TensorFlow在切片时保持形状不变？
TensorFlow是一个开源的人工智能框架，广泛应用于机器学习和深度学习任务中。在处理张量（Tensor）时，切片操作是常见的操作之一。当在TensorFlow中进行切片操作时，可以通过不同的参数设置来保持形状不变。
具体来说，TensorFlow的切片操作使用tf.slice()函数实现，可以通过指定开始索引和结束索引来选择切片的区域。在切片时保持形状不变，需要设置切片操作的起始和结束索引相同。例如，可以使用如下代码对张量进行切片并保持形状不变：
import tensorflow as tf
# 定义一个张量
tensor = tf.constant([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# 对张量进行切片并保持形状不变
sliced_tensor = tf.slice(tensor, [0, 0], [3, 3])
# 打印切片后的结果
print(sliced_tensor)上述代码中，tf.slice()函数的第一个参数是待切片的张量，第二个参数是切片的起始索引，第三个参数是切片的大小。在这个例子中，起始索引为[0, 0]，大小为[3, 3]，即从第一行第一列开始，切片一个3x3的区域。由于起始索引和切片大小相同，因此保持了原张量的形状。
TensorFlow提供了丰富的功能和工具，可用于处理和操作张量，以及进行各种机器学习和深度学习任务。对于深度学习任务，TensorFlow还提供了高级的API和模型，如Keras和TensorFlow.js等，方便开发者快速构建和部署模型。
推荐的腾讯云产品和产品介绍链接地址：
- 腾讯云：https://cloud.tencent.com/
- 人工智能平台AI Lab：https://cloud.tencent.com/product/ai
- 弹性计算Elastic Cloud Server (ECS)：https://cloud.tencent.com/product/cvm
- 云数据库CynosDB：https://cloud.tencent.com/product/cynosdb
- 云存储COS：https://cloud.tencent.com/product/cos
- 人脸识别API：https://cloud.tencent.com/product/face
- 云原生Kubernetes：https://cloud.tencent.com/product/tke
以上是对TensorFlow在切片时保持形状不变的一些解释和相关腾讯云产品的推荐。希望对您有帮助！
相关·内容
我试图用张量作为另一个tensorflow函数的形状输入。有什么办法让这件事起作用吗？
示例
import tensorflow as tf
a = tf.constant([1,2,3,4,5])
b = tf.size(a)
c = tf.constant([b,1])
d = tf.reshape(a, [b,1])
sess = tf.Session()
print sess.run([b,c])
上述两种方法都不起作用，因为tensorflow将输入维度解释为张量列表，并给出一个错误，其底线是：
TypeError: List of Tensors when single
浏览 1提问于2016-06-19得票数 1
回答已采纳
在Python代码中，我看到提供给MobileNet的图像是224x224，而Tensorflow.js版本似乎可以处理任何大小或宽高比。对于非正方形图像，它是拉伸它们还是添加白色或透明像素来生成正方形输入，同时保持图像的纵横比？如果它确实将其拉伸为方形，那么在使用model.classify之前应该做一些图像处理吗？
对此只字不提。
浏览 7提问于2019-04-08得票数 0
这一切为什么要发生？
我的工作表中有一个单元格，我以编程方式设置了验证内容，它列出了一个目录中的所有文件。
问题是，这可能会超过255个字符(我使用aaa,bbb,ccc方法设置)限制，这是可行的，但当您打开工作表时，您会得到一个错误，excel会告诉您需要修复工作表，并将从单元格中删除验证。
因此，我有一个函数可以在保存文件之前删除验证。
它起作用了。
现在的问题是，当我选择一个按钮时，如下所示：
然后我尝试保存，我得到了一个错误。代码如下：
With Sheets("SomeSheet").Range("SomeRange").Validation
浏览 1提问于2017-05-12得票数 1
我构建了一个LSTM模型来分析时间序列，输入矩阵X的大小为( 1750，20，28)，长度为1750，序列长度为20和28个特征。实际上，我将我的原始X矩阵包含28个特征，并创建了一个具有长度为20的滑动窗口的3D矩阵。y矩阵的大小为(1750 )，我成功地将其用于LTSM (输入形状= X_train1，X_train2)。 它与第一层model.add(layer_LSTM1)或堆叠的LSTM一起工作得很好，但它不会给出很好的结果(如果我运行两次相同的NN，则会非常不稳定)。然后，我尝试使用相同的输入形状在同一数据集上应用conv1D NN。我收到一条错误消息，如下所示。以下是模型定义和
浏览 19提问于2020-08-13得票数 1
我的控制器下面有一个片段：
$scope.onFileSelect = function($files) {
for(var i = 0; i < $files.length; i++) {
var file = $files[i];
$scope.upload = $upload.upload({
url: '/smart2/api/files/profile',
file: file
}).success(function(data) {
浏览 1提问于2014-10-23得票数 0
回答已采纳
我在Access中有一个VBA程序，能够写入已经存在的PPT中的形状。它还可以复制幻灯片，并插入/粘贴它们。
但是，当我写入形状时，形状将改变大小-不会保持其原始形状。假设形状可以包含5行，如果这就是正在编写的所有内容，则可以将其归结为一行。
谢谢你的帮忙
浏览 4提问于2011-07-10得票数 1
1回答
字符识别结果不佳
、、、、
我正在尝试从图像中读取六位数的数字。我使用tensorflow/keras进行训练。这是我想出来的模型：
model = Sequential()
model.add(Conv2D(20, (5, 5), padding="same", input_shape=(20, 20, 1), activation="relu"))
model.add(MaxPooling2D(pool_size=(2, 2), strides=(2, 2)))
model.add(Conv2D(50, (5, 5), padding="same", activat
浏览 2提问于2021-05-12得票数 0
import pandas as pd
import numpy as np
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dropout, Dense, MaxPool2D, Conv2D, BatchNormalization, Flatten, Activation
from tensorflow.keras.callbacks import TensorBoard
from tensorflow.keras.utils
浏览 0提问于2021-10-11得票数 0
回答已采纳
说，在创建时，我们需要指定张量的形状。这个形状自动变成张量的形状。它还说，TensorFlow提供了重塑变量的高级机制。我怎么能这么做？有代码示例吗？
浏览 6提问于2015-11-11得票数 23
回答已采纳
我想在Tensorflow中生成一个常量张量，它将使用指定的机制进行初始化，例如，random_uniform，random_normal。 我知道我可以根据这些机制生成一个随机的numpy数组，比如random_uniform、random_normal等；然后我们将得到的numpy数组作为tf.constant中的值参数。 然而，问题是，当使用numpy版本的随机机制时，我们必须给出一个形状。但是，我不想预先指定形状，我希望形状是有弹性的，就像我们编写Tensorflow代码shape = tf.shape(some_previous_tensor)一样 Way1我试过了:没有必要在图形
浏览 14提问于2019-06-24得票数 1
我想用矩阵在tensorflow中执行平移维数(Matlab)或罗拉(Numpy)。例如。形状为(512,7,7)到(7,7,512)的矩阵。重塑将不起作用，因为我将得到一个垃圾数据。我如何在tensorflow中做到这一点？
浏览 4提问于2017-01-08得票数 2
我使用的是来自tf.keras 1.9.0的TensorFlow。在构建一个input_shape模型时，似乎没有在第一层指定Sequential，一切都很好：
import tensorflow as tf
from tensorflow import keras
import numpy as np
X_train = np.random.randn(1000, 10)
y_train = np.random.randn(1000)
model = keras.models.Sequential([
keras.layers.Dense(32, activation="
浏览 3提问于2018-07-16得票数 3
我正在Tensorflow 2.0 + Keras上使用CNN-LSTM模型来执行序列分类。我的模型定义如下：
inp = Input(input_shape)
rshp = Reshape((input_shape[0]*input_shape[1], 1), input_shape=input_shape)(inp)
cnn1 = Conv1D(100, 9, activation='relu')(rshp)
cnn2 = Conv1D(100, 9, activation='relu')(cnn1)
mp1 = Ma
浏览 5提问于2020-05-30得票数 0
在distorted_input函数中，在中，它们通过以下操作设置浮点图像的形状。
float_image.set_shape([height, width, 3])
但是，当我们加载distorted_image时，张量不是已经处于这种状态了吗？
distorted_image = tf.random_crop(reshaped_image, [height, width, 3])
为什么我们需要在把张量传递给分批函数之前再次设置张量的形状。
浏览 3提问于2017-04-23得票数 1
1回答
我是opencv的新手，我已经读过一些教程和项目源代码。人们似乎倾向于基于颜色进行目标检测。
我想知道是否有一种方法可以基于边缘曲线进行目标检测。
例如，我有一个已知的物体，它的边缘类似于A，我知道这个物体在不同图像中的边缘非常相似，但不是相同的，比如B。现在假设B在Pic C中，我的目标是通过搜索A在C中的相似形状来找到C中B的轮廓或边缘。
因此，是否有任何基于搜索已知形状的相似形状的轮廓检测或边缘检测的方法。
浏览 3提问于2018-06-08得票数 0
---------------------------------------------------------------------------
AttributeError Traceback (most recent call last)
<ipython-input-14-1f6cde7dea50> in <module>
5 from keras.utils import np_utils
6 from keras import backend as K
----> 7
浏览 80提问于2021-10-13得票数 1
1回答
我正在处理一个TFRecord数据集，其中包含一个3D对象的横截面的多个灰度图像，最终的形状为32,256,256。尺寸32表示横截面的数量，它明显小于其他尺寸。
正因为如此，我想知道我是否可以将数据视为32个通道的2D数据，而不是将数据视为只有一个通道的3D数据，尤其是在所需的计算资源方面。我现在在Google Colab中使用TensorFlow和TPU，使用tf.layers.conv2d而不是tf.layers.conv3d将节省大量内存，减少填充。
这两种方法之间有什么显著的区别吗，或者有什么我可能应该遵循的惯例？使用conv2d会以任何方式损害我的准确性吗？
浏览 6提问于2019-11-17得票数 1
回答已采纳
我不明白如何在Keras/Tensorflow中的output_shape层中指定Lambda参数。文档说：
output_shape:函数的期望输出形状。如果没有显式提供，则可以推断此参数。可以是元组或函数。如果是元组，则只指定第一个维度；样例维度假设与输入：output_shape = (input_shape[0], ) + output_shape相同，或者，输入是None，示例维度也是None：output_shape = (None, ) + output_shape。
如果我们使用元组，我应该如何解释这两个表达式？
output_shape = (input_shape[0],
浏览 0提问于2021-02-26得票数 1
回答已采纳
我想知道我是否可以简单地应用TensorFlow中的卷积。它将如何应用？卷积掩码的权重是否随机设置为零，而其“幻灯片”对输入？
浏览 3提问于2016-08-16得票数 4
回答已采纳
当我试图将yolov4权重转换为tflite时，ValueError已经发生了。我解决不了这个问题，找不到合适的答案。这个权重文件在PycharmProject .py文件中可用，我可以在对象检测代码中找到它。但在转化为tflite的过程中，出现了ValueError。
二手GitHub链接：
我引用了这个StackOverflow问答，但它不起作用。
我是ErrorCode。
(convert_tflite.py和convert.py (to pb)也不起作用。)
C:\Users\HANSUHO\GitClone\totflite>python save_model
浏览 4提问于2020-09-22得票数 1
我在试着理解tensorflow的占位符。具体而言，在下面的示例中，shape=[None,是什么意思。
X = tf.placeholder(tf.float32, shape=[None, 128, 128, 3], name="X")
回答将其描述为：
您可以将TensorFlow中的占位符看作是一个操作，该操作指定将输入到graph.placeholder X中的形状和数据类型，定义float32类型的未指定数量的形状行(128、128、3)将被输入到图形中。占位符不保持状态，只定义要流到图形中的数据的类型和形状。
当它说“未指定的行数”时，是否真的指形状为12
浏览 0提问于2018-07-16得票数 16
我试图访问我的tensorflow服务模型，它有一个签名，从这个代码段可以看到：
regression_signature = predict_signature_def(
inputs={"phase_features" : phase_features},
outputs={"phase_weight": phase_weight}
)
builder.add_meta_graph_and_variables(
sess=sess,
tags=[tag_constants.SERVING],
signature_d
浏览 10提问于2017-05-08得票数 0
回答已采纳
我正在尝试使用TensorFlow的 (在TensorFlow版本1.12.0中实现)建立一个神经网络。请考虑以下例子：
import tensorflow as tf
from tensorflow.contrib.layers import fully_connected
from tensorflow.contrib.nn import alpha_dropout
import numpy as np
N_data = 100
x_in = tf.placeholder(tf.float32, shape=[None, N_data], name="x_in")
kee
浏览 1提问于2019-04-23得票数 1
回答已采纳
这似乎是一个更理论性的问题，我希望有人知道答案，我用tensorflow训练一个完全连接的深层神经网络，我把辍学应用到我的隐藏层，并在某些情况下对辍学进行调查。
我知道，辍学只适用于输入层和隐藏层，对于网络的评估，保持概率应该是1.0。在这种情况下，我想训练我的网络没有辍学..。我是否可以将保持概率设为1在隐藏层上进行训练，还是必须从我的源代码中完全删除它？
问候
浏览 2提问于2017-04-12得票数 1
回答已采纳
1回答
我知道我们在Python中传递参数时会传递一个对象的引用。
所以,
def changer(b):
b[0] = "spam"
l = [1,2]
changer(l) # l is now ["spam",2]
但是，如果我这么做了，
changer(l[:]) # l remains [1,2]
在第二种情况下，当我传递列表切片时，传递给函数的是什么？
浏览 0提问于2016-05-10得票数 2
1回答
请考虑以下示例：
import tensorflow as tf
import math
import numpy as np
INPUTS = 10
HIDDEN_1 = 20
BATCH_SIZE = 3
def create_graph(inputs):
with tf.name_scope('h1'):
weights = tf.Variable(
tf.truncated_normal([INPUTS, HIDDEN_1],
stddev=1.0 / math.sqr
浏览 3提问于2016-06-01得票数 0
1回答
我在机器学习编码方面是新的，在Tensorflow编码方面完全是新的。
我正面临着使用Tensorflow索引的问题。在使用numpy的简单python中，这是相当容易的，但是在Tensorflow库中，我不知道如何制作它。
我不想在示例的每个类中应用softmax函数，而只在每一行的两个随机类中应用，并在特定索引(以前的随机类)的大矩阵(最初为零)中返回这些值。numpy中的算法更简单，因为可以使用简单的索引，但是在tensorflow中，我认为它是这样的：
给出了矩阵X:(NxD)、矩阵W:(KxD)和两个随机数在0到K-1之间的阵列rem_cl
S is an empty matrix
浏览 0提问于2016-11-01得票数 0
我在C盘的空间快用完了。目前，Anaconda安装在C盘，但我想将其重新安装在D盘。我试过了，但TensorFlow无法检测到图形处理器。我有什么方法可以做到这一点吗？
浏览 4提问于2020-07-01得票数 0
我刚安装了keras，而且是新手。我运行的是windows，用pip安装了tensorflow，python 3.6。尝试运行"from keras.models import Sequential“并得到此错误。有什么想法吗？
Using TensorFlow backend.
---------------------------------------------------------------------------
ModuleNotFoundError Traceback (most recent call last)
<
浏览 0提问于2017-08-17得票数 1
用tf训练steganalysis.get的一个模型，有些错误我无法理解。
下面是代码：
x_image = tf.reshape(x, [-1, 64, 64, 1])
W_hpf = tf.get_variable('W_hpf', initializer = HPF_Kernel, dtype = tf.float32, regularizer = None)
b_hpf = tf.get_variable('b_hpf', shape = [1], dtype = tf.float32, initializer = tf.constant_initia
浏览 1提问于2018-04-18得票数 1
回答已采纳
我面临着tf.image.central_crop()面临的以下问题
def preprocessor(image):
image = tf.reshape(image, (IMAGE_HEIGHT, IMAGE_WIDTH, IMAGE_CHANNELS))
print(image.get_shape())
image = tf.image.central_crop(image,0.8)
print(image.get_shape())
return image
哪种输出
(384, 384, 3) and (?, ?, 3)
central_cro
浏览 4提问于2017-05-19得票数 1
回答已采纳
我们能否将svg或png文件转换成PowerPoint中的形状，并给LibreOffice留下深刻印象？我一直在寻找解决办法，但什么也没找到。
浏览 0提问于2021-03-09得票数 0
我试图使用2x2矩阵P和坐标internal (作为np.array存储在一行中)旋转numpy中的一些坐标。然而，在计算P @ internal时，我会有一些奇怪的行为。下面的代码复制了以下行为：
>>> import numpy as np
>>> a = np.array([1, 0], dtype=np.float)
>>> c, s = np.cos(np.pi), np.sin(np.pi)
>>> p = np.matrix([[c, s], [-s, c]])
>>> b = p @ a
浏览 1提问于2019-06-20得票数 0
回答已采纳
这是一开始我没有添加任何imagespan芯片时的样子-
正如你可以看到的那样，光标被放置在正确的大小，重力也得到了尊重。
然后当我添加一个图像时，光标突然变得更大了，就像这样-
我不明白为什么会发生这种情况，我也不知道如何修复它，即保持光标的大小不变。
最后，当我再次开始输入时，光标变得很奇怪，同时保持字体的大小，跨度也稍微移到了底部。我真的希望保持光标的大小不变，并保持光标居中
我知道使用填充来调整textCursorDrawable的大小。有两个潜在的问题- 1.它的接口12+ (我们支持9和更高版本)，这并不是什么大问题，尽管2.我找不到一种方法来通过编程
浏览 0提问于2014-02-11得票数 2
我使用这样的LabelCollection将一系列标签添加到铯球中：
data.forEach(function(country) {
countryLabels.add({
position: new Cesium.Cartesian3.fromDegrees(country.lat, country.lng),
text: country.name,
font: "12px arial"
});
});
一切都很好。但是，无论我的相机的缩放程度如何，标签都是以相同的相对比例呈现的。理想情况下，我希望标签在缩放到
浏览 1提问于2015-08-05得票数 1
回答已采纳
1回答
我对tensorflow比较陌生，我读过一本关于机器学习的书，还选修过Udacity的课程。我的任务是使用tensorflow提供的联邦学习库重新创建在本教程https://www.tensorflow.org/tutorials/text/image_captioning上找到的图像字幕模型，到目前为止，一切都很简单，在我达到设计模型的部分之前，我已经设法理解了我应该做什么。在联邦学习教程(https://www.tensorflow.org/federated/tutorials/federated_learning_for_image_classification)中，在设计变量部分时
浏览 11提问于2020-03-25得票数 0
1回答
收缩画布，但保持屏幕比例可见
、、、、
我正在制作一个类似绘画的程序，里面有一个Canvas和几个形状(线，矩形等，用户可以画)。我希望用户能够使用收缩手势在很大程度上放大和缩小这个Canvas (在合理的限制内，比方说从默认大小Width=1000和Height=1000小/大5倍)。
使用控件的ManipulationDelta中的ScaleTransform可以很容易地做到这一点。但我希望Canvas的大小和以前一样；这意味着如果Canvas占据了整个屏幕，然后用户向内收缩，Canvas及其内容应该会变小，但Canvas必须仍然占据整个屏幕空间(所以一切看起来都更小，但现在用户有更多的空间来绘制形状)。
为此，我尝试根据缩放的
浏览 0提问于2015-09-18得票数 0
是否可以在SpriteBatch begin和end调用之间使用ShapeRenderer绘制形状。
我试过了，但没有结果，只有SpriteBatch纹理被绘制，没有形状在场景中。示例代码如下：
shapeRenderer.begin(ShapeType.FilledCircle);
shapeRenderer.setColor(0f, 1f, 0f, 1f);
shapeRenderer.filledCircle( 100, 100, 100);
shapeRenderer.end();
我有一个由以下命令创建的正交相机：
camera = new OrthographicCamera(1,
浏览 0提问于2013-01-06得票数 6
回答已采纳
我有一个形状为[x, y]的张量，我想要减去平均值，然后逐行除以标准差(即我想对每一行做这件事)。在TensorFlow中执行此操作的最有效方法是什么？
当然，我可以按如下方式遍历各行：
new_tensor = [i - tf.reduce_mean(i) for i in old_tensor]
...to减去平均值，然后做一些类似的事情来找出标准差并除以它，但这是在TensorFlow中做这件事的最好方法吗？
浏览 1提问于2016-08-02得票数 4
回答已采纳
1回答
假设有两层网络
Input (N*D matrix) -> W1 (D*H matrix) -> ReLU -> W2 (H*C matrix)
-> Output (N*C matrix)
当我试图计算反向传播中的导数时。在我看来，W2的导数应该是H_C矩阵。然后计算出ReLU的局部导数，它应该是一个N_H矩阵(与ReLU的输入相同)。ReLU的最后导数应为N*H * H_C = N_C矩阵(链规则)。但我认为结果不对。我认为应该是N*H矩阵。你能告诉我通过ReLU反向传播的正确方法吗？谢谢
浏览 1提问于2017-08-09得票数 1
回答已采纳
1回答
求半圆的等角
、、、、
我需要n个形状(在我的代码中是"votingParticipants")，在半圆(形状为拱形)的周长上均匀分布。N可以改变的地方。
以下代码对13个形状/点运行良好。看起来好像它们的角度是相等的，但是当我把它改变为12时，形状不再沿着半圆的周长均匀分布。我还没有试过其他的数量，但它需要工作的任何数量的形状。
有人能指出我做错了什么吗？
(另外，如果你准备好迎接挑战:我真的很想把一个形状放在圆圈的顶端，一边比另一边多一点是可以的)
下面是我的代码:注意:线条的形状只是为了直观地显示这些角度在做什么
// test method with shapes
private void S
浏览 4提问于2013-09-17得票数 0
回答已采纳
这就是我想要运行的代码
X_train = data1/255.0
from sklearn.preprocessing import LabelBinarizer
lb = LabelBinarizer()
trainY =lb.fit_transform(label)
from tensorflow.keras.models import Model
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import AveragePooling2D
from tensorflow.keras
浏览 2提问于2022-10-17得票数 -1
回答已采纳
我试图理解这组特定的组合转换：
transform= transforms.Compose([transforms.Resize((224,224) interpolation=torchvision.transforms.InterpolationMode.BICUBIC),\
transforms.CenterCrop(224),transforms.ToTensor(),\
transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225])])
使用相同的大小参数在转换后进行中间作物是否有意义(也是合法的
浏览 1提问于2021-09-26得票数 1
回答已采纳
我在中了解到，在测试期间，我们需要按照我们使用的退出训练概率的相同因素来衡量激活程度。在tensorflow中使用DropoutWrapper时，我看不到允许我进行测试时间缩放的任何参数。
为什么不见了？RNN有必要吗？正确的方法是什么？
浏览 0提问于2018-01-27得票数 0
回答已采纳
我有一个数据集，其中包含数据、标签和路径的三个张量输出：
import tensorflow as tf #tensroflow version 2.1
data=tf.constant([[0,1],[1,2],[2,3],[3,4],[4,5],[5,6],[6,7],[7,8],[8,9],[9,0]],name='data')
labels=tf.constant([0,1,0,1,0,1,0,1,0,1],name='label')
path=tf.constant(['p0','p1','p2',&#
浏览 1提问于2020-03-10得票数 0
回答已采纳
我在Tensorflow 2.4.1上学习使用tf.keras.utils.Sequence。我在API ()中按顺序使用了示例代码，并通过添加on_epoch_end函数来修改每个时代的batch_size值。
from skimage.io import imread
from skimage.transform import resize
import numpy as np
import random
import math
# Here, `x_set` is list of path to the images
# and `y_set` are the associated c
浏览 3提问于2021-04-02得票数 0
1回答
我目前正在开发一款iOS游戏，图片资源似乎有点太多了。我听说过webP，想知道更多关于它的信息。
我在webP上做了一些研究，知道这种新格式比PNG需要更少的空间，并且它的编码/解码速度很快。但我发现没有文章讨论使用WebP图片时的图形处理器负担，与PNG图片相比。
有没有关于这个主题的文章？
或者我可以自己做这个实验？我使用cocos2d-x在VS中编码。如果我想模拟一个iOS图形处理器并监控它的内存使用情况，我不知道该怎么做。
非常感谢！
浏览 0提问于2013-06-18得票数 2
回答已采纳
1回答
我查阅了一些参考资料和研究论文，并从其中一篇文章中吸取了一些想法，我想继续实现同样的图像参考-
在这里，我们输入一个2d的输入，模型输出一个相同的三维模型。我所写的网络代码如下：
编辑
image = Input(shape=(None, None, 3))
# Encoder
l1 = Conv2D(64, (3,3), strides = (2), padding='same', activation='leaky_relu')(image)
l2 = MaxPooling2D()(l1)
l3 = Conv2D(32, (5,5), strid
浏览 3提问于2022-07-31得票数 2
我目前正在使用GRUs开发一个编码器-解码器模型。它需要两个输入，编码器输入和解码器输入。解码器只有一个输出。模型是：
<code>A0</code>
当我尝试用以下伪代码来拟合模型时：<code>D1</code>、<code>D2</code>、<code>D3</code>和<code>D4</code>都是列表的嵌套列表，形状都是<code>D5</code>，而<code>D6</code>和<code>D
浏览 14提问于2021-03-15得票数 0
回答已采纳
tf.transpose(a, perm=None, name='transpose')
转换a，它根据烫发改变尺寸。因此，如果我使用这个矩阵来转换：
import tensorflow as tt
import os
os.environ["TF_CPP_MIN_LOG_LEVEL"]="3"
import numpy as bb
ab=([[[1,2,3],[6,5,4]],[[4,5,6],[3,6,3]]])
v=bb.array(ab)
fg=tt.transpose(v)
print(v)
with tt.Session() as
浏览 0提问于2017-04-22得票数 15
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
实时音视频活动推荐
腾讯云开发者
