和y的批量维度上成对地计算f，以便我得到的张量为a,b,1 我知道这适用于这里描述的乘法和加法这样的操作:通过隐式广播的Evaluate all pair combinations of rows of two tensors in tensorflow。如何<
浏览 12提问于2019-12-12得票数 1
我有一个数据生成器，它生成批量输入数据(X)和目标(Y)，还有一个掩码(batch_mask)将应用于模型输出(相同的掩码适用于批处理中的所有数据池；不同批的掩码有不同的掩码，数据生成器负责完成此操作)我希望Keras允许我使用任何一个，我只想在第一个维度上创建一个1形状的掩码。，为什么Keras不沿着第一个维度广播？，看起来这不应该很复杂。：
重复这个掩码，使batch_mask的第一个维
浏览 12提问于2022-04-17得票数 2
回答已采纳
1回答
我想在tensorflow中进行以下标准化，但我不确定如何做。 我有一个张量a，它的形状是(c，c)，在这种情况下，假设是c=16。我有另一个形状为b的张量，它的形状是(w，w，c)，w= 32，c=16 (因此b的维度是高度w，宽度w和深度/通道c)。在这两种情况下，我都忽略了批量维度，但您可以假设a和b具有相同的批量维度/样本数量。我想做一些类似以下
浏览 32提问于2021-04-06得票数 1
回答已采纳
当我说DNN时，我指的是密集连接神经元(而不是CNN)的简单用法。假设我们使用的是Keras (带有Tensorflow后端)，input_dim使用顺序API只能取整数或零值，这限制了它对灰度图像的获取，对吗？但是，由于functional可以接受不局限于整数的维度，所以我假设它可以接受RGB图像，而不仅仅是灰度图像？
如果有人能证实或支持，那就太好了？
浏览 0提问于2021-02-15得票数 1
回答已采纳
我对Keras/Tensorflow非常陌生，我正在尝试使用Keras来完成人脸分类任务，每个人都在一个文件夹中，我一直在使用Pytorch，有torchvision.datasets.ImageFolder和dataloader来创建一个带有转换的数据集，并创建一个指定批量大小的数据加载器等。有没有方法可以用Keras和Tensorflow做同样的事情，我知道有data API，但我一直在使用它做同样<e
浏览 4提问于2019-10-14得票数 0
你好，我是Tensorflow的新手。我想在R中做类似这样的事情：apply(mat, 1, cumprod)
这在Tensorflow中是可行的，无论是在Python API中还是在R tensorflow包中？编辑：tf$cumprod实际上就是我想要的。
浏览 11提问于2017-01-05得票数 3
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
浏览 4提问于2016-07-02得票数 6
回答已采纳
同样，tensorflow.math.add和tensorflow.keras.layers.add的区别是什么？我之所以有这个问题，是因为当我构建自己的自定义损失函数和度量标准product = multiply([y_true_f, y_pred_f])时，如果我使用from tensorflow.keras.layers但是如果我使用from tensorflow.math import multiply，它会正常工作。
我想知道为什么。谢谢。(
浏览 9提问于2020-01-01得票数 2
在一些tf. keras教程中，我看到它们实例化它们的模型类如下：在一些地方，他们使用的是这样的东西：但是在中，它们确实看起来是一样的，但我不确定，也没有明确提到。
浏览 11提问于2021-03-30得票数 8
回答已采纳
我在Keras工作(Tensorflow 2)。我想将张量的每个元素与其自身的可训练权重相乘。假设我的输入张量是1D，有10个元素；所以我尝试将输入定义为Keras输入张量，将权重定义为tf.Variable，并尝试使用Keras乘法层，如下所示： import tensorflow as tfweights]) 现在，当我检查尺寸时，它们是： inputs: shape=(None, 10)outputs: shape=(10, 10) 对于
浏览 30提问于2020-04-25得票数 0
回答已采纳
model.add(Dense(3)) #default linear activation 并训练它 在我想使用CNN的权重之后，在CNN-LSTM模型中使用它们。所以我有这样的东西： #Load from previous CNN (pre-trained!)
浏览 18提问于2020-04-10得票数 0
回答已采纳
1回答
我使用的是python中的Tensorflow。我有两个张量我希望连接(它也可以是另一个操作，我不认为确切的操作对这个问题很重要)。这些张量的形状定义为(N1 !但tensorflow驳斥了这一点。Got inputs shapes: [(None, None, 2), (None, 1, 3)] 我最接近这项工作的方法是使用RepeatVector，如下所示，但不幸的是，这只适用于静态维度，而不适
浏览 7提问于2019-10-15得票数 2
回答已采纳
我在TensorFlow中使用Dataset API作为输入管道(版本: r1.2)。我构建了我的数据集，并将其批量化，批处理大小为128。数据集输入RNN。不幸的是，dataset.output_shape在第一个维度中返回维度(无)，因此RNN引发一个错误： File "untitled1File "/home/harold/
浏览 3提问于2017-06-01得票数 5
回答已采纳
1回答
我正在尝试使用tensorflow创建一个递归神经网络。我的代码是这样的：
inputs = [tf.constant([[0, 1然而，我对实际发生的事情感到相当困惑。输出维度总是批量大小x rnn单元格隐藏状态的大小-它们如何完全独立于输入大小？如果我的理解是正确
浏览 10提问于2016-09-03得票数 2
回答已采纳
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
浏览 7提问于2020-10-06得票数 0
云服务器
ICP备案
云直播
实时音视频
即时通信 IM
腾讯云开发者
