如何避免reduce_mean成为Keras或Tensorflow中的空张量
在Keras或Tensorflow中，避免reduce_mean成为空张量的方法是确保输入张量的维度正确，并且不为空。
首先，reduce_mean是用于计算张量的平均值的函数。如果输入张量是空的，即没有元素，那么reduce_mean将返回一个空张量。
为了避免reduce_mean成为空张量，可以采取以下步骤：
- 检查输入张量的维度：在使用reduce_mean之前，确保输入张量的维度是正确的。例如，对于一个二维张量，可以使用tf.shape函数来获取其维度，并确保维度的值大于0。
- 检查输入张量是否为空：在使用reduce_mean之前，可以使用tf.size函数来检查输入张量是否为空。如果输入张量的大小为0，则表示它是一个空张量，应该避免使用reduce_mean。
- 添加条件语句：在代码中添加条件语句，以确保在输入张量为空时不执行reduce_mean操作。例如，可以使用tf.cond函数来检查输入张量是否为空，并根据条件选择是否执行reduce_mean。
以下是一个示例代码，演示如何避免reduce_mean成为空张量：
import tensorflow as tf
def safe_reduce_mean(input_tensor):
# 检查输入张量的维度
input_shape = tf.shape(input_tensor)
if tf.size(input_shape) == 0:
# 输入张量为空，返回空张量
return input_tensor
else:
# 执行reduce_mean操作
return tf.reduce_mean(input_tensor)
# 示例用法
input_tensor = tf.constant([], dtype=tf.float32)
output_tensor = safe_reduce_mean(input_tensor)
print(output_tensor)在上述示例中，如果输入张量为空，那么safe_reduce_mean函数将直接返回输入张量，避免了reduce_mean成为空张量的情况。
对于Keras或Tensorflow中的空张量问题，以上方法可以帮助您避免reduce_mean成为空张量。同时，建议在编写代码时仔细检查输入张量的维度和内容，以确保避免出现空张量的情况。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云官网：https://cloud.tencent.com/
- 云计算产品：https://cloud.tencent.com/product
- 人工智能产品：https://cloud.tencent.com/product/ai
- 物联网产品：https://cloud.tencent.com/product/iotexplorer
- 移动开发产品：https://cloud.tencent.com/product/mobdev
- 存储产品：https://cloud.tencent.com/product/cos
- 区块链产品：https://cloud.tencent.com/product/bc
- 元宇宙产品：https://cloud.tencent.com/product/mu
相关·内容
1回答
我使用TensorFlow 2和tensorflow.keras.layers的functional来构建模型。
我有一个输入张量(in_1)，它的形状是batch_size，长度，dim，我想计算沿长度维数的平均值，得到一个输出张量(out_1)，它的形状是batch_size，dim。
我该用哪一种来做呢？(就输出形状和培训而言，所有这些选项都有效)
out_1 = Lambda(lambda x: tf.math.reduce_mean(x, axis=1))(in_1)
out_1 = Lambda(lambda x: tf.keras.backend.
浏览 4提问于2020-12-07得票数 2
回答已采纳
我的代码中有一些张量，需要得到这些张量的值。这是其中之一。如何打印张量OA值？
Input:OA
Output: <tf.Tensor 'Sum_1:0' shape=(1, 600) dtype=float32>
Input:type(OA)
Output: tensorflow.python.framework.ops.Tensor
我已经尝试过所有可用的函数，如tf.print()、eval()、tensor.numpy()。在Tensorflow 2.0中，他们都没有为我工作。它们似乎只适用于“EagerTensor”，而不适用于“评论”。
1) OA.e
浏览 3提问于2020-02-21得票数 13
1回答
如何计算测试数据集的平均相对误差
、、、、
def create_model():
model = Sequential()
model.add(LSTM(50, return_sequences=True, input_shape=(40002, 12)))
model.add(LSTM(50, return_sequences= True))
model.add(LSTM(50, return_sequences= True))
model.add(tf.keras.layers.LSTM(30))
model.add(Dense(2, activation='linear&#
浏览 5提问于2022-10-20得票数 1
当我运行我的代码时，我试图使用张量流作为后端，并执行以下操作：
import tensorflow
KERAS_BACKEND=tensorflow
import keras
from keras import backend as K
K.tensorflow_backend._get_available_gpus()
我得到以下错误：
K.tensorflow_backend._get_available_gpus()
AttributeError: module 'keras.backend' has no attribute 'tensorflow_backen
浏览 6提问于2020-07-23得票数 2
回答已采纳
2回答
和Keras
、、、、
我一直在寻找什么是Tensorflow和Keras。他们说Tensorflow运行在KERAS之上，这意味着Tensorflow是Keras的“后端”。(虽然你可以使用其他如Theano和CNTK)
这里的“后端”术语是否意味着它在一个深度学习模型背后做了整个数学过程的事情？我的意思是，Tensorflow是一个做复杂事情的人，比如处理矩阵(张量)，做所有的数学工作？
另一方面，KERAS是我们创建模型所需要的人，对吗？一旦模型被创建，它的“后端”就是Tensorflow，对吗？因为模型要像IT一样工作(就像过程矩阵和做所有的数学工作一样)，它需要一个“后端”，即Tensorflow。
这就是
浏览 3提问于2020-06-02得票数 0
回答已采纳
我已经在TensorFlow工作了大约一年，我正在从Tf1.x过渡到TF2.0，我正在寻找一些关于如何在TF2.0中使用tf.keras.backend库的指导。我了解到，过渡到Tf2.0应该可以消除建模和构建图形中的大量冗余，因为在早期的TensorFlow版本中有许多方法可以创建等效层(我对此非常感激！)，但我仍然无法理解何时使用tf.keras.backend，因为这些操作与其他TensorFlow库似乎是多余的。
我看到tf.keras.backend中的一些函数与其他TensorFlow库是冗余的。例如，tf.keras.backend.abs和tf.math.abs不是别名(或者至
浏览 2提问于2019-12-16得票数 6
回答已采纳
1回答
我正在使用VSCode上的Jupyter Notebook创建一个U-Net。下面是我生成错误的代码的一个快速片段： # PREPARE U-NET MODEL
from tensorflow.keras import Input, Model
from tensorflow.keras.backend import clear_session
from tensorflow.keras.layers import Activation, Add, BatchNormalization, Concatenate, Convolution2DTranspose, MaxPool2D, Sepa
浏览 32提问于2021-07-13得票数 0
1回答
我要使用这个TensorFlow来混合张量和Keras张量：
但是，当输出需要是Keras张量而不是TensorFlow张量时，问题发生在最后一层。有什么简单的方法可以直接转化吗？还是有一个Keras函数可以进行双线性调整？
finalOut = predict_flow2
finalOut = tf.image.resize_bilinear(finalOut, tf.stack([h, w]), align_corners=True)
model = Model(input=input, output=finalOut)
model.summary()
错误信息：
TypeError:将
浏览 2提问于2018-02-23得票数 5
1回答
因此，我目前正试图了解多输入keras模型预期的格式，而不知道如何在多个输入keras模型中提供信息。
from tensorflow.keras.models import Model
import tensorflow.keras
import tensorflow as tf
first_input = Input(2)
second_input = Input(2)
concat_layer= Concatenate()([first_input, second_input ])
hidden= Dense(2, activation="relu")(concat_l
浏览 0提问于2021-05-22得票数 0
回答已采纳
1回答
我正在使用来自Titanic API的TensorFlow数据集。
我不知道如何使特性张量模型友好。
这是我得到的最好的，但一次只给一个张量。如何使它能够处理特性项中的所有张量？
import tensorflow as tf
import tensorflow_datasets as tfds
from tensorflow.keras.optimizers import Adam
data = tfds.load("titanic",split='train', as_supervised=True).map(lambda x,y: (x,y)).
浏览 5提问于2020-08-09得票数 0
回答已采纳
我使用reduce_mean来获得tensor_a的平均值。如果tensor_a是一个空张量，我会得到nan值。 tensor_a = K.variable([])
print(K.get_value(tf.reduce_mean(tensor_a))) 输出： nan 但是，如果tensor_a是一个空张量，我希望得到0而不是nan值。如何解决？
浏览 35提问于2019-09-27得票数 1
回答已采纳
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 tf
inputs = tf.keras.layers.Input(shape=(10), name='inputs')
weights = tf.Variable(tf.random.normal([10]), name='weights')
outputs = tf.k
浏览 30提问于2020-04-25得票数 0
回答已采纳
在Tensorflow 2.0中，我们看到的主要“张量”实际上是EagerTensors (更准确地说是tensorflow.python.framework.ops.EagerTensor)：
x = [[2.]]
m = tf.matmul(x, x)
type(m)
# returns tensorflow.python.framework.ops.EagerTensor
但是，在某些情况下，我们有符号Tensor对象(tensorflow.python.framework.ops.Tensor)，就像TF1.X中的那样。
例如在角星中：
from tensorflow.keras.mo
浏览 0提问于2019-08-26得票数 11
1回答
我试图在Keras中实现一个自定义层，在该层中，我需要将浮动[a, 1+a)的张量转换为用于掩蔽的二进制张量。我可以看到Tensorflow有一个floor函数可以做到这一点，但是Keras似乎在keras.backend中没有它。知道我该怎么做吗？
浏览 0提问于2018-09-05得票数 4
回答已采纳
14回答
因此，基本上，我对编程和使用python相当陌生。我试图建立一个ANN模型，我必须使用张量流，Theano和Keras库。我在Windows10 x64上安装了Anaconda4.4.1和Python3.5.2，并通过以下方法安装了这些库。
使用Anaconda和Python3.5创建一个新环境: conda创建-n tensorflow python=3.5 anaconda
激活环境:激活tensorflow
在此之后，您可以安装theano、TensorFlow和Keras: conda安装Theano，conda安装mingw libpython，pip安装tensorfl
浏览 69提问于2017-07-24得票数 29
2回答
我想调整一个张量(层间)，例如(None，2，7,512)到(None，2，8,512)，方法是插值它(比如使用最近的邻居)，类似于Tensorflow中可用的这个函数tf.image.resize_nearest_neighbor。
有什么办法吗？
我尝试直接使用Tensorflow函数tf.image.resize_nearest_neighbor并将张量传递给下一个Keras层，但是在下一层中引发了此错误：
AttributeError：“张量”对象没有属性“_keras_history”
我相信这是由于Tensorflow张量中缺少的一些属性，这是有意义的，因为层期望Keras
浏览 3提问于2017-09-26得票数 1
回答已采纳
我正在使用tensorflow版本2，tensorflow.keras。 我做的一个模型是tf.keras.Conv2D序列(需要4D输入张量(样本，行，cols，通道)) 然后是tf.keras.convLSTM2D (需要5D输入张量(样本、时间、行、列、通道)。 由于这个原因，我使用5D张量(样本、时间、行、cols、通道)进行了输入，但在开始实现model.fit(train_data, train_data... )时不能将其输入到tf.keras.Conv2D中 有没有办法让model.fit取5D张量？
浏览 3提问于2020-01-31得票数 0
回答已采纳
我试图建立一个基于张量流和Keras的股票价格预测的LSTM模型。所以我试着在我的木星笔记本上安装张量流和角。我使用的是2020 MacBook Air M1。
首先，我尝试通过终端通过下面的代码安装它
conda create -n tf tensorflow
上述代码工作正常，安装成功。但是当我试图在我的木星笔记本中输入张量流时，我无法做到这一点。
然后，我试图安装张量流和角直接进入木星笔记本通过以下代码。
pip install tensorflow
pip install keras
安装是成功的。我试着用它们导入库。
from tensorflow.keras.models impo
浏览 1提问于2022-08-06得票数 1
1回答
我有一个自动编码器类，我尝试将具有shape (2933314,600)的normal_test_data提供给编码器。为了运行Cast: Dst张量，我从/job:localhost/replica:0/task:0/device:CPU:0到/job:localhost/replica:0/task:0/device:GPU:0复制输入张量失败。Op:强制转换内存不足错误。如何使用Dataset API方法解决此错误？任何帮助都将不胜感激。 class AutoEncoder(Model):
def _init_(self):
super(AutoEncoder, self)
浏览 1126提问于2021-04-18得票数 0
1回答
TensorFlow和Keras中的符号张量是什么？它们与其他张量有何不同？它们为什么会存在？它们在TensorFlow和Keras的哪里出现？我们应如何处理这些问题，或在处理这些问题时会遇到哪些问题？
在过去，我曾遇到一些与符号张量有关的问题，比如_SymbolicException，但是文档没有描述这个概念。在中，这个问题也会被问到，但是，在这篇文章中，我将重点讨论这个特定的问题，这样以后答案就可以作为参考了。
浏览 3提问于2020-01-12得票数 16
在tensorflow中，我发现张量有两个变量：_shape和_keras_shape。下图是一个例子： ? K.int_shape()将返回_keras_shape。 _shape和_keras_shape有什么不同
浏览 80提问于2019-06-29得票数 0
1回答
可变批量张量的显式广播
、、、
我正在尝试在TensorFlow2.0RC中实现一个自定义的Keras Layer，需要将一个[None, Q]形状的张量连接到一个[None, H, W, D]形状的张量上，以产生一个[None, H, W, D + Q]形状的张量。假设两个输入张量具有相同的批量大小，即使事先不知道。此外，H、W、D和Q在写入时都是未知的，但在第一次调用该层时会在该层的build方法中进行求值。我遇到的问题是，为了连接，把[None, Q]形状的张量传播到[None, H, W, Q]形状的张量。 下面是一个尝试使用从shape [None, 3]到shape [None, 5, 5, 3]执行可变批量广
浏览 6提问于2019-08-30得票数 1
回答已采纳
我有一个Keras模型，我正在尝试在不同的python代码中导出和使用它。
这是我的代码：
from keras.models import Sequential
from keras.layers import Dense, Embedding, LSTM, GRU, Flatten, Dropout, Lambda
from keras.layers.embeddings import Embedding
import tensorflow as tf
EMBEDDING_DIM = 100
model = Sequential()
model.add(Embedding(vocab
浏览 0提问于2019-01-24得票数 20
回答已采纳
2回答
第四层张量如何让卷积消耗？
、、、、
我试图在tensorflow模型中添加预处理层，但无法正确地使用tf.keras.layers.Reshape。
我有一些以前的预处理层，这些图层会给TensorShape([50, 50, 3])形状的tensorflow张量带来一幅numpy图像。
我试图将这些预处理层连接到模型的第一层是一个卷积层，它需要一个四维的输入。当我调用维数Tensorshape([50,50,3])张量上的模型时，有三个维度，我得到了错误：
Input 0 of layer "Conv1" is incompatible with the layer: expected min_ndim=4,
浏览 24提问于2022-09-20得票数 1
我试图使用Keras在GPU上训练一个神经网络，并得到一个“资源耗尽:分配张量时的OOM”错误。它试图分配的特定张量不是很大，所以我假设以前的张量消耗了几乎所有的VRAM。错误消息附带了一个提示，提示如下：
提示:如果您希望在OOM发生时看到分配的张量列表，请将report_tensor_allocations_upon_oom添加到RunOptions中以获取当前分配信息。
听起来不错，但我该怎么做呢？RunOptions似乎是一个Tensorflow的东西，我能为它找到的一些文档将它与“会话”联系在一起。我使用的是Keras，所以Tensorflow隐藏在抽象层下，会话隐藏在抽象层
浏览 2提问于2018-04-05得票数 28
回答已采纳
在以下守则中：
import numpy as np
import pandas as pd
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers
import keras.backend as kb
ip1 = keras.Input((20,), name='ip1')
ip2 = keras.Input((20,), name='ip2')
ip3 = keras.Input((20,), name='ip3')
i
浏览 6提问于2022-09-28得票数 0
我很难将一个大小为(2946, 1)的Pandas列(或numpy数组)传递给带有Tensorflow 2的Keras中的文本嵌入输入层。Pandas DataFrame对象只是一个文本列，有2946个不同的观察。
根据Tensorflow集线器对这个预先训练过的单词嵌入的，模块：
该模块以字符串的一维张量中的一批句子作为输入。
网络和输入层的定义如下：
import tensorflow_hub as hub
import tensorflow as tf
from tenorflow import keras
hub_layer = hub.KerasLayer("ht
浏览 1提问于2020-01-10得票数 2
回答已采纳
# importing libraries
import numpy as np
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from tensorflow.keras.optimizers import Adam
from tensorflow.keras.losses import MSE
# creating keras model
model = tf.keras.Sequential()
model.a
浏览 3提问于2022-01-19得票数 1
我正在创建一种端到端的语音识别体系结构，其中我的数据是一个分段谱图的列表。我的数据具有形状(batch_size, timesteps, 8, 65, 1)，其中batch_size是固定的，但timesteps是可变的。我不知道，如何将这些数据放入一个张量中，并以适当的形状提供给我的模型。这里有一段代码显示了我的问题：
import numpy as np
import tensorflow as tf
import tensorflow.keras as keras
from tensorflow.keras.layers import Conv2D, MaxPool2D, Dense,
浏览 0提问于2019-06-14得票数 1
回答已采纳
3回答
我想在tensorflow后端对keras张量执行类似于np.where的操作。也就是说，假设我有两个张量: diff和sum。我将这些向量划分为：
rel_dev = diff / sum
对于np.arrays，我会这样写：
rel_dev = np.where((diff == 0.0) & (sum == 0.0), 0.0, rel_dev)
rel_dev = np.where((diff != 0.0) & (sum == 0.0), np.sign(diff), rel_dev)
也就是说，如果我在rel_dev和sum中都有零，我希望我不会得到np.Inf，而
浏览 21提问于2019-11-19得票数 5
回答已采纳
1回答
角点输入层限值
、、、
一本书中的范例很好。
model = keras.models.Sequential()
model.add(keras.layers.Flatten(input_shape=[28, 28]))
model.add(keras.layers.Dense(300, activation="relu"))
model.add(keras.layers.Dense(100, activation="relu"))
model.add(keras.layers.Dense(10, activation="softmax"))
尽管当我试图将input_
浏览 4提问于2021-01-24得票数 0
下面是我在Tensorflow 2.6.0中使用的片段
import tensorflow as tf
x = tf.keras.Input(shape=(224, 224, 3), batch_size=None)
x1=tf.keras.Input(1, dtype=tf.int32)
y = tf.cond(tf.less(x1,5), lambda :tf.keras.layers.ReLU()(x), lambda :tf.keras.layers.LeakyReLU(alpha=0.1)(x))
model=tf.keras.models.Model(inputs=[x,x1],
浏览 7提问于2022-02-04得票数 1
回答已采纳
我正在使用带有Tensorflow后端的Keras。
在我的损失函数中，我有一个张量，我需要用1替换小于1的元素。
我可以在docs 中看到许多可用的函数
但我不知道该怎么做。
如果我这样做了：
a_ = tf.Print(
message='a_shape',
input_=a_,
data=[tf.shape(a_)]
)
我得到的形状是：
y_shape[128]
我需要迭代这个张量，用1替换小于1的元素。
我该如何使用keras tensorflow API来实现这一点？
谢谢-
浏览 0提问于2018-07-05得票数 1
我用负二项分布建模变量。与其预测期望值，我更愿意对两个分布参数进行建模。因此，我的神经网络的输出层由两个神经元组成。为此，我需要编写一个自定义丢失函数。但下面的代码不工作-似乎是一个问题的迭代张量。
对于负二项分布，如何用Keras (和TensorFlow)编写损失函数？
我只需要重写这段代码，使用对TensorFlow的张量友好的代码。根据我所得到的错误，也许tensorflow.map_fn可能会导致一个解决方案，但我在这方面没有运气。
这在一般情况下运行良好，但与Keras / Tensorflow不同。
from scipy.stats import nbinom
from kera
浏览 1提问于2019-04-21得票数 4
我正在尝试将形状为(253,223)的图像的张量转换为相同大小的numpy数组，以便我可以绘制图像。我看过文档，他们建议我使用eval函数，如下所示 sess = tf.Session()
with sess.as_default():
print(type(tf.constant([img1]).eval())) 但它会抛出错误“当期望单个张量时抛出张量列表”。 这里类型(Img1)是<class 'tensorflow.python.framework.ops.Tensor'>，形状是(253,223)。使用keras tf.keras.backend.
浏览 24提问于2019-05-28得票数 0
2回答
如何获得概率层的形状？
、、、
我是一个具有TensorFlow概率层的建筑模型。当我这样做时，model.output.shape，我得到一个错误： AttributeError: 'UserRegisteredSpec' object has no attribute '_shape' 如果我这样做了，output_shape = tf.shape(model.output)它给出了一个Keras张量： <KerasTensor: shape=(5,) dtype=int32 inferred_value=[None, 3, 128, 128, 128] (created by l
浏览 35提问于2021-08-19得票数 2
回答已采纳
我已经使用Keras和TensorFlow对按照进行了分类。
网络的输入是形状为28，28的2-D张量，输出是形状为10的1-D张量，这是softmax函数的结果。
如何做到这一点？是否可以使用Keras或必须使用较低级别的API来完成此操作？
经过训练的模型具有以下格式
model = keras.Sequential([
keras.layers.Flatten(input_shape=(28, 28)),
keras.layers.Dense(128, activation=tf.nn.relu),
keras.layers.Dense(10, activati
浏览 4提问于2018-10-06得票数 8
我正在尝试在“纯”TensorFlow中使用Keras的模型(我想在Android应用程序中使用它)。我已经成功地将Keras模型导出到protobuf，并将其导入到Tensorflow。但是，运行tensorflow模型需要提供输入和输出张量的名称，而我不知道如何找到它们。我的模型是这样的：
seq = Sequential()
seq.add(Convolution2D(32, 3, 3, input_shape=(3, 15, 15), name="Conv1"))
....
seq.add(Activation('softmax', name="
浏览 0提问于2016-10-05得票数 4
1回答
我正在尝试用Keras编写自己的层，其中我需要将输入张量乘以权重张量，该张量具有可训练值的指数衰减。我计划创建一个权重的值，然后“以某种方式”扩展它。
在python中，我将这样做：
d = 0.9
window = 6
w = np.array([pow(d, window-j) for j in range(window)])
w = w / w.sum()
输出：
In [63]: w
Out[63]:
array([0.12602255, 0.14002506, 0.1555834 , 0.17287044, 0.19207827,
0.21342029])
我可以看到t
浏览 0提问于2018-08-26得票数 0
1回答
我在Tensorflow 2中实现了一个模型，我想在我的模型中对张量(两层输出的乘法)应用一个惩罚。我习惯于在层上使用正则化(内核、偏向或活动正则化)。
我可以构建一个只具有活动正则化的自定义层，但我突然发现有一个更简单的解决方案来将正则化添加到张量中。
我在中看到了这段代码
regularizer = tf.keras.regularizers.L2(2.)
tensor = tf.ones(shape=(5, 5))
regularizer(tensor)
其中产出：
<tf.Tensor: shape=(), dtype=float32, numpy=50.0>
但是，这只是
浏览 5提问于2022-01-30得票数 4
1回答
我正在处理tensorflow中的自定义keras层，我需要迭代一个张量。问题是张量有形状(无，.，.)。我不知道如何反复讨论这个问题。我试过了
for i in range(len(x[:, 0, 0, 0])):
即使是tf.map_fn，但两者都会运行无限次。如何在一维为零的张量上进行迭代？
浏览 2提问于2022-11-05得票数 0
回答已采纳
我正在尝试使用一个预先训练的模型，添加一些新的层和操作，并在tensorflow中执行一个培训课程。因此，我偶然发现了tf.keras.applications.*命名空间，并开始使用那里实现的一些模型。
加载基本模型后，我将添加如下新层：
x = base_model.output
# this line seems to cause my error
x = tf.reshape(x, [-1, 1])
# using this line solves the issue
# tf.keras.layers.Flatten()(x) #
x = tf.keras.layers.Dense
浏览 0提问于2018-04-02得票数 5
回答已采纳
2回答
Tensorflow有tf.logical_and()和tf.logical_or()来比较两个布尔张量，即tf.logical_and(x,y)==TRUE if x==TRUE and y==TRUE 。不过，我在Keras后端找不到这样的东西。它们有keras.backend.any()和.all()，但这是为了在张量内进行聚合，而不是在张量之间。我一直不得不使用嵌套K.switch()函数的变通方法，但这是令人痛苦的不雅之处。
浏览 0提问于2018-04-20得票数 8
回答已采纳
K.learning_phase()获取值，而不是张量本身。我需要学习阶段张量给K.function得到层梯度，输出等。工作良好的w/ import keras.backend as K，但失败的import tensorflow.keras.backend as K。 w/部分解决方案
我怎么才能得到张量本身呢？
可复制示例
import tensorflow.keras.backend as K
from tensorflow.keras.layers import Input, Dense
from tensorflow.keras.models import Model
import
浏览 0提问于2019-11-22得票数 2
回答已采纳
1回答
如何打印Keras张量的值？
、、、、
我有这段代码，我想打印‘out’的keras张量值：
import tensorflow as tf
from tensorflow.keras import Input
batch_size = 8
inp = Input(shape=(batch_size, 7, 7,2048))
inp = tf.squeeze(inp,axis=0)
print(inp.shape)
layer = Flatten()
out = layer(inp)
print(out.shape)
out = Dense(1,activation='sigmoid')(out)
print(ou
浏览 2提问于2021-08-20得票数 0
回答已采纳
TF1让sess.run()和.eval()来获得张量的值，而Keras有K.get_value()；现在，两者的工作原理都不一样(前两个)。
K.eager(K.get_value)(tensor)似乎通过退出Keras图而在Keras图中工作，而在图形之外的K.get_value(tensor) --这是w/ TF2的缺省值(在前者中为off )。但是，如果tensor是Keras后端操作，则此操作将失败。
import keras.backend as K
def tensor_info(x):
print(x)
print("Type: %s" % ty
浏览 4提问于2019-10-06得票数 10
回答已采纳
1回答
我有两个包含图像和标签的形状数组(600 )。当我试图以任何形式将它们传递给Keras/Tensorflow时，我会得到以下错误：
ValueError:无法将NumPy数组转换为张量(不支持对象类型numpy.ndarray)。
据我所知，图像存储在数组中。当观察内部数组(单个图像)时，它们具有以下属性：
具有形状的dtype=uint8数组：(x，500，3)，其中x在300和500之间。
我能够通过pandas.apply在图像数组上应用tf层，希望问题是图像大小不一致：
resize_and_rescale = tf.keras.Sequential([
tf.keras.la
浏览 4提问于2021-05-19得票数 2
1回答
我从来不知道如何计算自动编码器损失函数，因为预测有很多维数，而且我一直认为损失函数必须输出给定记录的单个数字/标量估计。然而，在GitHub上，我最近遇到了一个存储库，它在TensorFlow中实现了一个示例自动编码器，而平方错误实现比我想象的要简单得多：
cost = tf.reduce_mean(tf.pow(y_true - y_pred, 2))
世界银行( TensorFlow 文档 on reduce_mean )表示，除其他外：
如果轴没有项，则所有维数都会减少，并且返回带有单个元素的张量。
我能从所有这些推断出自动编码器预测的平方误差只是所有记录尺寸的平均值吗？
浏览 0提问于2016-12-06得票数 5
回答已采纳
我试图为使用keras/tensorflow实现的using模型编写自定义度量。在度量中，我需要使用opencv函数，在基本真理上使用“cv2.diate”。当我尝试使用它时，它给出了错误，因为y_true是张量，cv2。对如何实现这个有什么想法吗？
我试图将张量转换为numpy数组，但它不起作用。我搜索了cv2. couldnt的tensorflow实现，但找不到。
浏览 4提问于2022-11-28得票数 0
回答已采纳
1回答
这个问题可能看起来很难，但我需要知道tom如何将ResNeXt模型导入到Keras张量流中，我已经尝试过了，但没有任何用处 from keras.applications.resnext import ResNeXt50
---------------------------------------------------------------------------
ModuleNotFoundError Traceback (most recent call last)
<ipython-input-1-ca380748170a>
浏览 74提问于2021-03-18得票数 3
回答已采纳
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
