如何使用tf.tensor_scatter_nd_update设置索引来获得3D张量的最后一维？
tf.tensor_scatter_nd_update是TensorFlow中的一个函数，用于根据给定索引更新3D张量的最后一维。它的参数包括原始3D张量、索引张量和更新张量。下面是使用tf.tensor_scatter_nd_update设置索引来获得3D张量的最后一维的步骤：
- 导入TensorFlow库：在代码开始处添加
import tensorflow as tf语句。 - 创建原始3D张量：使用
tf.constant函数创建一个3D张量作为原始张量。例如，可以使用以下代码创建一个形状为(2, 3, 4)的3D张量：
original_tensor = tf.constant([[[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]],
[[13, 14, 15, 16], [17, 18, 19, 20], [21, 22, 23, 24]]])- 创建索引张量：使用
tf.constant函数创建一个索引张量，用于指定要更新的位置。索引张量的形状应与原始张量的最后两个维度匹配，且每个索引对应于原始张量的一个元素。例如，可以使用以下代码创建一个形状为(2, 3, 2)的索引张量：
index_tensor = tf.constant([[[0, 1], [1, 2], [0, 3]],
[[1, 0], [0, 2], [1, 1]]])- 创建更新张量：使用
tf.constant函数创建一个更新张量，用于指定要在索引处更新的值。更新张量的形状应与索引张量的形状匹配，且每个更新值对应于相应索引的位置。例如，可以使用以下代码创建一个形状为(2, 3, 2)的更新张量：
update_tensor = tf.constant([[[100, 200], [300, 400], [500, 600]],
[[700, 800], [900, 1000], [1100, 1200]]])- 使用tf.tensor_scatter_nd_update函数更新张量：使用
tf.tensor_scatter_nd_update函数传入原始张量、索引张量和更新张量作为参数，得到更新后的3D张量。例如，可以使用以下代码更新原始张量：
updated_tensor = tf.tensor_scatter_nd_update(original_tensor, index_tensor, update_tensor)至此，你已经成功使用tf.tensor_scatter_nd_update设置索引来获得3D张量的最后一维。更新后的张量存储在变量updated_tensor中，可以通过打印该变量来查看结果。
这是一个简单的例子，展示了如何使用tf.tensor_scatter_nd_update函数。如果需要进一步了解tf.tensor_scatter_nd_update函数的更多用法和参数，请参考腾讯云的官方文档：tf.tensor_scatter_nd_update函数介绍。
请注意，以上回答提供的是使用TensorFlow的方法来设置索引来获得3D张量的最后一维。对于其他云计算品牌商的解决方案，请参考官方文档或相关资源。
相关·内容
我有一个3D张量tensor_a，tensor_a = (510, 1, 6)，我想更新tensor_a[..., 0]和tensor_a[...,-1]，就像pytorch或numpy中的tensor_a[..., 0] = 1.。如何正确设置indices以实现与pytorch中的tensor_a[...,0] = 1.相同的结果？
浏览 34提问于2020-04-27得票数 1
回答已采纳
在TensorFlow 1.x中，要更新张量，我将使用tf.scatter_update，仅更新张量的相关部分。 我们如何在TF 2.0中做同样的事情呢？
浏览 27提问于2019-04-12得票数 4
回答已采纳
我正在使用t2，并希望从两个较小的张量( t2 )和t3 (t3)创建一维张量t1，其中len(t2) + len(t3) == len(t1)和布尔掩码指示如何将和组合为<code>E 215</code>。布尔掩码指示如何将两个较小的张量“拼接”在一起。
为了表明我的意思-在“裸体”中，这是相当容易的：
mask = np.array([True, True, False, False, True])
a2 = [1., 2., 3.]
a3 = [4., 5.]
a1 = np.zeros(5)
a1[mask] = a2 # use mask to spl
浏览 3提问于2022-04-29得票数 3
回答已采纳
我有一个二维坐标数组，我需要从这个数组中获得一个已知形状的布尔掩码，其中索引在坐标数组中的元素是True。
例如，如果我有一个包含[[0, 0], [1, 1], [2, 2], [0, 1], [1, 2]]和给定形状的(5, 5)的索引张量，我需要得到这样一个矩阵：
[[ True, True, False, False, False],
[False, True, True, False, False],
[False, False, True, False, False],
[False, False, False, False, False],
[False, Fal
浏览 2提问于2022-02-09得票数 1
回答已采纳
我是Tensoflow的新手，我尝试在一个自定义的RNN项目中实现它，以了解更多关于神经网络如何工作的知识。 我的问题很简单，但我似乎找不到任何令人满意的答案。 我习惯了使用条件掩码对数组进行Numpy和操作，但我找不到一种方法来使用张量来转换它 def ELu(in_array):
in_array[in_array<= 0] = math.e ** in_array[in_array<= 0] - 1
return in_array
>>>print(ELu(np.array([1.0,0.0,-1.0]))) 给了我 [ 1.
浏览 16提问于2021-01-17得票数 0
回答已采纳
1回答
我有以下两个张量
input shape: 16 32 32 3
index shape: 16 32 32 2
output shape: 16 32 32 3
产出的公式是：
output[b, h, w] = input[b, index[b, h, w, 0], index[b, h, w, 1]]
我试着使用torch.gather，但是我无法制定以前的作业。
有人知道如何有效地做到这一点吗？谢谢!
对于上下文:输入包含一批16个精灵，其中每一个都是包含3D点的32x32张量。索引是从位置到三维点的映射。
浏览 3提问于2022-02-01得票数 1
回答已采纳
1回答
假设我有张量如下：
var = tf.constant([0,0.05,0.2,0,0])
inverse_var = tf.math.reciprocal(var)
print(inverse_var)
Output : tf.Tensor([inf, 20. , 5. ,inf inf], shape=(5,), dtype=float32)
I希望从inverse_var张量中生成一个新的张量，使无穷大的值在新张量中被替换为零。最后向量所需的- 0，20，5，0，0，0
浏览 1提问于2021-07-17得票数 0
我需要一个张量的变换，它非常类似于滚动。不同的是，我不希望来自轴末端的值出现在开始处。换句话说，我希望，例如，第二个元素在3d位置，但我不希望最后一个元素成为第一个元素。相反，我希望第一个元素是零。 我已经尝试过了： prev_xs = tf.roll(xs, shift = 1, axis = 1)
prev_xs[:,0] = 0.0 但是，它不起作用，因为 TypeError: 'Tensor' object does not support item assignment 那么，这个问题的正确解决方案是什么呢？
浏览 5提问于2019-02-20得票数 3
回答已采纳
我试图对一批大小为128,128,3的图像( batch_size为20 )进行一些转换。我已经成功地对单个映像进行了部分转换，但我不知道如何对整个批处理扩展相同的转换。
x是形状为20,128,128,3的分批图像张量。
grads也是形状为20,128,128,3的张量
我想找到每个图像的最大grads值，即我将得到20个最大值。让我们将image_i的最大值称为max_grads_i。
add_max_grads是形状为20,128,128,3的张量
我想更新add_max_grads的值，这样对于image_i，我需要在max_grads_i在grads张量中的位置更新相应的add_m
浏览 14提问于2022-08-31得票数 0
回答已采纳
2回答
我有一个2D张量A，我希望用另一个张量B代替它的非零项，如下所示。
A = tf.constant([[1.0,0,1.0],[0,1.0,0],[1.0,0,1.0]],dtype=tf.float32)
B = tf.constant([1.0,2.0,3.0,4,0,5.0],dtype=tf.float32)
所以我想把最后的A
A = tf.constant([[1.0,0.0,2.0],[0,3.0,0.0],[4.0,0.0,5.0]],dtype=tf.float32)
我得到了A的非零元素的指数如下
where_nonzero = tf.not_equal(A, tf.co
浏览 3提问于2022-02-22得票数 2
回答已采纳
2回答
我有2d张量想要修改
这是我的原始张量
target = tf.Tensor(
[[-0.11913221 0.10740653 -0.11313857 0.0947545 ]
[-0.08016778 0.08989932 -0.04723025 0.09613379]
[-0.08598217 0.09504095 -0.05100587 0.10170317]
[-0.11362994 0.10152908 -0.11400419 0.09055013]
[-0.08566315 0.0948316 -0.0573874 0.09701383]
[-0.
浏览 15提问于2019-10-21得票数 2
回答已采纳
我试图使用tensorflow联邦在服务器上选择不同的权重子集，并将它们发送给客户端。然后，客户会训练并发回训练过的重量。服务器聚合结果并开始新的通信循环。
主要的问题是我不能访问权值的numpy版本，因此我不知道如何访问每个层的子集。我尝试使用tf.gather_nd和tf.tensor_scatter_nd_update来执行选择和更新，但是它们只适用于张量，而不是张量列表(就像server_state在tensorflow联邦中那样)。
有人有什么办法解决这个问题吗？是否有可能向每个客户发送不同的权重？
浏览 3提问于2020-12-22得票数 2
回答已采纳
1回答
考虑到：
tf.tensor A与形状N*M，(A = tf.zeros((N, M)))
tf.tensor indices N*k (k<=M)。每个ith行都包含一些张量A的索引。
tf.tensor upates和形状N*K。每个ith行包含用于更新张量A的值。
目标:在A的索引存在于indices中的地方更新它们的元素，并在updates中使用值
在循环中使用tf.scatter_nd
result = []
for idx in range(N):
index = tf.reshape(indices[idx], (-1, 1))
updates = tf.c
浏览 1提问于2020-02-07得票数 1
回答已采纳
我尝试向keras模型张量提供numpy数组的值。但是张量是4D的，阵列是3D的。如何将这个3Dnumpy数组(128,128，3)转换为4D (?，128,128，3)张量？
浏览 13提问于2020-07-26得票数 0
1回答
我有一个形状为[66,7,7,1024]的PyTorch视频特征张量，我需要将它转换为[1024,66,7,7]。如何重新排列张量形状？另外，如何在dimension=1上执行mean？也就是说，在执行了尺寸为66的维度的平均值之后，我需要张量为[1024,1,7,7]。 我曾尝试计算dimension=1的平均值，但未能将其替换为平均值。我不能想象一个4D张量，其中一个维度被它的平均值所取代。 编辑:我尝试了torch.mean(my_tensor，dim=1)。但这返回了一个1024,7,7形状的张量，4D张量正被转换成3D张量。但我希望它保持4D，形状为1024,1,7,7。 非常感谢
浏览 117提问于2019-12-21得票数 0
回答已采纳
1回答
我尝试将一个函数应用于3d火炬张量，同时将该函数应用于2d张量，该张量通过3d火炬张量的轴1读取。 例如，我有一个形状为(51, 128, 20100) (名为autoencode_logprob的变量)的火炬张量，函数(Rawid2sentence)在形状(51, 20100)的输入上运行。 现在，我编写了使用naive for循环运行的代码，使用range(128)逐个循环。 然而，它太慢了。以下是重要的代码部分。 autoencode_logprobs是3d张量，我需要沿着它的第二个轴应用rawids2sentence函数。有没有帮助将其矢量化？ for i in range(128)
浏览 19提问于2019-05-08得票数 0
1回答
我有一个大小为(BxHxWx200)的输入张量params和一个大小为(Bx1000x2)的索引数组idx。idx包含1000个不同的param张量位置，即最后一个轴(大小为2的轴)是对应于HxW输入张量的params位置。我想要获取大小为(Bx1000x200)的params切片，它对应于idx中的位置。 在NumPy中，它将像params[idx]一样简单。我不确定如何在TensorFlow中做到这一点。 如果我尝试output = tf.gather_nd(params, idx)，我得到一个大小为(Bx1000xWx200)的张量。为什么会这样?我该如何修复它？
浏览 7提问于2019-09-13得票数 1
回答已采纳
对于Keras的平均池层，我有点困惑。声明如下：
AveragePooling1D:时态数据的平均池。
参数
pool_size:整数，平均池窗口的大小。步幅:整数，或无。缩小规模的因素。2将把输入减少一半。如果没有，则默认为pool_size。填充物：“有效”或“相同”之一(不区分大小写)。data_format:字符串，channels_last (默认)或channels_first之一。输入中尺寸的顺序。
channels_last对应于带有形状的输入(批处理、步骤、特性)，而channels_first对应于带有形状的输入(批处理、特性、步骤)。
输入形状
如果data_forma
浏览 0提问于2019-02-02得票数 6
回答已采纳
我在和tf_gather_nd和tensor_scatter_nd_update做斗争。
First:，我试图索引到一批张量中。params张量具有维数(4，64，2)，而我最初的指数张量有维数(4，64)。我能够通过将指数0到63插入原来的指数张量来解决这个问题。
idx = np.array([i for i in range(64)])
indices_adj = tf.map_fn(lambda x: tf.stack([idx, x], axis=1), indices)
tf.gather_nd(params, indices_adj, batch_dims=1)
但是，我想知道是
浏览 2提问于2020-06-17得票数 1
回答已采纳
5回答
在像itertools.product这样的Tensorflow中有什么简单的方法来做笛卡儿产品吗？我希望获得两个张量(a和b)的元素的组合，在list(product(a, b))中可以通过迭代工具作为list(product(a, b))。我正在寻找丹索尔·弗洛的替代方案。
浏览 0提问于2017-11-06得票数 9
回答已采纳
我试图实现的目标是更新张量的所有3个RGB通道中的一个像素。例如,
t1 = tf.zeros([4, 4, 3], tf.int32)
t1是一个张量，具有像素和3个通道的4x4As (x，y)。我使用tf.where在另一个形状相同的张量中找到最高值的指数，如
t2 = tf.random.uniform([4, 4, 3], maxval=10, dtype=tf.int32)
tf.where(tf.math.reduce_max(t2), 1, t1)
但这只会改变在t2中值最高的单一索引的值。我正在寻找的是更新(x，y)在所有三个渠道。
例如，如果t2看起来像通道1 -> [
浏览 10提问于2022-08-30得票数 0
我有一个形状的张量，[?,128,128,128,5].This表示一个具有5个可能类别的3D图像。 我想在[?,:,:,:,4]中添加子张量[?,:,:,:,2]和[?,:,:,:,3]，它们现在都是零。 然后我想把前面的子张量[?,:,:,:,2]和[?,:,:,:,3]设置为0。我该怎么做呢？ 感谢您的帮助！
浏览 5提问于2019-06-14得票数 0
回答已采纳
我最近使用mnist数据集构建了一个预测手写整数的模型。现在我想使用我自己的图像。我的图像是28x28像素(就像mnist集)，但当我尝试使用tf.image.decode_png将它们转换为张量时，我得到了一个3D张量28，28，4。根据阅读，我认为额外的4是与RGB相关的。我如何在忽略任何颜色尺度的情况下转换为28，28 (如果这是真正的问题，也许我完全遗漏了一些东西)。 谢谢!
浏览 116提问于2020-10-13得票数 1
1回答
给定shape=[batch_size, max_time, 128] (RNN的输出)的张量，其max_time可能会有所不同，我想应用一个完全连接的层来将数据投影到[batch_size, max_time, 10]形状上。
问题是:我是否需要首先重塑输入张量，合并前两个维度，然后应用tf.layers.dense，然后重塑回3D？或者，我可以简单地在3D张量上使用tf.layers.dense来获得等效效果吗？
我希望为128个RNN单元和10个输出类之间的所有连接共享一个权重矩阵，同时允许每个批次的可变长度max_time。
浏览 1提问于2017-10-12得票数 4
有没有一种方法可以直接更新tf.Variable X中的元素，而不创建与X形状相同的新张量？
创建了一个新的张量，因此它似乎没有更新原始的tf.Variable。
此操作通过对输入张量应用稀疏更新来创建新的张量。
显然需要一个形状相同的新张量value来更新tf.Variable X。
assign(
value, use_locking=False, name=None, read_value=True
)
值A张量。此变量的新值。
浏览 2提问于2021-05-03得票数 1
回答已采纳
1回答
我正在从通过librosa加载的音频文件创建one_hot编码的张量。张量很大，我不想把它全部打印出来。 实际上，这就是它向我显示的内容，然后当我尝试打印它时，它从不打印：(或许它会打印，但我不想等待) W tensorflow/core/framework/allocator.cc:124] Allocation of 1387692032 exceeds 10% of system memory. 如何仅打印某些值？例如，我想在张量中每隔50次打印一次热编码。 one_hot = _one_hot(load_audio()) # Tensor
sess = tf.InteractiveS
浏览 8提问于2019-05-13得票数 0
回答已采纳
简而言之，我如何翻译这个张量：
[[1. 1. 1. 1.]
[1. 1. 1. 0.]
[1. 1. 0. 0.]
[1. 0. 0. 0.]
[0. 0. 0. 0.]
[0. 0. 0. 1.]
[0. 0. 1. 1.]
[0. 1. 1. 1.]]
进入这个世界：
[[1. 1. 1. 1.]
[1. 1. 1. 0.]
[1. 1. 0. 0.]
[1. 0. 0. 0.]
[0. 0. 0. 0.]
[1. 0. 0. 0.]
[1. 1. 0. 0.]
[1. 1. 1. 0.]]
如果输入张量在维度1 == 0上的第0值，我想要反转该特定样本的整个
浏览 1提问于2022-08-03得票数 -1
回答已采纳
我正在实现最初使用实现的模型的等效项。在我遇到这行特定的代码之前，一切都很顺利。
batch_current = Variable(torch.zeros(size, self.embedding_dim))
# self.embedding and self.W_c are pytorch network layers I have created
batch_current = self.W_c(batch_current.index_copy(0, Variable(torch.LongTensor(index)),
浏览 31提问于2021-06-01得票数 1
回答已采纳
假设我想通过沿着一个特定的轴交错来合并两个3D tensorflow张量a和b。例如，张量a具有形状(3,3,2)，张量b具有形状(3,2,2)。我想创建一个沿着轴1交错的张量c，得到一个形状为(3,5,2)的张量。 示例： a = [[[1,1],[2,2],[3,3]],
[[4,4],[5,5],[6,6]],
[[7,7],[8,8],[9,9]]]
b = [[[10,10],[11,11]],
[[12,12],[13,13]],
[[14,14],[15,15]]]
c = [[[1,1],[10,10],[2,2],[11,11],
浏览 16提问于2019-07-04得票数 1
回答已采纳
我试图在我的张量中得到每个不可分割样本的MeanSquaredError。
这里有一些示例代码来显示我的问题。
src = np.random.uniform(size=(2, 5, 10))
tgt = np.random.uniform(size=(2, 5, 10))
srcTF = tf.convert_to_tensor(src)
tgtTF = tf.convert_to_tensor(tgt)
print(srcTF, tgtTF)
lf = tf.keras.losses.MeanSquaredError(reduction=tf.compat.v1.losses.Reduc
浏览 7提问于2022-04-23得票数 0
回答已采纳
1回答
在3d张量中，从一个值矩阵到同一事物的一个热门表示的最简单/最智能的方法是什么？例如，如果矩阵是张量中argmax之后的索引，如下所示：
indices=numpy.argmax(mytensor,axis=2)
其中张量是3Dx，y，z，索引自然是x，y，现在你想要得到一个3Dx，y，z张量，在axis=2中用1代替最大值，在其他地方用0代替。
我知道向量到1-热矩阵的答案，但这是对1-热张量的矩阵。
浏览 11提问于2017-01-07得票数 2
回答已采纳
1回答
给定两个2-D pytorch张量：
A = torch.FloatTensor([[1,2],[3,4]])
B = torch.FloatTensor([[0,0],[1,1],[2,2]])
有没有一种有效的方法来计算形状(6，2，2)的张量，其中每个条目是一列A乘以每行B
例如，对于上面的A和B，3D张量应该具有以下矩阵：
[[[0, 0],
[0, 0]],
[[1, 1],
[3, 3]],
[[2, 2],
[6, 6]],
[[0, 0],
[0, 0]],
[[2, 2],
[4, 4]],
[[4, 4],
[8, 8]]]
我知
浏览 2提问于2021-01-19得票数 2
2回答
我正在和tensorflow一起研究一个算法。以下是想要的代码的NumPy版本： x = [1,2,3,4,5,6,7,8,9,10]
sets = {1,5,7}
y = [0,0,0,0,0,0,0,0,0,0]
for i in range(10):
if i in sets:
y[i] = x[i] 它会得到结果： y = [0,2,0,0,0,6,0,8,0,0] 如何在tensorflow中实现此功能？有没有办法使用相同的逻辑在tensorflow中实现这一点，而不是在计算后将NumPy数组转换为张量，而是使用张量执行所有操作(例如，使用张量来索引张量，
浏览 22提问于2020-06-26得票数 2
我想用张量的形式来表示叠加矩阵。
tensor.shape == [2,5,7,6]
其中2和5是批的大小，
tensor2.shape == [5,6,8]
其中5是批次大小。
在numpy中，tensor2自动广播到2,5,7,6张量
所以我可以很容易地使用np.matmul(tensor,tensor2)
但在tensorflow中，会出现错误。
我试过tf.expand_dims(tensor2,0)，但这也不起作用
有什么办法在坦索弗洛广播张量吗？
浏览 5提问于2017-05-31得票数 2
回答已采纳
我在PyTorch中发现了一行用于将3D张量简化为2D张量的代码。3D张量x的大小为torch.Size([500, 50, 1])，下面这行代码：
x = x[lengths - 1, range(len(lengths))]
用于将x简化为大小为torch.Size([50, 1])的2D张量。lengths也是包含值的shape torch.Size([50])的张量。
有谁能解释一下这是怎么工作的吗？谢谢。
浏览 1提问于2020-02-13得票数 3
例如，我需要创建一个像这样的3D张量(5，3，2
array([[[0, 0],
[0, 1],
[0, 0]],
[[1, 0],
[0, 0],
[0, 0]],
[[0, 0],
[1, 0],
[0, 0]],
[[0, 0],
[0, 0],
[1, 0]],
[[0, 0],
[0, 1],
[0, 0]]])
在每个切片中应该恰好有一个随机放置的‘1’(如果你
浏览 19提问于2021-02-16得票数 4
回答已采纳
我想从带有python和opencv的视频中捕获帧，然后用tensorflow对捕获的Mat图像进行分类。问题是，我不知道如何将format格式转换为3D张量变量。这就是我现在如何处理tensorflow (从文件中加载图像)：
image_data = tf.gfile.FastGFile(imagePath, 'rb').read()
with tf.Session() as sess:
softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')
predictions =
浏览 3提问于2016-10-26得票数 11
回答已采纳
1回答
我对Tensorflow完全陌生。 我的目标很简单:我有一个3d张量作为输入/训练值，我想把它“映射”到一个1d输出张量。 当运行我的模型时，我得到一个错误，1d输出张量不能分配给定义的[5, 5]形状： const model = tf.sequential({
layers: [
tf.layers.dense({
inputShape: [5, 5],
units: 32,
activation: "relu"
}),
tf.layers.dense({ units: 1, activation: "
浏览 14提问于2020-01-13得票数 2
回答已采纳
我正在寻找最好的和优化的方式(没有循环)，以获得从3D张量的最大值为基础的2D最大张量使用TensorFlow 1.14。假设我们有这个张量和这个函数(为了理解-它不工作-)：
def get_Max(inputs):
max_indices = [0,0,0]
for i in range(16):
for j in range(2048):
for k in range(10):
if(inputs[max_indices[0],max_indices[1],max_indices[2]]<inp
浏览 0提问于2020-08-21得票数 1
我有两个张量，我想连接在tensorflow。
这些张量的形状是:(Bs,dynamics,n_features)
batch_size和n_features保证是相同的，所以我认为这个操作是可能的。
不过，我认为丹索尔·弗洛会进行预检查吗？tensorflow将检查两个形状为(None, None, n_features)的张量是否可以连接在轴1中，这是不可能的，因为它不知道None+None的结果是什么
有人知道这件事吗？
浏览 4提问于2022-07-25得票数 1
6回答
在scipy中，我们可以使用scipy.sparse.lil_matrix()等构造一个稀疏矩阵，但是这个矩阵是二维的。
我想知道Python中是否有用于稀疏3d矩阵/数组(张量)的现有数据结构？
附注：我在3d中有很多稀疏数据，需要一个张量来存储/执行乘法。如果没有现有的数据结构，有什么建议来实现这样的张量吗？
浏览 1提问于2011-10-07得票数 82
3回答
我正在试着从张量中删除一项。
在下面的示例中，如何从张量中删除第三项？
tensor([[-5.1949, -6.2621, -6.2051, -5.8983, -6.3586, -6.2434, -5.8923, -6.1901,
-6.5713, -6.2396, -6.1227, -6.4196, -3.4311, -6.8903, -6.1248, -6.3813,
-6.0152, -6.7449, -6.0523, -6.4341, -6.8579, -6.1961, -6.5564, -6.6520,
-5.9976, -6.
浏览 6提问于2020-06-14得票数 7
回答已采纳
我使用Python2.7，我不能更新它，我有这行代码，它会在星号上引发一个错误，我不知道为什么？以及如何修复！
inp = tf.random.uniform(shape=[4, 6, 2], maxval=20, dtype=tf.int32)
out = tf.math.reduce_max(inp, axis=2)
am = tf.math.argmax(out, axis=1)
o = tf.gather_nd(inp, [*enumerate(am)])
这段代码是关于使用TensorFlow 1.14从3D张量中获取一个二维最大张量。如下图所示：
浏览 1提问于2020-08-22得票数 2
回答已采纳
我和丹索尔·弗洛和凯拉斯建立了一支干网，训练也很顺利。唯一的问题是，当我试图将输出张量转换成图像时，我会得到一个错误。
通过对输出张量的进一步检验，我发现RGB格式的图像包含通道值的负数。。
arr = generated_image.numpy() # (128, 128, 3)
# Zeroing in on a specific pixel to examine RGB values
print(arr[0][0][0]) # array([0.80051363, 0.55783302, 0.34086022])
print(arr[0][0][1]) # array([0.162
浏览 15提问于2022-07-27得票数 0
回答已采纳
这是一个相当简单的问题。我有一个三维形状的张量。假设它是[2,2,3]。在2D shape [2,2]中有另一个张量。但是两个元素的前2个维度是匹配的。我想要对它们进行concat，使得2D张量被添加到第三维的3D张量中。即[2,2,4]。
我不确定如何实现这一点。我尝试使用tf.concat和tf.stack，但这要求这两个张量具有相同的等级。
浏览 8提问于2017-12-20得票数 2
回答已采纳
我有一个维度为Batch_size，n，n的3D火炬张量，这是我的网络层的输出，以及一个大小为n，n的恒定2D火炬张量。我如何在批量大小上执行逐个元素乘法，这应该导致一个大小为Batch_size，n，n的火炬张量？我知道可以使用显式循环来实现此操作，但我对最有效的方式感兴趣。 谢谢
浏览 16提问于2020-01-24得票数 0
回答已采纳
2回答
如何将3D张量保存为torch中的图像？
我使用的是图片包：
要将3D张量保存为图像，请执行以下操作：
image.save('train100.jpg', trainData[100])
重新加载时：
x = image.load('train100.jpg'.jpg' )
我得到x与原始张量不同，保存的图像都是白色的。
代码如下：
require 'torch'
require 'image'
local trainset = torch.load('cifar.torch/cifar10-train.t7
浏览 5提问于2016-11-21得票数 0
所以我有一些代码
tensors = [] //its filled with 3D float tensors
total = sum(tensors)
如果我将最后一行改为
total = tf.add_n(tensors)
然后，代码生成相同的输出，但运行速度慢得多，很快就会导致内存不足异常。这是怎么回事？有人能解释一下pythons内置的sum函数和tf.add_n是如何分别与张量数组交互的吗?为什么pythons sum似乎只是一个更好的版本？
浏览 60提问于2018-06-06得票数 2
1回答
游戏中三维模型动画的基本说明
、、、、
我有2D游戏开发的经验，我想尝试一些与3D有关的东西，我试着找到一些关于3D模型格式的信息，以及它们的动画。
例如，如果我想要在2D中运行的人，我需要一个精灵床单(集合的不同位置上的精灵)，但3D怎么办？如果我下载3d模型，如何让它移动？如何创建我自己的模型(例如在搅拌机中)移动？
谢谢你的关注和帮助。善良的Regards.s .
浏览 4提问于2016-06-30得票数 0
回答已采纳
2回答
我目前的任务是设计一个小型HTML5游戏。到目前为止，我已经完成了所有的事情(3D模型，代码库，游戏设计等等)，现在我已经没有时间了。
我只有不到一天的时间把所有的东西都绑在一起。不过，这正是我的问题。
我有一种天真的印象，如果我使用预先渲染的3D模型，一切都会变得更容易。然而，我并不认为最困难的部分。动画。
在花了一个多小时试图找出messiahStudio之后，我觉得是时候向外界寻求帮助了。
有没有比3D索具更简单的3D动画解决方案？我基本上是在寻找某种工具，让我可以简单地抓取和移动/变形选择多边形。
它不必像索具那样像生活一样精确，只要足够有效就行了。
如果情况不一样的话，我可能只会学习
浏览 0提问于2012-11-27得票数 1
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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
