TensorFlow是否支持类型为1位的二进制/布尔张量？
TensorFlow是一个开源的机器学习框架，它支持多种数据类型的张量，包括1位的二进制/布尔张量。这种类型的张量可以用于表示二进制数据，例如二进制图像或二进制标签。
在TensorFlow中，可以使用tf.dtypes.DType类来表示不同的数据类型。对于1位的二进制/布尔张量，可以使用tf.dtypes.bool类型。这种类型的张量只能取两个值，即True和False，用于表示二进制数据的真假或开关状态。
使用1位的二进制/布尔张量可以在一些特定的场景中带来一些优势。例如，在某些二进制分类任务中，只需要判断数据是属于两个类别中的一个，使用1位的二进制/布尔张量可以节省存储空间和计算资源。
在TensorFlow中，可以使用tf.constant函数创建1位的二进制/布尔张量，例如：
import tensorflow as tf
# 创建一个1位的二进制/布尔张量
binary_tensor = tf.constant([True, False, True], dtype=tf.bool)相关·内容
假设我有这样的张量：
let myTensor = tf.tensor([
[1,2,3],
[4,5,6],
[7,8,9]
]);
根据Tensorflow.js API文档，我可以使用将张量转换为PNG。文档声称这是关于其参数的：
参数：
image (Tensor3D)形状高度、宽度、通道的三维uint8张量.
compression (数字)是一个可选的int。默认为-1。压缩级。可选
在这种情况下，我假设我可以将我的张量编码成一个PNG，如下所示：
let myImage = await tf.node.encodePng(myTen
浏览 4提问于2020-09-01得票数 0
我试着去完成如果...elif..elif..else...tensorflow中，但出现了一些错误。然后我尝试了tf.cond，但那是单人早午餐。 labels被定义为占位符，它是一个在训练时需要输入的张量。标签和newlogits的范围是0,27，但在计算精度时，我希望将标签和logits映射到0,3。 def tower_acc(logits, labels, batch_size):
newlogits=tf.argmax(logits,1)
resultlabels =[]
resultlogits =[]
for i i
浏览 25提问于2019-06-10得票数 0
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
这个问题可以用zigzag scanning来描述。然而，我想知道是否有TensorFlow建议的通过使用类似tf.tensor_scatter_nd_update的东西来实现的TensorFlow版本。 BxNxN张量，其中B表示批次。
浏览 18提问于2021-04-15得票数 0
1回答
选择性迭代张量
、、、、
我目前正在构建一个带有Keras的CNN，并且需要定义一个自定义的丢失函数。我只想考虑我的数据在损失中的特定部分，而忽略基于某个参数值的其他部分。但是，我在遍历Keras丢失函数所期望的张量对象时遇到了困难。
是否有一种简单的方法来计算两个张量之间的均方误差，只查看张量？中选定的值。
例如，在我的例子中，每个张量表示一个2D 16x16网格，每个单元有两个参数--形状(16，16，2)。我只想比较其中一个参数等于1的单元格。
浏览 0提问于2017-03-23得票数 0
如何使用布尔张量创建if语句？更准确地说，我正在尝试将大小为1的张量与常量进行比较，检查张量中的值是否小于常量。我想我必须使常量成为它自己的大小为1的张量，并使用方法来检查第一个张量是否小于第二个张量，但我不确定如何使得到的布尔张量正确地适合if语句。只需将其作为if语句的查询，就可以使if语句始终返回true。
编辑:这或多或少是代码的样子。但是，无论它是否有参数，我都会得到错误'bool' object has no attribute 'name'，这让我认为问题在于它没有返回TensorFlow对象。
pred = tf.placeholder(tf.b
浏览 1提问于2016-01-23得票数 14
回答已采纳
2回答
我是一个神经网络新手，正在尝试使用TensorFlow。我已经使用MNIST数据集作为测试，现在希望使用真实世界的数据。谁能告诉我一个“如何”或纸张或来源，告诉我如何去转换文件中的数码照片，(jpeg，png，gif，wmf)，准备导入到TensorFlow的张量？
干杯!
浏览 1提问于2016-01-27得票数 1
1回答
我已经安装了Tensorflow，但现在希望将我的模型产品化。
所以我试着遵循下面的指南：
Tensorflow服务是否与张量流一起运行？
如果是这样的话，我应该将repo克隆到哪里，以便在python库路径上看到这些包？
非常感谢。
浏览 1提问于2017-01-18得票数 1
我的标签中有一个tf.string张量(文件名)，当我使用GPU训练时，它工作得很好，但当我使用TPU训练时，我得到了这个错误：
File "/usr/local/lib/python3.6/dist-packages/tensorflow_core/python/tpu/tpu_feed.py", line 494, in generate_dequeue_op
dtypes=self._tuple_types, shapes=sharded_shapes, name=full_name)
File "/usr/local/lib/python3.6/di
浏览 1提问于2019-11-12得票数 1
我希望在tensorflow中将二进制数的张量转换为整数，例如0,1,0,1,1。在我的例子中，张量相当大，长度大约为80个元素。有没有一种方法可以有效地做到这一点？
浏览 7提问于2017-02-10得票数 2
回答已采纳
我对tensorflow还比较陌生，并且遇到了一些问题，试图正确地对张量进行索引。在图的底部，我试图使用x(它本身是一个包含数组形式的张量，如[0,1，2,3])来索引y_rt张量(可以认为它是切片y_rt张量)。但是，我在将张量转换为数组或列表时遇到了困难。我知道有.eval()函数，但是我不能在这里使用它，因为显示的代码发生在.run()调用之前。任何帮助都将不胜感激。
with tf.name_scope('placeholders'):
x_true = tf.placeholder(tf.float32, shape=[None, size, size, 1], na
浏览 0提问于2018-07-13得票数 0
回答已采纳
首先，我不确定我的计算机(Macbook)是否能够在GPU上运行张量流。我检查了系统/硬件/图形显示设置。您可以在下面找到相关的信息。
图形: Intel Iris Pro 1536 MB
那么，用这种计算机图形功能在GPU上运行张量流可以吗？
第二个问题，我正在使用conda环境安装张量流。在tensorflow安装页面上，我只能找到cpu的package。如何安装张量gpu软件包？
浏览 8提问于2017-09-09得票数 1
回答已采纳
我现在使用tensorflow(python)来训练我的模型，并希望使用tensorflow(java)在线推断结果。
计算图有一个运算来返回shape1,16结果，张量中的每个元素都是一个字符串。现在，我想将结果转换为整个字符串。
我创建一个ByteBuffer，并调用Tensor.writeTo在缓冲区中写入数据。但是当我解码最后的缓冲区时，它在标题中有一些意料之外的字符，我猜最后的字节可能包含一些张量元信息。
Tensor predictedTensor = result.get(0);
ByteBuffer bb = ByteBuffer.allocate(predictedTenso
浏览 3提问于2017-09-23得票数 1
1回答
我使用TFLite .a static lib在安卓上集成了TFLite。TFLite支持TfLiteTensor类，不支持张量类。如何在类似tensorflow张量操作的tensorflow lite上使用张量？例如，张量升维、降维和张量切片。谢谢!
浏览 11提问于2021-02-17得票数 0
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
我是TensorFlow新手，刚刚读完了急切的执行教程，了解了tf.decode_csv函数。不知道这件事，我看了文件。
我不太明白。
文档中写着“记录:字符串类型的张量”--因此，我的问题是:什么是“张量”？
我尝试了以下代码：
dec_res = tf.decode_csv('0.1,0.2,0.3', [[0.0], [0.0], [0.0]])
print(dec_res, type(dec_res))
l = [[1,2,3],[4,5,6],[7,8,9]]
r = tf.reshape(l, [9,-1])
print(l, type(l))
print(r
浏览 2提问于2018-06-27得票数 1
回答已采纳
这个问题是关于如何在Android设备上不使用转换TF Lite和不使用外部服务来运行经过训练的模型的解决方案。
我不拥有这个模型，也不能修改它。我只有受过训练的模型文件。
该装置已脱离网络，应嵌入经过训练的模型。无法连接到外部服务器。
Tensorflow Lite不是一个选项，因为TF不支持5D张量：
为了做我的测试，我将得到我在上述tensorflow问题中提供的基本模型来做我的测试。
我找到了这篇博客文章，但还没有成功：
您知道有什么更新的解决方案可以在Android上的Java或C++库中加载模型吗？
Tensorflow在他们的GitHub：上没有提出任何例子
浏览 9提问于2022-08-24得票数 1
回答已采纳
TensorFlow是否支持每个元素只占用1位(而不是8位)的布尔张量？我能定义大约100MB的大张量吗？
我在哪里可以读到关于它的资料？
在网上找不到任何搜索结果，这就是为什么我要问。
浏览 5提问于2016-09-26得票数 2
在中，它说：
在TensorFlow中，张量既有静态(推断)形状，也有动态(真)形状。静态形状可以使用tf.Tensor.get_shape()方法读取:该形状是从用来创建张量的操作推断出来的，并且可能是部分完成的。如果静态形状未完全定义，则可通过计算tf.shape(t)来确定张量t的动态形状。
但是，我仍然不能完全理解静态形状和动态形状之间的关系。是否有例子显示他们的不同之处？谢谢。
浏览 3提问于2016-05-08得票数 63
回答已采纳
我正在使用Python在Tensorflow中推断完全卷积网络，其中网络的输出是具有维度(375,1242，1)的张量。这是包含每个像素是否属于特定类的概率的输出图像(在我的示例中为Road类- KITTY )。张量的格式为Tensor("Slice:0", shape=(375, 1242, 1), dtype=float32)。我的问题是，如何绘制张量并将其保存为图像，以及如何将其转换为二进制，执行类似thres=0.5, image = image > thres的操作
浏览 1提问于2017-08-18得票数 2
回答已采纳
我尝试在张量流中运行示例代码，只使用一行- import tensorflow作为tf。但是它给出了这个错误。
Traceback (most recent call last): File "sample.py", line 1, in <module>
import tensorflow as tf File "/home/djlimdiwala/.local/lib/python2.7/site-packages/tensorflow/__init__.py", line 24, in <module>
fr
浏览 0提问于2017-03-12得票数 0
1回答
以下是tensorflow中张量的定义：
word_weight = tf.get_variable("word_weight", [word_num])
x_index = tf.placeholder(tf.int32, [None, sentence_length, 1])
当我尝试：word_weight[0]或word_weight[1]或其他人时，它可以工作，我可以得到结果。但是当我尝试word_weight[x_index[0,0,0]]时，我会发现错误：
TypeError: Bad slice index Tensor("modle/RNN/S
浏览 2提问于2016-05-06得票数 0
回答已采纳
我试图让Tensorflow的自动混合精度工作(使用RTX2080Ti上的张量核心)，使用tf.keras应用程序接口，但我在训练中看不到任何加速。 我刚刚添加了 os.environ['TF_ENABLE_AUTO_MIXED_PRECISION'] = '1' 添加到Python脚本的顶部。我还尝试从命令行将环境变量设置为1。 export TF_ENABLE_AUTO_MIXED_PRECISION=1 这种情况下是否支持AMP，或者模型是否需要在“原始”Tensorflow中实现？
浏览 48提问于2019-07-04得票数 4
当我尝试通过pip install安装张量流1.4.0时 pip install tensorflow==1.4.0 我得到了错误： ERROR: Could not find a version that satisfies the requirement tensorflow==1.4.0 (from
versions: 2.5.0rc0, 2.5.0rc1, 2.5.0rc2, 2.5.0rc3, 2.5.0, 2.6.0rc0)
ERROR: No matching distribution found for tensorflow==1.4.0 如何在mac上安装张量流1.4.0
浏览 25提问于2021-07-01得票数 0
1回答
深度卷积张量分配失败
、、、
系统信息 我是否编写了自定义代码(而不是使用TensorFlow中提供的常用示例脚本)：是OS平台和发行版(例如，Linux Ubuntu16.04)：Mac OS Mojave移动设备(例如，iPhone 8，Pixel2，三星Galaxy)如果问题发生在移动设备上: N/A TensorFlow安装自(源代码或二进制)：二进制TensorFlow版本(使用下面的命令)：1.12 Python版本: 3.6.4 Bazel版本(如果从源代码编译)：N/A GCC/编译器版本(如果从源代码编译)：N/A CUDA/cuDNN版本: N/A GPU型号和内存: N/A描述当前行为 java.l
浏览 20提问于2019-01-07得票数 0
2-D张量，如：
[[0,0,1,0,1,0],
[0,1,0,0,0,1]]
我想填充每行中两个1之间的1，比如：
[[0,0,1,1,1,0],
[0,1,1,1,1,1]]
我该怎么处理tensorflow?谢谢。
浏览 0提问于2018-03-07得票数 0
1回答
假设我想在神经网络中创建以下一层:不是让一个方形卷积滤波器在某个图像上移动，而是希望滤波器的形状是其他形状，比如矩形、圆形、三角形等(这当然是一个愚蠢的例子；我考虑的实际情况是不同的)。我如何在TensorFlow中实现这样一个层呢？
我发现可以通过扩展tf.keras.layers.Layer在Keras中定义自定义层，但是文档非常有限，没有很多示例。例如，通过扩展tf.keras.layer.Layer的卷积层的python实现可能也会有所帮助，但似乎卷积层是用C实现的。这是否意味着我必须用C实现我的自定义层才能获得合理的速度，或者Python TensorFlow操作就足够了吗？
编辑:
浏览 4提问于2019-04-09得票数 2
我是tensorflow的新手，正在尝试弄清楚tensorflow中的自动区分功能是否可以解决我的问题。所以我有两个网络，每个网络输出一个潜在的向量。因此，假设我的网络A输出潜在向量-La(Hxr) -其中(H，r)表示输出潜在向量La的维度。类似地，net B输出Lb(Wxr)。因此，我的目标函数将这两个延迟都作为输入，并将它们组合在一起，如(La.Lb') where (.)是点积，(')表示转置。我将使用交叉熵来优化这个目标函数。
现在我的问题是，张量流自动差分是否能够正确地计算梯度并反向传播？在这里，这不是一个简单的例子。仅应从梯度w.r.t更新净A。La和net B应
浏览 7提问于2017-07-22得票数 0
回答已采纳
我使用model.predict()输出tensorflow.js的张量A(大小:512*512*3)，然后将其重塑为A.reshape(512*512*3)。但是现在我想把这个张量转换成一个数组，这样我就可以和three.js一起使用它了。如何解决这个问题？
浏览 1提问于2019-03-08得票数 3
回答已采纳
我想问一下: Tensorflow中是否使用了'+‘符号？我是说。在Pytorch中，我可以使用+和-运算符对张量进行求和/减法，而在Tensorflow中，我可以很好地利用tf.add。你能帮我弄清楚吗？ 谢谢
浏览 74提问于2020-06-30得票数 0
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
当我用整数张量初始化Variable op时，它似乎没有GPU内核。例如，运行：
with tf.device('/gpu:0'):
var = tf.Variable(initial_value=([[1,2],[3,4]]))
sess = tf.Session()
sess.run(var)
将导致例外情况：
tensorflow.python.framework.errors.InvalidArgumentError: Cannot assign a device to node 'Variable': Could not satisfy expli
浏览 2提问于2016-05-25得票数 2
回答已采纳
我正在尝试通过启动在图中受过训练的程序。
除了标准输入图像占位符外，此图还包含需要输入布尔值的“keras_learning_phase”占位符。
问题是，在中没有用于布尔值的方法--您只能使用float、double、int或字节值来填充它。
显然，当我试图通过下面的代码将int传递给这个张量时：
inferenceInterface.fillNodeInt("keras_learning_phase",
new int[]{1}, new int[]{0});
我得到了
推断过程中的tensorflow_i
浏览 4提问于2017-03-24得票数 4
回答已采纳
我如何断言张量看起来像下面这样(例如)：
[ True, True ]
[ True, True, True, False, False, False, False ]
[ True, True, True, False, False ]
[ True, False, False, False, False ]
[ False, False ]
但是拒绝像这样的输入：
[ True, False, True, False, False, True, False ]
[ False, False, False, False, True ]
或者更一般地说:我想测试张量是否只由0到N个True值的
浏览 8提问于2020-03-12得票数 1
回答已采纳
我试图在tensorflow中对tf.gradient进行黑客攻击，对于秩(M，N)的张量(M，N)和秩(Q，P)的张量( Q，P)，给出一个自然期望的秩的梯度张量(M，N，Q，P)。
正如在这个站点上的多个问题中所指出的，我们得到的是一个秩(Q，P)，它是y元素之和的梯度。现在我不知道的是，查看tensorflow代码时，y元素的和是在哪里生成的？是开始还是结束？有人能帮我找出代码行的位置吗？
*
浏览 4提问于2017-03-25得票数 4
回答已采纳
1回答
我正在编写一个定制的TensorFlow op，它需要能够读取OpKernel计算()实现中张量的当前值，以便决定如何继续。不受支持的特征 ( tensorflow::TTypes类型)提供了函数调用操作符的多个重载，当op在主机上运行时，我可以使用它。实际上，"“教程示例代码使用函数调用操作符重载将值赋值到张量中。
问题是，当op在GPU上运行时，调用函数调用操作符重载会导致分段错误。这是因为函数调用操作符重载了一个m_data成员指针，但是当张量驻留在GPU上时，这是一个设备指针。而且，与不同，我不认为我可以使用HostMemory()，因为张量是临时的，是由GPU代码使用的。
我
浏览 1提问于2017-03-12得票数 2
回答已采纳
是否有Pytorch内部过程来检测张量中的NaNs？Tensorflow有tf.is_nan和tf.check_numerics操作...Pytorch在什么地方也有类似的东西吗？我在文档里找不到这样的东西... 我正在寻找一个专门的Pytorch内部例程，因为我希望这发生在GPU以及CPU上。这不包括基于numpy的解决方案(如np.isnan(sometensor.numpy()).any()) ...
浏览 63提问于2018-01-09得票数 45
回答已采纳
def newactivation(x):
if x>0:
return K.relu(x, alpha=0, max_value=None)
else :
return x * K.sigmoid(0.7* x)
get_custom_objects().update({'newactivation': Activation(newactivation)})
我试图在keras中使用这个激活函数来处理我的模型，但是我很难找到要替换的东西。
if x>0:
我发现了错误：
文件"/usr/local/lib
浏览 1提问于2018-03-21得票数 2
回答已采纳
我似乎想不出如何用tensorflow.js创建一个粗糙的张量。我在api文档中也找不到任何东西。
我正在做一个简单的猫对狗AI，并有不同大小的图像。我使用fs.readFileSync获取缓冲区，使用toJson方法，然后在训练数据中使用对象上的data属性作为向量。因为图像是不同的，每个矢量都是不同的大小，因此需要一个粗糙的张量。我已经尝试过在我的形状中使用null或NaN，但没有结果。
我对坦索弗洛也相当陌生，所以欢迎你提出任何建议。
这是我的代码：
const tensorflow = require('@tensorflow/tfjs')
const fs = req
浏览 0提问于2019-04-28得票数 2
回答已采纳
这可能是一个愚蠢的问题，但我很难从tensorflow中的自定义op函数(void )中访问一个特征：：张量类函数。
张量有一个名为"extract_patches“的成员函数，我想从op内部访问它。当我"typeid()“的张量对象时，它返回tensorflow::Tensor。如何访问潜在的特征：：张量？
注意，"extract_patches“的代码直接来自本征文档。
#include "tensorflow/core/framework/op.h"
#include "tensorflow/core/framework/op_kernel
浏览 2提问于2016-05-31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
为了提高效率，我只想对低于阈值的值计算张量的sqrt。
例如，在numpy，我有
import numpy as np
x = np.random.random(size=(10e6))
%timeit np.sqrt(x)
-> 10 ms ± 17.1 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
如果我用面具
x_m = x[x < 1e-3]
%timeit np.sqrt(x_m)
-> 8.94 µs ± 20.1 ns per loop (mean ± std. dev. of 7 runs,
浏览 0提问于2019-05-01得票数 1
回答已采纳
我想了解一下使用tf.constant命令创建张量的原因。为什么它包含“常量”这个词呢？ 如果我们有两个张量： x0 = tf.constant(np.random.randn(3,1)) 和 x1 = tf.ones(3) 是否允许对x1但不允许对x0执行任何特定操作？ x1也是一个常量张量吗？ 我希望我没有对问题的提问方式感到困惑，但我是TensorFlow的新手，我真的很想了解基本知识。 亨利克
浏览 21提问于2021-11-11得票数 0
回答已采纳
我如何知道tensorflow张量是在cuda还是cpu中？举个非常简单的例子：
import tensorflow as tf
tf.debugging.set_log_device_placement(True)
# Place tensors on the CPU
with tf.device('/device:GPU:0'):
a = tf.constant([[1.0, 2.0, 3.0], [4.0, 5.0, 6.0]])
b = tf.constant([[1.0, 2.0], [3.0, 4.0], [5.0, 6.0]])
# print t
浏览 2提问于2020-10-06得票数 5
回答已采纳
我对Pytorch中交叉熵的计算感到困惑。如果我想计算两个张量和目标张量之间的交叉熵不是一个热标签，我应该使用哪一个损失？计算两个概率分布之间的交叉熵，而不是预测结果和一个确定的单热标号是很常见的。
基本损失函数CrossEntropyLoss强制目标作为索引整数，在这种情况下它是不合格的。BCELoss看起来很有效，但它带来了一个意想不到的结果。计算交叉熵的期望公式是
但是BCELoss计算每个维度的BCE，表示为
-yi*log(pi)-(1-yi)*log(1-pi)
与第一个方程相比，不应涉及术语-(1-yi)*log(1-pi)。下面是一个使用BCELoss的例子，我们可以
浏览 11提问于2021-08-01得票数 2
回答已采纳
2回答
(编辑 w.r.t. )@quirk的答案)
我在网上阅读了一些tensorflow代码，并看到了这样的声明：
threshold = tf.select(input > RLSA_THRESHOLD, positive, negative)
来源：
positive是一个只有1's的张量，negative也和0的相同大小，输入是一些相同大小的热图(/tensor)(都是tf.float32类型)。
对于我来说，如果没有使用tf.cast(input > RLSA_THRESHOLD, tf.float32)表达式的特定原因，那么代码片段似乎是相当高级的，这样作者就会使用t
浏览 3提问于2017-01-06得票数 6
回答已采纳
1回答
来自Tensorflow和Py手电筒的Flux.jl是否包含类似张量的结构？如果没有，您的数据结构的常见方式是什么？
浏览 1提问于2021-06-28得票数 2
回答已采纳
Tensorflow覆盖Tensor类、等的多个运算符。
但是，__eq__ 的实现
ops.Tensor._override_operator("__lt__", gen_math_ops.less)
ops.Tensor._override_operator("__le__", gen_math_ops.less_equal)
ops.Tensor._override_operator("__gt__", gen_math_ops.greater)
ops.Tensor._override_operator("__ge__",
浏览 3提问于2017-10-17得票数 2
回答已采纳
我有两个一维TensorFlow张量，我想逐个比较它们，并创建一个新的张量，记录它们不同的索引。对于上下文，它们每个都将索引存储到不同的2D张量中，所以如果我可以像numpy数组一样使用它们，我可能会这样做：
for i in range(0, len(predicted_indices)):
if predicted_indices[i] != correct_indices[i]:
failed_preds.append(self.input_placeholder[i])
但是在predicted_indices和correct_indices都是张量的情况下，我
浏览 2提问于2017-03-09得票数 0
假设我使用Tensorflow的Python创建了一个张量，如下所示，
x = tf.placeholder("float", shape=[None, inputLen])
我想在C++中创建一个tensorflow：：张量等价的张量，这样我就可以运行一个以x作为输入的经过训练的图。我应该如何处理输入形状的第一个维度，它在C++中是tensorflow::TensorShape类型？
如果我这样做了：
tensorflow::TensorShape inputShape;
inputShape.AddDim(0);
inputShape.AddDim(inputLen);
它
浏览 4提问于2015-12-20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
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
