我有一个形状为(2, 3, 4)的张量t t = tf.random.normal((2, 3, 4))
dtype=float32)> 以及一组大小为(2, 3)的索引idx，其值沿着t的最后一维进行索引 idx = tf.convert_to_tensor(np.random.randi
浏览 21提问于2019-09-23得票数 0
根据Tensorflow API，我知道我可以沿着特定的轴进行reduce_min或reduce_max。我还可以从两个张量中选择最小张量如下。min = tf.minimum(x, y)非常感谢!
浏览 0提问于2018-06-22得票数 1
回答已采纳
1回答
像和这样的函数执行按元素划分的操作，以减小沿轴方向的张量。我有一个张量R和形状(1000, 3, 3)，一个3x3矩阵的列表。我想做的是，矩阵，，乘以它们，所以我保留一个3x3矩阵。如果这是矮子，我可以用我怎么能在tensorflow做这件事？
浏览 1提问于2017-08-23得票数 2
回答已采纳
我有一个三维张量A的形状[n, ?, m]，有一个非零的元素沿第三轴。w的形状(1,)。我想用重量w来扩展张量w，这样我就可以转换张量A，如下所示A[1,0,:] = [0,w,1,w,0,0]A[1,1,:] = [1,w,0,0,0,w]
请注意，权重w是在非零元素1旁边添加的，如果它位于边框
浏览 0提问于2019-02-06得票数 3
回答已采纳
我使用Matlab预先训练了3d卷积层的权重。权重是一个维度为(512,4,4,4,160)的5维张量。out_channels、filter_depth、filter_height、filter_width、in_channels
现在我想将它作为初始权重输入到tensorflow的tf.nn.conv3d我认为3d卷积神经网络允许的权重形状应该是：(4,4,4,160,512).filter_depth，filter_height，filter_width，in_channels，o
浏览 0提问于2016-11-08得票数 0
我编写了一个神经网络，它为每个输入样本返回一个由3个数字组成的列表。然后从实际值中减去这些值，以得到差异。例如,predicted = [0,0,1] 所以我的张量现在有了形状batch_size，3我想做的是迭代张量元素来构造我的损失函数例如，如果我的batch_size是2，最后我希望失
浏览 1提问于2017-03-05得票数 3
回答已采纳
我有一个3阶张量的形状(100, 257, 121)，我们称之为y_pred。
我从形状(257, 121)中提取了一个2级张量，我们称之为y_element。是否有一种类似于tensorflow.not_equal()的方法，将y_element与沿y_pred轴0的其他2级张量单元进行比较，并返回形状(100)的布尔张量。调用tensorflow.not_equal(y_pre
浏览 2提问于2020-05-18得票数 1
回答已采纳
我需要将维度N的张量列表转换为具有维度N+1的新张量，以便新维度将是最右边的维度。例如，如果x和y都是形状(4,3)的张量，那么我试图通过形成z并将张量x设置为沿第三维的第0个元素，并将张量y设置为沿第三维的第一个元素来创建形状(4,3,2)的新张量z。在伪代码中：
z =
浏览 0提问于2016-03-02得票数 9
1回答
在tensorflow中，如何在稀疏张量中实现tf.gather或tf.gather_nd？如何从稀疏张量中提取特定行或特定元素，而不将其转换为密集张量？
浏览 0提问于2018-11-29得票数 3
回答已采纳
1回答
，a，a，b)的张量元素。我想将其转换为形状为(?，a，b)的张量，其中：
output[ i , j , k ] = input[ i , j , j , k ].这在numpy中很简单，因为我可以通过循环i，j，k来分配元素。然而，所有的操作都必须留在Tensorflow中作为张量，因为它需要评估成本函数和训练模型。我已经看过了，但根据我的理解，这不能在特定的
浏览 11提问于2019-08-07得票数 4
回答已采纳
3回答
除第九项外，将每一件物品切分
、、、、
在tensorflow中，可以使用切片表示法[::n]选择每个第n项。a = [1, 2, 3, 4, 5, 6, 7, 8]现在我想要的正好相反：[1, 2, 4, 5, 7, 8]
上面的数组只是一个例子。在tensorflow中，尺寸批量、宽度、高度、通道的更大的矩阵都应该有一个解决方案。选择只
浏览 1提问于2019-02-19得票数 4
回答已采纳
我目前有一个网络，我从一个16 x 16 x 2的输入张量开始，我执行一些卷积和池化操作，并将其缩减为一个张量，声明如下：然后，在输出类别之前，该张量通过更多层的矩阵乘法和relus。我想做的是通过向上面的向量添加另外10个参数来扩展卷积阶段的输出。我有一个加载数据的占位符，它的定义如下：
x2 = tf.placeholder(tf.
浏览 0提问于2016-09-02得票数 0
我正在学习tensorflow，我从tensorflow网站上获得了以下代码。根据我的理解，axis=0用于行，axis=1用于列。tf.reduce_sum(x, 0) # [2, 2, 2] ##
浏览 2提问于2017-11-07得票数 40
1回答
指出：轴:整数、轴或轴的整数或元组，用来取点积。我不明白这一点，这里有一个快速的、可复制的例子来说明：
from kera
浏览 1提问于2018-08-02得票数 6
回答已采纳
1回答
我想要找出沿特定轴的张量中非零元素的数量。有没有什么PyTorch函数可以做到这一点？这里，lossess是形状64 x 1的张量。当我运行上面的语句时，它给出了以下错误。
浏览 9提问于2017-07-01得票数 3
回答已采纳
我试图了解TensorFlow如何计算tf.train.GradientDescentOptimizer的梯度。如果我理解TensorFlow白皮书中的4.1节，它通过向TensorFlow图中添加节点来计算基于反向传播的梯度，该图计算原始图中节点的派生。当TensorFlow需要计算一个张量C相对于C所依赖的某个张量I的梯度时，它首先在计算图中从I到C找到路径，然后从C返回I，然
浏览 0提问于2016-09-19得票数 4
回答已采纳
我正在处理一个具有以下形状的张量：[frame, channel, height, width]。我想从张量中提取每一帧，这可以通过[frame_number, :,:,:]很容易地完成。然后，我继续处理维度[channel, height, width]的特定框架
但我发现在处理每一帧时，很难将它们依次堆叠到形状[frame, channel, height, width]的另一个张量中(也就是说，此张量将沿0<e
浏览 2提问于2017-11-01得票数 0
我是tensorflow 2.0的新手，除了从样板代码中设计和训练一些人工神经网络之外，我没有做什么。我正在尝试解决一个新加入新的tensorflow的练习。我创建了一些代码，但它不起作用。沿c轴移动的N张量的每一个元素都应增加前驱体的值乘以p。假设我们有张量：在(1, 1, 4)的形
浏览 3提问于2020-03-08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。有人能帮我计算张量0轴上非零点的对数吗？
浏览 2提问于2019-10-27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
