1回答
但是当我读取proto记录时，我需要将这个值转换成分类向量。我怎么能做到这一点。下面是读取proto记录的代码片段： def parse(example_proto): label = tf.cast(parsed_features
浏览 18提问于2019-03-04得票数 0
回答已采纳
如何将参考张量类型转换为值张量类型？下面的assign是一个参考类型的张量。如何摆脱_refone= tf.constant(1)
new_cou
浏览 2提问于2016-02-03得票数 3
回答已采纳
问题是: 1) tensorflow没有非常直观地处理对张量的“赋值”；2)急切模式没有非常直观地处理张量的创建rope_images = tfe.Variable([:, 1:2], tf.int64)row_indeces = tf<
浏览 2提问于2019-09-17得票数 0
回答已采纳
我有一个来自tf.dataset的填充批处理，因为不是每个填充批处理的形状都是fixed.So的，所以我必须使用tf.shape方法来获得填充batch.The的动态形状问题是如何将tf.shape获取的张量形状转换为tf.function下的Python值？0], shape[1])
正如上面的代码，我想创建一个numpy数组，因为形状‘padded_batch，but’是一个张量，它不能直接在numpy.If中使用，在tf
浏览 1提问于2019-12-04得票数 4
我将保存3D-CNN的最后一个输出向量。下面显示了一小段代码，我将保存张量x。with tf.variable_scope('pool'): x, training=mode == tf.estimator.ModeKeys.TRAIN(x, axis=axis, name='global_avg_pool')
张量x得到了值</
浏览 91提问于2019-07-25得票数 1
如何将tf.int32类型的张量转换为tf.string类型的张量x = tf.constant([1,2,3], dtype=tf.int32)
w
浏览 0提问于2018-11-14得票数 4
回答已采纳
我需要一个形状为[3136, 512]的张量，其中我更新了随机值，其中列在随机生成的列索引列表中。我的意思是，我用所有的0和形状[3136, 512]创建一个张量，用410元素创建一个列表，它表示以前创建的张量的列索引，然后我有一个[3136, 410]形状的张量，它包含我想要更新的第一个张量的值。问题是，我需要将索引列表的第一个值映射到张量更新的第0列。生成410个随机列索引，完成.
将它们转换为
浏览 4提问于2021-11-06得票数 0
回答已采纳
我有一个张量，它保存密度值，当在会话中求值时，取值为(0,1e-31)。然后，我将tf.log元素应用于张量，在计算这个张量时，我得到了几个具有-inf的元素。在应用日志之前，我的张量的最小值是1.4012985e-45，然后在日志之后得到-inf。编辑:这个问题实际上是由于精度太低造成的。在图中的所有占位
浏览 6提问于2016-12-12得票数 1
回答已采纳
我使用tf.contrib.signal.stft希望能使神经网络更容易理解我的数据，但它返回complex64类型的张量。如果我试图将其输入到dynamic_rnn中，则会得到以下错误：
因此，我需要为RNN提供float32值。我可以把张量投射到float32，但是我认为虚分量被丢弃了，我认为它可能是有意义的。我想将每个complex64转换为2个float32<em
浏览 0提问于2018-02-17得票数 2
回答已采纳
我已经保存了模型&模型在ipython notebook中工作。我使用tfjs_converter将其转换为tensorflowjs_converter --输入_格式=tf_saved_model --output_format=tensorflowjs --output_node_namesconst model = await modelPromise;
const zeros = tf.zeros
浏览 2提问于2019-02-09得票数 3
我想问一下，在python和tensor flow中保存和加载文件的语法是不同的还是相同的？如何重新加载这样的结果结果(“np.save/”+FLAGS.result_file，W)
浏览 1提问于2017-03-13得票数 1
1回答
我有两个不同维度的张量。比如维度为(1,3)的张量A和维度为(1, 5)的张量B。 A = [a1, a2, a3]
B = [b1, b2, b3, b4, b5] 在这些值之间有一个已知的分组。所以我想要张量C为： C = [b1-a1, b2-a1, b3-a2, b4-a3, b5-a3] 为此，我必须将A转换为： A = [a1, a1, a2, a3, a3] 然后我就可以计算C了。有没有办法通过将给定张量的值复制给定的次数来创建新的<em
浏览 20提问于2019-04-06得票数 0
回答已采纳
我想使用布尔数组作为张量的掩码，这样True将保持张量中的原始元素值，False将张量中的原始元素值设置为零。Array = [True, False, False, False, True]Desired result = [1, 0, 0,0, 5]我尝试使用tf.boolean_mask(tens
浏览 1提问于2018-05-21得票数 6
1回答
假设我有张量如下：inverse_var = tf.math.reciprocal(var)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
浏览 1提问于2021-07-17得票数 0
1回答
对于密集的张量，我们可以使用tf.nn.topk来找到最后一维的k个最大条目的值和索引。
对于稀疏张量，我希望有效地获得每行的前n个项目，而不会将稀疏张量转换为密集张量。
浏览 3提问于2020-07-21得票数 1
1回答
我正在使用一个数据集，其中我解析来自每个tfrecord文件的四个张量。有时，四个张量中的一个会是空的，我希望能够过滤掉这个张量，并将其余的张量发送到tf.data管道中的下一步。我把这四个张量保存在字典里，我希望能做这样的事情。@tf.function return {k: tf.reshape(t, shape)for k, t in
浏览 26提问于2020-02-02得票数 0
下面是一个有代表性的例子：X = tf.placeholder( tf.float32, [10, None] )
W = tf.Variable( tf.ones( [5, 3] ) )
Xi = tf.gather( X, [0,1,2]
浏览 1提问于2016-08-23得票数 4
回答已采纳
我试图使用tf.nn.embedding_lookup()，并收到以下警告：
UserWarning: Converting sparse IndexedSlices to a dense Tensor我在这个中读到为了避免这个问题，我们应该确保tf.nn.embedding_lookup()的params输入是一个tf.Variable。但是我传递给tf.nn.embedding_lookup()的已经是一个张量，它是另一个操作的输出，我想我不能用它来初始化tf.Variable。是否
浏览 3提问于2019-06-23得票数 1
回答已采纳
1回答
在TensorFlow中，当使用tf.train.Saver存储和恢复变量时，当初始化器值被设置为张量时，我会得到随机值，为什么？我有两种创建变量的方法，一种使用函数初始化，另一种使用张量初始化：T = tf.get_variable('T', shape=[3], initializer= tf.zeros_initializer)
# Way 2-a, doesn't wor
浏览 20提问于2018-07-25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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
