1回答
我想检查两个张量是否具有相同的形状。假设我有一些这样的张量：b = tf.placeholder(tf.float32, shape=[Nonetf.float32, shape=[1, 3])assert a.shape == b.shape # True
如何
浏览 2提问于2017-03-01得票数 3
回答已采纳
我有两个张量，我想连接在tensorflow。这些张量的形状是:(Bs,dynamics,n_features)不过，我认为丹索尔·弗洛会进行预检查吗？tensorflow将检查两个形状为(None, None, n_features)的张量是否可以连接在轴1中，这是不可能的，因为它不知道None+None的结果
浏览 4提问于2022-07-25得票数 1
1回答
烟囱尺寸必须完全相同吗？
、、、
在“火把”中，给定形状的张量( a of (1X11) )和形状的张量( b of (1X11) )，torch.stack((a,b),0)会给出形状(2X11)的张量。然而，当a为形状(2X11)而b为形状(1X11)时，torch.stack((a,b),0)将引起错误cf。“两个张量大小必须完全相同”。因为这两个张量是模型的输出(梯度包括)，所以我不能将它
浏览 0提问于2018-05-17得票数 8
回答已采纳
标题中的问题-如何将这些形状的两个张量相乘，得到该形状的张量？[Batch_Size, A, B] x [Batch_Size, B] = [Batch_Size, A] tf.matmul()要求张量具有相同的等级。
浏览 21提问于2019-04-08得票数 0
1回答
我有两个张量的火把，这些形状： RuntimeError:张量必须具有相同的维数: got 2和3
我该怎么做才能解决这个问题？如何将二维PyTorch张量转换为三维张量，或者如何在不丢失任何数据的情况下将三维P
浏览 5提问于2021-12-07得票数 0
回答已采纳
Tensorflow具有稀疏到密集矩阵乘法的实现tf.sparse_tensor_dense_matmul，但它是否具有稀疏到密集的元素乘法(两个张量具有相同的形状)？我希望避免将稀疏张量转换为密集张量，因为它不适合内存。
浏览 6提问于2017-08-03得票数 1
Add()([x, input_data])
return x我认为问题来自于ResNet块中的这一行：输入的数据与x的维度不同，但我不知道如何解决这个问题
浏览 3提问于2020-02-06得票数 4
回答已采纳
1回答
我想在灰度帧中运行目标检测，以减少检测时间，为此我需要将image_tensor的形状更改为(1，?，?,1)，其形状为(1，?，?,3)。有没有可能改变形状，我问的问题对吗？
浏览 5提问于2019-08-05得票数 0
1回答
添加形状不匹配的图层输出
、、、
但是，当来自Input层的张量的形状在下面的Conv3D层中被修改时，Add层会报告ValueError，因为输出张量的形状不再匹配。Add要求这些形状相同。keras.layers.Reshape失败，因为新形状没有相同数量的元素。Concatenate层是可以工作的，然而，关于V-Nets的文章明确地呼吁使用元素求和。我想要找到一种方法来增长input_layer张量以匹配prelu_1_1层的形状，或者找到一个
浏览 0提问于2019-11-18得票数 0
我有一个形状为(1,224,224,3)的图像张量my_img。为了测试py_func，我将张量提供给python函数return_tf，该函数应该返回相同的张量(根据文档转换为numpy数组后)。代码如下： return np.array(x)
但当我检查名为test的返回张量的形状时，我得到：
tf.Te
浏览 1提问于2016-08-17得票数 8
我正在尝试实现一个注意模型，但是未能执行matmulatt和V的形状是：vshape:torch.Size([20, 3, 128, 100]) RuntimeError:预期张量在维度1处为100，而参数#2‘batch2’则为128号(同时检查bmm的参数)
我还尝试通过torch.randn生成两个形状相同的张量，
浏览 3提问于2020-04-29得票数 0
在处理与问答(MRC)相关的问题时，我实现了两种不同的架构，它们独立地给出了两个张量(令牌上的概率分布)。这两个张量都是维度(batch_size,512)。如何使用可训练权重组合两个张量，然后根据最终预测训练模型？因此，在我的NN模型的前向函数中，我使用BERT模型对512个令牌进行编码。这些编码是768维的。然后，这些被传递到线性层nn.Linear(768,1)以输出形状张量(batch_size,512,
浏览 5提问于2020-06-21得票数 0
我想把两个四维张量乘成两个四维张量，并将结果存储在一个四维张量中。我有一个张量--形状batch_size,16,16,3的'A‘和形状batch_size,4,4,3的张量'B’，我想执行一种平铺运算，使张量'A‘的每个4x4x3块都能用张量'B’进行逐元乘法。结果存储在形状与张量'A‘相同的<
浏览 0提问于2018-11-08得票数 0
回答已采纳
我正在构造一个图，其中我需要检查输入张量的形状。我试着用tf.cond来表示张量的形状。但我发现tf.cond希望true_fn和false_fn返回相同类型的输出。我的问题是如何在输入形状检查失败时停止执行。通常，如何在图形执行阶段更改控制流？我的代码如下所示。谢谢。
浏览 1提问于2019-06-02得票数 0
回答已采纳
5回答
我不明白。这些文档解释了广播的规则，但似乎没有用英语来定义它。我的猜测是，广播是当NumPy用虚拟数据填充一个较小的维度数组以执行操作时。但这不管用：>>> y = np.array([2,4])*** ValueError: operands could not be broadcast together with shapes (3,) (2,)
但是，错误信息暗示我走在正确的轨道上。有人可以定义广播，然后提供一些简单的例子来说明什么时候起作用，什么时候不起作用？
浏览 4提问于2015-09-28得票数 5
回答已采纳
1回答
是否有可能在Tensorflow中交错两个参差不齐的张量？例如:我有两个具有相同“RaggedTensors”的形状： a = [[[10,10]],[[20,20],[21,21]]]
b = [[[30,30]],[[40,40],[41,41]]] 我想把它们交错，这样得到的张量就像这样： c = [[[10,10],[30,30]],[[20,20],[40,40],[21,21],[41,41]]] 请注意，张量a和b始终具有相同</
浏览 20提问于2021-10-26得票数 0
但是指标必须只有两个参数。是否有可能这样使用它：
model.compile(loss='my_loss',metrics=[GAP])
浏览 0提问于2019-05-21得票数 0
当我们使用tf.Variable创建一个张量时，第一个参数是"initial_value“。因此，即使我们没有特定的值作为初始值，也必须给出这个值。
浏览 1提问于2018-06-04得票数 1
回答已采纳
1回答
我有两个形状相同的PyTorch张量A和B，我想创建一个形状相同的“随机混合”张量C，其中Ci，... = Ai，...概率α或Bi，..。概率为1-α。
浏览 3提问于2020-11-27得票数 1
1回答
张量的加权平均
、、
分别采用两个参数张量y_true和y_pred的加权平均函数；权重信息来自y_true张量。函数( y_true，y_pred) A=(y_ y_true -y_pred)**2 w-可从y_true导出，与y_true return average(A，weights=w)形状相同的张量<--标量
y_true和y_pred是3D
浏览 10提问于2017-02-02得票数 4
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
