，64，64)的输入张量和一个大小为(64，64)的静态张量掩码。我希望这个模型的输出张量的形状是(?，64，64)，其中输出的i_th元素是输入和掩码的i_th元素的元素乘以元素。我尝试过在keras中使用Multiply()层，因为它提供了一个元素一个<
浏览 25提问于2019-02-19得票数 1
回答已采纳
因此，假设我有一个k-dim张量和一个1-dim掩码，它在pytorch中用于可变长度序列，并且我想返回一个张量，它表示掩码中直到第一个false值的元素。False,False,False])
>>> [[1,2],[3,4],[5,6]] 在本例中，输入张量是2D，但它可以是k-d，在这些维度上具有<
浏览 18提问于2021-03-23得票数 1
回答已采纳
我有一个2D张量，我想只对每一行的最大元素应用一个函数。例如，如果我的张量是： [0.4, 0.3]][[0.5, 1.4], my_function(my_tensor),其思想是使用tf.reduce_max创建一个张量，即每行的</
浏览 4提问于2017-02-25得票数 2
我有一个2D张量和一个索引张量。2D张量有一个批次维度和一个具有3个值的维度。我有一个索引张量，它只选择3个值中的1个元素。产生只包含索引张量中元素的切片的“最佳”方法是什么？
浏览 20提问于2019-02-21得票数 0
回答已采纳
我需要一个与tf.one_hot提供的1有些类似的张量，但我(有时)需要在每一行中有多个张量。更具体地说，给定一个2d张量A，当且仅当A包含列索引作为同一行中的值时，我需要一个在某个位置具有1的2d张量。
更糟糕的是，我给出的张量A是动态大小和填充的，但另一个1d张量提供了实际长度。执行此操作的</em
浏览 2提问于2017-05-13得票数 0
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</
浏览 8提问于2017-12-20得票数 2
回答已采纳
我正在尝试在2D批量张量(128x512)和1D张量(512)之间进行元素乘法。目前，我这样做的原因是： for i = 1 , nbatch , 1 do end
它起作用了，我得到了预期的结果，但我认为这不是为什么这样做的最佳效率。如何将其扩展到元素级乘以(n-1)D
浏览 0提问于2016-06-25得票数 1
在Lua中，40000x1矩阵显示为一维张量，1x40000矩阵显示为2D张量。每当我试图简单地使用a*b乘以它们时，就会出现一个错误：multiplication between 1D and 2D tensors not yet supported。我不能迭代地遍历每个索引，因为这个函数在我的程序中经常使用，并且会大大增加执行时间。如何将a和b相乘
浏览 1提问于2016-06-06得票数 0
回答已采纳
1回答
上下文：在某个时刻，执行的是卷积运算(即输出张量连接到输入张量，并且输出张量中的每个元素只受K大小的2D掩码中包含的输入元素的影响)。输入张量x的形状w_in,w_in
中间张量映射到形状
浏览 0提问于2018-10-23得票数 1
对于任何2D张量X，如何获得每个行的top K元素的掩码，其中K是张量(不限于int)？
浏览 8提问于2022-07-18得票数 1
回答已采纳
，)和()必须具有相同的级别
如何才能让2D中的weight_variable乘以每个图片(227x227)，这样我就有了一个(227x227)输出？？这个操作的平版完全耗尽了resources...plus，梯度不会在平面形式中正确地改变权重。
或者:如何沿着批处理维度(?，)拆分传入张量，以便我可以使用我的tf.matmul在每个拆分<e
浏览 1提问于2016-04-26得票数 6
回答已采纳
我正在尝试从不同大小的图像中随机获取裁剪(大小随时间变化，并存储在Variable中)。面片的大小会发生变化，并表示为张量：patches = [] patch =tf.stack(patches, axis=0)但是我在最后一行得到了一个错误的TypeError我使用最后一行
浏览 3提问于2017-07-12得票数 2
回答已采纳
2回答
a = np.arange(5) print(a[False])[[0 1 2 3 4]]对于上面的代码，当我将True传递给numpy数组的索引时
浏览 6提问于2019-09-27得票数 4
TLDR
我的DoubleDuelingDQN的每个样本的输入形状是(169，3)。该DDDQN的输出应为三个相应动作的形状(3)。我的假设是，输出形状是错误的，应该是(64，3)。我的NN当前配置如下(其中它的call()函数返回错误的形状)--如何构建我的网络以返回正确的形状(3)而不是(169，3)？这是我经纪人的代码。如果需要更多
浏览 1提问于2020-12-10得票数 0
回答已采纳
1回答
我有一个用例，需要在Keras中将2D张量与三维张量连接起来。三维张量的维数是动态的(例如，三维张量可以是具有形状[batch_size, num_timesteps, num_features],的LSTM层的输出，其中batch_size和num_timesteps是动态的)。我使用RepeatVector来重复2D张量<e
浏览 0提问于2019-01-15得票数 2
回答已采纳
在Keras中，Conv2D的输入张量通常是维数为batch_size * n * n * channel_size的四维张量。现在我有一个维度为batch_size * N * n * n * channel_size的5D张量，我想为N中的每个i应用最后三个维度的2D卷积层。例如，如果内核大小为1，那么我期望输出的维度为batch_size
浏览 23提问于2019-01-07得票数 0
回答已采纳
1回答
我很难理解keras中的LSTM输入。我如何转换一个非常简单的意甲，2，3，4，5，6，7，8，9，10的输入矩阵，因为它可以预测下一个数字？i in range(0, len(list1) - 5):但是，行和列代表什么样的尊重关系图呢
浏览 12提问于2020-10-04得票数 2
回答已采纳
1回答
我正在尝试在c++中实现一个轻量级(最小化的库依赖)版本的TensorFlow图，并且我正在尝试使用本征张量对象来执行图形操作。卷积层的输入是一个51x51x1张量，它与大小为3x3x1x16的滤波器组进行卷积。在tensorflow中，这会生成一个大小为49x49x16的输出张量。使用下面的特征代码在C++中设置相同的操作仅填充输出张量的第一个通道，因此顶部49x49x1单元格包含正确的<
浏览 2提问于2019-04-05得票数 2
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
