1回答
因此，在加载.tfrecord之后，我将执行以下操作： audio, sr = tf.audio.decode_wav(image_data) 它返回一个具有音频长度的张量。所以我用一个tf.data.Dataset.map()函数对所有的音频进行了处理： audio = tf.tile(audio, [5]) 因为这就是将我最短的音频填充到所需长度所需的时间。if the audio is 120000 long, the audio will repeat 2 times
audio = tf.tile(audio, [pad_nu
浏览 36提问于2020-06-15得票数 3
回答已采纳
我试图构造我的参数，以便它们能够正确地使用tf.map_fn()，但是大多数示例文档只讨论与函数参数形状相同的数组或张量。链接包括：
张量B的形状为batch_size，x，ylambdaFu
浏览 5提问于2017-12-26得票数 3
我目前有一个nxm张量的数据集，我需要填充到13xm tensor (n <= 13)；然而，我不知道如何在Tensorflow不丢失张量形状的情况下做到这一点。我正在尝试将map函数应用于这些函数，但是tf.constant不能接受张量作为填充规范的一部分，并且由于map的要求，我不能只使用numpy方法。additional_length], [0, 0]])
return tf.pad(x, padding, &q
浏览 0提问于2021-02-08得票数 0
我试图在tensorflow中使用map_fn对列向量进行转换，但它不起作用。使用if t is not None:而不是if t:来测试是否定义了张量，并使用TensorFlow操作(如tf.cond )执行以张量值为条件的子图。我试着打印x的类型，它是一个形状(1，)的张量。因此，看起来发生的事情是，值不是作为标量值传递到lambda中，而是作为形状(1，)的张量传递；%是广播的，产生了形状(1)的另一个
浏览 2提问于2018-04-04得票数 4
回答已采纳
我尝试将python函数应用于张量的每个元素，该函数将元素转换为形状3的向量，因此我可以计算自定义评估度量。它需要是一个Python函数，因为它也在其他地方使用。错误(下面的日志)是Invalid argument: PartialTensorShape: Incompatible ranks during merge: 1 vs. 0，我认为它与map_fn的结果及其形状有关。但是，它只在运行时发生，就好像我有任何其他形状一样，然后当我执行mode
浏览 6提问于2021-04-09得票数 0
1回答
我正在处理tensorflow中的自定义keras层，我需要迭代一个张量。问题是张量有形状(无，.，.)。我不知道如何反复讨论这个问题。我试过了即使是tf.map_fn，但两者都会运行无限次。如何在一维为零的张量上进行迭代？
浏览 2提问于2022-11-05得票数 0
回答已采纳
1回答
我有一个数据集存储在一个3D张量中。为了分析目的，我希望每个样本都有一个张量。不幸的是，我只知道访问这样一个容器的蛮力方法：for(int sample = 0; sample) cout << tensor_datase
浏览 0提问于2018-01-31得票数 1
回答已采纳
1回答
我正在用Keras中的自定义数据处理器创建一个自定义算法。我理解，当试图访问模型内部方法中的张量时，当您打印张量的形状时(通常是在批处理轴上)，通常会得到一个None，因为批处理大小可能是可变的。我已经创建了一个更新渐变的自定义方法，只是为了检查是否正确，我试图在程序执行时打印这个轴形状的实际值。我不知道该怎么做。
这是一些代码，看看我在哪里写的THIS LINE。
浏览 2提问于2020-11-13得票数 1
回答已采纳
return waveform, label
get_waveform函数将返回单个音频文件波形的N个帧，并且所有帧都具有相同的标签。那么，我如何重复N次，并通过压缩帧和它们相应的标签返回它呢？
浏览 4提问于2022-06-28得票数 1
1回答
毕氏张量标引
、、
我目前正致力于将一些代码从tensorflow转换为py手电筒，我遇到了 func的问题，没有直接的函数来转换它。我想做的基本上是索引，我有两个张量，特征张量形状的[minibatch, 60, 2]和索引张量[minibatch, 8]，比如第一个张量是张量A，第二个张量是B。在Tensorflow中，它直接用tf.gather(A, B, batch_dims=1)转换
我如何在火把中实现这一点
浏览 1提问于2019-07-17得票数 3
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如何将其扩展到任意函数？ 应用程序是我想要计算两个张量的成对KL散度来匹配它们，所以基本上是一个蛮力NN计算。
浏览 12提问于2019-12-12得票数 1
1回答
我想要图形可视化标记边与张量尺寸，边缘厚度，以反映总张量大小。与用编写的基本相同
当序列化的GraphDef包含张量形状时，图形可视化器用张量尺寸标记边缘，边缘厚度反映张量的总尺寸。要在GraphDef中包含张量形状，在序列化图形时将实际的图形对象(如sess.graph中的图形)传递给FileWriter。下面的图像显示了具有张量形状信息的CIFAR-10模型
浏览 0提问于2018-10-08得票数 0
回答已采纳
1回答
我有两个PyTorch张量A，形状30，11，32，64和B，形状30，11，89。我的目标是创建一个形状为30，11，89，32，64的张量C，其中张量A应该扩展并在第三维复制，然后在适当的维度与张量B相乘。 如何在PyTorch中实现这一点？
浏览 21提问于2020-01-14得票数 1
我有形状的张量A (2，4，2)，形状的张量B (4，4)，所有的值都是int。A中的条目从0到3。 for j in range(2): C[i][k][j] = B[k][A[i][k][j]]
我如何在tensorflow中创建这样的张量C？
浏览 3提问于2018-10-08得票数 2
回答已采纳
当我试图将两个形状依赖于向量化函数中的函数输入时，我遇到了一个"InvalidArgumentError: PartialTensorShape: merge期间不兼容的形状“错误(尽管输出形状对于每个tf.zeros(b)],0)b = tf.constant([5,6,7,8])
x_a = tf.vectorized_map注意:我在源代码中注意到注释"-
浏览 7提问于2021-12-28得票数 1
1回答
如何在Deeplearnjs中创建一个图形元素，将h，w，d形状张量转换为d形状的张量，其中每个都是该层的最大值。如果h和w相同，则可以使用maxpool函数完成此操作。如果我的意思是一样的话。
浏览 9提问于2018-01-08得票数 0
回答已采纳
我试图使用tensorflow的来映射一个粗糙的张量，但是我得到了一个我无法修复的错误。, [[0, 0],])
InvalidArgumentError:所有flat_values必须具有兼容的形状。形状在索引0: 3。形状在索引1: 2。如果使用tf.map_fn，则可能需要指定具有适当ragged_rank的显式fn_output_signature，并/或将输出张量转换为RaggedTensors。
浏览 11提问于2021-12-16得票数 1
回答已采纳
我有两个张量X和Z，形状为(100,)，我想创建一个张量X x Z，它将产生一个(100, 100)的形状。对于这个矩阵中的每一对元素，我想要应用一些我已经定义的函数，即fn(x，z)，用于矩阵中的每个可能的组合。我如何在TensorFlow中做到这一点？非常感谢。
浏览 0提问于2020-03-29得票数 3
1回答
我有多个火炬张量，形状如下 x1 = torch.Size([1, 512, 177])x3 = torch.Size([1, 512,313]) 我如何在最后一个维度上用0填充所有这些张量，以获得一个独特的形状，如(1,512,350)。np.pad(f, [(0, self.max_len - f.shape[0]), ], mode='constant')
f = ff 但不
浏览 15提问于2021-10-21得票数 0
回答已采纳
1- tf.reshape(张量，-1)我找不到这两者之间的任何区别，但是当我使用-1而没有括号时，当试图将函数映射到TensorSliceDataset时会发生错误def reshapeME(tensor):
new_y_test = y_test.map此外，当函数通过调用和喂入张量来使用时也没有错误。
浏览 23提问于2022-07-04得票数 1
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
