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:
浏览 30提问于2020-04-25得票数 0
回答已采纳
1回答
当指定张量形状时？
、、、、
我经常看到使用符号"None“、"-1”和"“来让程序动态定义张量的维度(例如批处理大小)，似乎效果相同：使用这些符号中的任何一个是否有功能上的区别？
谢谢
浏览 1提问于2018-08-07得票数 6
回答已采纳
在TensorFlow中，如果我有二维张量，一个维度(100，9,135)，另一个维度(100，29,135)：x2:张量(shape=(100，29,135)，dtype=float64)Z= tf.multiply(x1，x2)
打印如何在TensorFlow</em
浏览 2提问于2022-05-25得票数 1
回答已采纳
在pooling_out2之后，我想添加一个完全连接的层。如果我提到它将拾取图像的初始值，假设我从图像大小我应该发出什么命令来重塑pooling_out2的维度？
浏览 2提问于2017-05-31得票数 0
1回答
如何与扁平层连接
、、
import numpy as npimport tensorflow as tffromtensorflow import kerasfrom tensorflow.keras.callbacks import TensorBoardfrom tensorflow.keras.layers import (
浏览 6提问于2022-09-28得票数 1
我正在尝试在tensorflow中实现一个基于LSTM单元的RNN。我在每一行中都有一个组成特征的单词序列和一个名为labels (可以是1或0)的列作为目标。在此之后，我的每个示例都会变成一个160 x 100的矩阵，RNN函数的每个批次都会变成一个张量- (256,160,100)。现在，假设LSTM单元的hidden_dimension设置为300，则每个示例(大小为160x100)的隐藏状态向量的</
浏览 0提问于2017-01-30得票数 0
假设我使用Tensorflow的Python创建了一个张量，如下所示，我想在C++中创建一个tensorflow：：张量等价的张量，这样我就可以运行一个以x作为输入的经过训练的图。我应该如何处理输入形状的第一个维度，它在C++中是tensorflow::Te
浏览 4提问于2015-12-20得票数 3
回答已采纳
Tensorflow有一个叫做的函数，它将高维张量相乘。但我很难理解它是如何工作的，部分原因可能是因为我很难想象它。我想做的是把矩阵乘以三维张量的每一片，但我不太明白张量a的形状是什么。Z是最内在的维度吗？下列哪一项是正确的？我最希望第一个是正确的--这对我来说是最直观的，并且很容易在.eval()输出中
浏览 3提问于2015-12-09得票数 12
回答已采纳
我是Tensorflow的初学者。我被这个教程弄糊涂了。作者首先给出了一个公式y=softmax(Wx+b)，但是在python代码中使用xW+b，并解释了它是一个小技巧。首先，我们用表达式tf.matmul(x，W)乘以x乘以W。这是从我们在方程中把它们相乘的时候开始的，我们有Wx，作为处理x的一个小技巧，x是一个多输入的2D张量。
浏览 5提问于2017-06-29得票数 2
我正在尝试将3D图像及其标签从numpy数组加载到TensorFlow记录中，然后在训练网络时从队列中读取它们。转换代码基于TensorFlow的转换。每个图像都有不同的高度、宽度和深度值，因此在重塑数组时，我需要知道这些值。然而，当我尝试使用set_shape时，我得到了一个错误，因为在线路下面的某个地方使用了int()，并且它不接受张量值。，但是损失是在sess.run()中评估的，这需要调用tower_loss()。我的训练代码在结构上与相同，整个文件结构也非常相
浏览 3提问于2017-03-26得票数 2
5回答
我有一些由input_x表示的数据。它是一个未知大小的张量(应该由批处理输入)，其中的每个项目都是大小为n的。input_x经历了tf.nn.embedding_lookup，因此embed现在有维度[?, n, m]，其中m是嵌入大小，?是未知的批处理大小。U将输入数据中的每个样本(现在通过嵌入维度进行扩展)乘以，而我似乎无法理解如何做到这一点。然后，通过扩展U的</em
浏览 7提问于2016-07-06得票数 48
回答已采纳
我遇到一个问题，链接tf.gather()索引会产生以下警告：当一个层对输入层进行索引，对相应的切片执行一些操作，然后下一个层对结果进行索引时下面是一个有代表性<e
浏览 1提问于2016-08-23得票数 4
回答已采纳
下面的代码(修改后的tensorflow示例)产生错误“所有输入张量必须具有相同的等级。”tf.linalg.LinearOperatorTridiag的多项运算也给出了类似的误差。我需要在Keras层中将输入乘以三对角矩阵，由于该层输入中的额外批量维度，张量的等级会有所不同。有什么已知的实际解决方案吗？import tensorflow as tf
superdiag = tf
浏览 7提问于2020-05-13得票数 0
使用tf.autograph.experimental.set_loop_options设置形状不变量。mel_frames)但我没有看到任何形状的变化那么如何重写代码才能得到正确的答案呢?我真的需要你的帮助！等待你的回复。
浏览 4提问于2021-08-06得票数 2
我正在编写TensorFlow (python)逻辑来确定张量的最后一个维度是1还是5。如果张量是标量，这个表达式应该为false。在图形构建时，张量的形状是未知的。给定张量input，我已经尝试过了 # The tensor must not be a scalar.tf.logical_or(
浏览 7提问于2017-11-24得票数 1
回答已采纳
1回答
前两个结果在维度或等级上的区别是什么？为什么我可以将这两个(矩阵/向量)相加？这听起来可能是一个天真的问题，但我正在努力理解张量/矩阵之间的加法是如何工作的。谢谢。它们不是两个大小不同的矩阵吗？)import tensorflow as tfW = tf.Variable(tf.zeros([784, 10]))
x = tf.Variable(tf.zeros
浏览 2提问于2016-11-14得票数 0
我知道这有点愚蠢，因为BigQueryML现在为KM棍提供了良好的初始化。尽管如此，我还是被要求在tensorflow中训练一个模型，然后将它传递给BigQuery进行预测。中不可能使用tensorflow训练的kmeans算法吗？/serving/predict
所有的输出形状似乎都有未知的排名。在这个过程中，我意识到结果的对象，实际上是一个包含不同张量类的元组，似乎是用来单独构造图的。有趣<e
浏览 6提问于2020-02-11得票数 3
云服务器
ICP备案
实时音视频
对象存储
云直播
腾讯云开发者
