我正在尝试获取输入数据的切片，source。输入形状为?，512，6，并且在将其送入LSTM层时具有此形状，批量大小未指定。我的神经网络NN是非连续的，我需要使用原始输入数据的子集的另一个层。source的原始数据类型是numpy数组。一种尝试是使用：我相信tf.slice应该能够处理这个问题。如何获取工作切片？feature], [-1,512
浏览 10提问于2020-02-16得票数 1
回答已采纳
有时建议在网络创建期间将批处理大小设置为无，这样它就不会绑定到任何特定的批处理大小。我的问题是，在tensorflow中是否有任何惩罚，让一个维度(批量大小，但也可以是一些特殊网络的输入宽度或高度)在评估之前未知？让网络提前知道批量大小有什么好处吗？
浏览 2提问于2017-04-22得票数 2
我尝试创建一个具有动态形状的tf.Variable。下面概述了问题所在。但是，当我尝试这样做时：它抛出错误ValueError: Tensor必须具有指定的形状，dtype=float32)self.question_inputs = tf.placeholder(tf.int3
浏览 0提问于2016-10-14得票数 7
回答已采纳
1回答
, 448, 448, 3]和我的网络预测一个边界盒与形状[?, 4]。我想切片我的图像张量与边界框张量，并调整大小的结果张量为一个固定大小的图像，以进一步处理。对于tensorflow (或者更好的，在Keras中)，这是可能的吗？我已看过有关的问题。例如，和，但是它们不适用于索引张量和原始张量都有未知第一维的情况。
任何在正确方向上的
浏览 3提问于2017-10-15得票数 1
回答已采纳
1回答
, M, N)的图像，这里的?是批量大小(不固定)，M和N分别是图像的高度和宽度。我的tensorflow版本是1.14。例如，如果输入x (带有dtype=tf.float32)来自MNIST，则批处理大小未知的M=N=28为? : (?, M, N)。为了使用填充大小: (1,1,1,1)填充(零)此图像，以便输出大小为(?我认为这是因为x[1:]不是每个图像的</em
浏览 0提问于2020-05-11得票数 0
现在我想通过去掉最后一列和最后一行来获得形状为(None, 2, 55, 55, 256)的张量。我如何使用Keras/Tensorflow来实现这一点？
浏览 164提问于2019-06-09得票数 1
回答已采纳
我们的模型是Mask R-CNN。TPU_WORKER = 'grpc://' + os.environ['COLAB_TPU_ADDR']
tpu_model = tf.contrib.tpu.keras_to_tpu_modeltf.contrib.tpu.TPUDistributionStrategy(然而，我遇到了<em
浏览 0提问于2018-10-17得票数 3
我从某个地方读到，如果您选择的批处理大小是2的幂，那么训练会更快。这条规则是什么？这是否适用于其他应用程序？你能提供一篇参考论文吗？
浏览 4提问于2017-06-11得票数 17
回答已采纳
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,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
浏览 6提问于2019-08-30得票数 1
回答已采纳
我习惯于使用Tensorflow中的学习过滤器，应用于输入数据(或上一层的输出)。但是，可以将输入本身用作过滤器吗？也就是说，我希望对每个切片使用不同
浏览 2提问于2016-07-27得票数 1
当尝试使用spring的分页或分片来迭代非常大的mongodb集合时，程序运行正常，但在某些点上下一页/分片是空的，并且在调试中会出现"Page / slice包含未知实例“的消息。= new ObjectId( doSomthing()); } while (nextPage.hasNext());
此外，当使用不同的页面大小时，似乎问题的位置
浏览 0提问于2017-07-17得票数 1
如何使用小批量数据在TensorFlow中训练网络？1000): train_step.run(feed_dict={x: batch[0], y_: batch[1]})
我的问题是在这种情况下，TensorFlow是否会自动为这些列表中的每个训练示例添加梯度？或者我应该创建我的模型，以便x和y_获得完整的小批量？我的问题</
浏览 4提问于2016-07-02得票数 6
回答已采纳
我使用的是NVIDIA GPU上的TensorFlow 1.9，内存为3 GB。我的小批量的大小是100MB。因此，我可能会同时在我的GPU上安装多个迷你批次。所以我的问题是，这是否可能，这是否是标准做法。例如，当我训练我的TensorFlow模型时，我在每个时期运行类似这样的东西：for batch_num in range(num_
浏览 22提问于2018-08-06得票数 4
回答已采纳
作为前言，我了解了如何制作无大小的张量及其主要用途。
我的隐藏层依赖于我传递的数据的batch_size。因此，我将批处理大小传递给占位符。不幸的是，这给我带来了一堆压力和错误，因为许多功能在没有大小的形状下不能很好地工作。我正在寻找一种方法来使用张量的动态形状来计算隐藏层中的节点数。InvalidArgumentError: Placeholder_2 = Placeholderdtype=DT_
浏览 0提问于2016-10-22得票数 2
我正在尝试使用不同的图像从this paper(model 1)重建CNN图像识别模型。但是，拟合模型会在第一个时期返回一个ResourceExhaustedError。批处理大小已经相当小了，所以我猜问题出在我从论文中复制的模型定义上。任何关于模型更改的建议都将不胜感激。谢谢！keras.metrics.CategoricalAccuracy()])
history = model.fit(train_set,validation_data=val_set, epochs=150) 拟合模型后
浏览 31提问于2021-11-22得票数 0
回答已采纳
6回答
我正在使用TensorFlow构建一个深度学习模型。也是TensorFlow的新手。
由于某些原因，我的模型具有有限的批量大小，那么这种有限的批量大小将使模型具有较高的方差。因此，我想使用一些技巧来使批大小更大。我的想法是存储每个小批次的梯度，例如64个小批次，然后将梯度求和在一起，使用这64个小批次训练数据的平均梯度来更新模型
浏览 1提问于2017-02-10得票数 18
1回答
我正在微调VGG-16以完成我的任务。我的想法是加载预先训练过的权重，删除最后一层(这是带有1000个输出的softmax )，并用几个输出替换为softmax。，Keras使用Tensorflow作为后端。Tensorflow是用来使用GPU的(使用CUDA)。我现在有一张相当旧的卡: GTX 760和2Gb内存。 GTX 1070甚至能够训练VGG-16 (
浏览 0提问于2018-06-17得票数 0
我希望有一个二维卷积与过滤器，这取决于tensorflow中的小批量样本。你知道如何做到这一点吗，特别是在每个小批量的样本数量未知的情况下？具体地说，我有表单MB x H x W x Channels的输入数据inp，还有表单MB x fh x fw x Channels x OutChannels的过滤器F。我想做tf.nn.conv2d(inp, F, strides = [1,1,1,1])，但这是不允许的，因
浏览 64提问于2017-02-06得票数 9
回答已采纳
我想用3维更新张量的切片。遵循How to do slice assignment in Tensorflow，我会这样做 import tensorflow as tf
sess.run(init)
print(sess.run(update)) 这是可行的，但由于我的实际问题更为复杂，因此我希望通过定
浏览 13提问于2019-01-09得票数 2
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
腾讯会议
云直播活动推荐
腾讯云开发者
