腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
文章
问答
(1552)
视频
沙龙
1
回答
沿
轴
查找
张量
中非
零
元素
的
数量
、
、
我想要找出
沿
特定
轴
的
张量
中非
零
元素
的
数量
。有没有什么PyTorch函数可以做到这一点?这里,lossess是形状64 x 1
的
张量
。当我运行上面的语句时,它给出了以下错误。
浏览 9
提问于2017-07-01
得票数 3
回答已采纳
1
回答
用keras计算
张量
中非
零
值
的
对数
、
、
、
、
我正在尝试实现一个自定义损失函数,它需要取模型输出
张量
中
的
值
的
对数。
张量
也可以包含
零
,所以我只想取非
零
值并计算对数。count = K.t
浏览 2
提问于2019-10-27
得票数 0
1
回答
用tensorflow在Python中用重量来表示
张量
、
我有一个三维
张量
A
的
形状[n, ?, m],有一个非
零
的
元素
沿
第三
轴
。:] = [0,0,0,1,0,0]A[0,1,:] = [0,1,0,0,0,0]我有一个重量
张量
w
的
形状(1,)。我想用重量w来扩展
张量
w,这样我就可以转换
张量
A,如下所示
浏览 0
提问于2019-02-06
得票数 3
回答已采纳
1
回答
TensorFlow
张量
中极大元
的
指数
、
如何在TensorFlow中求出
沿
选定
轴
的
张量
最大
元素
的
索引?
浏览 0
提问于2016-05-08
得票数 8
回答已采纳
1
回答
如何在tensorflow中省略4维
张量
中
的
零
?
、
假设我有一个
张量
:t = tf.Variable([[[[0., 235., 0., 0., 1006., 0., 0., 23., 42.], [77[[0., 132., 0., 0., 234., 0., 1., 24., 0.], [43., 0., 0., 124., 0., 0., 0., 52., 645]]]]) 我想省略
零
,只留下一个形状
的
张量
:(1,2,2,4),其中4是
张量
中非
零
元素</em
浏览 9
提问于2017-02-04
得票数 3
回答已采纳
1
回答
从ONNX转换后
的
OpenVINO输出键错误
、
我已经将一个(修改后
的
) Darknet模型转换为onnx,(尝试了opset 10 & 11),然后使用将这个onnx模型转换为IR。当我尝试使用从提供
的
YOLO示例加载这个模型时,加载是很好
的
,但是当我在调试模式下检查网络对象时,我发现输出是Transpose_231、Transpose_237和Slice_230/Split.1。out_blob = out_blob.buffer.reshape(net.layers[net.layers[layer_name].parents[0]].out_data[0].sh
浏览 1
提问于2020-09-30
得票数 0
1
回答
如何在TensorFlow中索引稀疏
张量
?
、
、
、
有没有一种方法可以索引稀疏
张量
的
单元/部分,就像在密集
张量
的
情况下?# dens_tensor.shape = [10, 10, 10]如果没有,是否有人知道索引稀疏
张量
的
变通方法?
浏览 0
提问于2016-12-16
得票数 2
1
回答
tensorflow中矩阵数组
的
约简
、
、
像和这样
的
函数执行按
元素
划分
的
操作,以减小
沿
轴
方向
的
张量
。我有一个
张量
R和形状(1000, 3, 3),一个3x3矩阵
的
列表。我想做
的
是,矩阵,,乘以它们,所以我保留一个3x3矩阵。
浏览 1
提问于2017-08-23
得票数 2
回答已采纳
3
回答
如何求O(m+n)中两个稀疏向量
的
点积,其中m和n是两个向量中
元素
的
个数
、
、
我有两个稀疏向量X和Y,并想得到O(m+n)中
的
点积,其中m和n是X和Y
中非
零
元素
的
数量
。我能想到
的
唯一方法是选择向量X中
的
每个
元素
,并遍历向量Y,以
查找
是否存在具有相同索引
的
元素
。我将向量实现为一个链表,每个节点都有一个
元素
。
浏览 0
提问于2015-09-24
得票数 6
回答已采纳
2
回答
tensorflow中
的
反向()和reverse_sequence()之间
的
主要区别是什么?
、
我正在使用简单
的
tensorflow示例来翻转图像。我只想知道这种方法
的
主要区别是什么?
浏览 9
提问于2016-11-29
得票数 3
回答已采纳
1
回答
在Python中,如果另一个数组
的
对应
元素
为
零
值,如何删除该数组中
的
元素
?
、
、
我有一个形状为(250,1376,176)
的
HSI数组。它表示具有176个通道
的
高光谱图像。我还有一个形状为(250,1376)
的
地面实况图像GT。我想删除GT数组中值为
零
的
元素
。有没有办法从一个减去
零
值
元素
的
2D数组中创建一个2D数组? 然后,我想删除HSI数组
的
像素(即数组
的
第二个和第三个
轴
的
元素
),它们对应于GT数组中值为
零</em
浏览 1
提问于2021-07-01
得票数 0
1
回答
如何在TensorFlow中迭代
张量
的
元素
?
、
我编写了一个神经网络,它为每个输入样本返回一个由3个数字组成
的
列表。然后从实际值中减去这些值,以得到差异。例如,predicted = [0,0,1] 所以我
的
张量
现在有了形状batch_size,3我想做
的
是迭代
张量
元素
来构造我
的
损失函数例如,如果我
的
batch_size是2,最后我希望失去
的</e
浏览 1
提问于2017-03-05
得票数 3
回答已采纳
2
回答
如何计算N-d
张量
中
的
非
零
行?
、
、
我需要找到非
零
的
行数,并将它们放入一个一维
张量
(一种向量)中。[0, 0, 0, 0, 0, 0, 0], [0, 0, 0, 0, 0, 0, 0]] 在实际应用中,
张量
形状将是所以我需要找出维度1
中非
零
行
的
数量
,并将它们保持在一维
张量
中。
浏览 20
提问于2021-02-08
得票数 0
回答已采纳
2
回答
是否有numpy.all()
的
反转版本?
、
如所述 是否有相反
的
函数:检查
沿
给定
轴
的
所有数组
元素
(我需要对角线)是否为False。我特别需要
的
是检查二维矩阵
的
对角线是否是
零
,每一个位置都是。
浏览 0
提问于2012-01-18
得票数 4
回答已采纳
1
回答
张量
除法
的
矩阵广播
我试着计算600x400x100
张量
A
的
值,除以600x400矩阵B
沿
第三
轴
。你可以想象一个100帧
的
视频剪辑,每个600×400帧都是按
元素
划分
的
。我
的
代码是:错误信息说:我
的
密码怎么了?
浏览 2
提问于2019-11-20
得票数 0
回答已采纳
2
回答
如何在numpy数组
的
每一列中找到第一个非
零
值?
、
假设我有一个形式为numpy
的
数组:我想要找到第一个索引
的
索引(对于每一列),其中
的
值不是
零
。
浏览 0
提问于2017-11-14
得票数 39
回答已采纳
2
回答
如何在TensorFlow中执行全局平均池化?
如果我有一个形状为batch_size, height, width, channels = 32, 11, 40, 100
的
张量
,只要tf.layers.average_pooling2d(x, [11
浏览 18
提问于2017-02-06
得票数 8
回答已采纳
1
回答
Tensorflow中指数型
轴
的
推算
、
我有输入[batch, n_classes - k, 5]
的
三维
张量
和指数[batch, n_classes - k]
的
2D
张量
。0.49161586, 0.47347176, 0. ]] [0, 2], [1, 2]其中idcs中
的
元素
是类值我试图将X
沿
轴
1推算为范围(0, n_classes)中缺少
的
索引,方法是将它们设置为
零
浏览 2
提问于2020-09-01
得票数 1
回答已采纳
2
回答
PyTorch
张量
广播
、
、
、
我正在尝试弄清楚如何做下面的广播: 我有两个
张量
,大小分别为(n1,N)和(n2,N) 我想做
的
是将第一个
张量
的
每一行与第二个
张量
的
每一行相乘,然后将每一行相乘后
的
结果相加,这样我
的
最终
张量
应该是(n1我试过这个: x1*torch.reshape(x2,(x2.size(dim=0),x2.size(dim=1),1)) 但显然这是行不通
的
..。我不知道该怎么做
浏览 52
提问于2021-11-21
得票数 1
回答已采纳
1
回答
计算get_weights()输出
中非
零
元素
数量
的
最快方法
、
、
我想计算神经网络权重
中非
零
值
的
数量
。 我尝试了以下代码,但获得了一个ValueError。这可能是由于每个阵列具有不同形状
的
原因。operands could not be broadcast together with shapes (0,) (3,3,3,32) 我想知道是否有其他方法来计算get_weights()输出
中非
零
元素
的
数量
浏览 26
提问于2019-06-22
得票数 1
回答已采纳
点击加载更多
相关
资讯
《Deep Learning with Python》第二章 2.2 神经网络的数据表示(1)
在TensorFlow中实现胶囊网络
《深度学习》读书笔记系列——线性代数1
PyTorch的10个基本张量操作
诺奖得主最新发现!Nature子刊:智能隐形眼镜催生人工生化时代?
热门
标签
更多标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
活动推荐
运营活动
广告
关闭
领券