理想情况下，我希望操作是完全自包含的(渐变和操作定义在同一个文件中)。官方教程只重点介绍了一个python实现。有没有人知道是否有可能用C++实现渐变，以及如何实现？
浏览 12提问于2016-08-31得票数 0
回答已采纳
在TensorFlow中，我们可以使用tf.nn.l2_loss()进行L2正则化。假设我想为L1正则化定义自己的正则化操作符(称为tf.nn.l1_loss())。我该怎么做？我很难在TensorFlow源代码中找到操作符定义。
浏览 4提问于2015-11-27得票数 5
回答已采纳
1回答
我正在尝试实现一个新的优化器，它包含在梯度下降方法的很大一部分中(这意味着我希望执行几个梯度下降步骤，然后对输出执行不同的操作，然后再执行一次)。考虑到1是真的，您需要使用C++作为内核编写优化器，从而失去TensorFlow的强大可能性(比如计算梯度)。
浏览 0提问于2016-11-17得票数 1
我想用python编写一个TensorFlow op，但是我希望它是可微的(能够计算一个梯度)。这个问题询问如何在python中编写op，答案建议使用py_func (它没有梯度)：在我的例子中，我是在原型化，所以我不关心它是否运行在GPU上，也不关心它是否可以从
浏览 0提问于2016-08-19得票数 10
回答已采纳
我查看了tensorflow代码，其中有一个名为gen_nn_ops.py的文件，它通过传递"Maxpool“、"AvgPool”等参数来执行所需的计算，从而从另一个文件内部调用函数。我已经为matlab和c++版本准备好了代码，但是需要知道如何在TensorFlow中为这样的计算添加一个新的模块。以及设置反向传播代码的位置。
浏览 4提问于2016-02-09得票数 7
我想在TensorFlow中构建分类器时，使用带有动量的梯度下降(跟踪以前的梯度)。所以我不想使用tensorflow.train.GradientDescentOptimizer，但我想使用tensorflow.gradients来计算梯度，跟踪以前的梯度，并根据它们更新权重。我如何在TensorFlow中做到这一点？
浏览 16提问于2016-08-26得票数 5
我已经为我的自定义操作实现了一个内核，并将它作为custom_op.cc放到custom_op.cc中。在Op内部，我做所有的注册工作，比如REGISTER_OP和REGISTER_KERNEL_BUILDER。然后，我在Python中实现了这个Op的梯度，并将它放在与custom_op_grad.py相同的文件夹中。我在这里也
浏览 7提问于2016-05-29得票数 0
回答已采纳
在TensorFlow或Theano中，你只告诉图书馆你的神经网络是怎样的，以及前馈应该如何操作。例如，在TensorFlow中，您可以编写： _X = tf.constant(X)我使用L2-范数损失函数，C=0.5*sum((Yp)^2)，在
浏览 2提问于2016-02-11得票数 10
回答已采纳
我正在尝试在tensorflow中实现一个新的op，有三个输入张量和两个输出张量，如下所示(由于与此问题无关，一些代码被忽略)： .Attr：from tensorflow.python.framework import ops
custom_module = tf.load_op_library= <e
浏览 6提问于2017-08-24得票数 0
我是tensorflow的新手。顺便说一句，如何在C++中执行tf.initialize_all_variables()之类的操作，或者优化器self.train_op =self.optimizer.apply_gradients(梯度)返回的一些操作？我试过了...
tf
浏览 1提问于2016-01-24得票数 3
1回答
我正尝试在Keras模型中使用tensorflow操作。我之前试图用Lambda层包装它，但我认为这会禁用该层的反向传播。更具体地说，我正在尝试在Keras模型中使用来自的层，而不是将其移植到Keras层(我希望稍后部署到tensorflow )。我可以以共享库的形式编译这些层，并将它们加载到python中。这给了我tensorflow操作，但我不知道如何将其组合到Keras模型中。Keras MNIST模型的一个简单示例，例如，一个Conv2D层被一个tf.nn.co
浏览 5提问于2017-07-13得票数 4
回答已采纳
我正在尝试为'my_op‘编写一个自定义梯度函数，出于示例的目的，它只包含一个对tf.identity()的调用(理想情况下，它可以是任何图形)。import tensorflow as tf
return[tf.sigmoid(x)]
@function.Defun(a=tf.float32, python_grad_func
浏览 5提问于2016-08-09得票数 5
回答已采纳
我想得到tf.cholesky的梯度相对于它的输入。到目前为止，tf.cholesky还没有注册梯度：用于生成此错误的代码是：A = tf.diag(tf.ones([3]))cholgrad = tf.gradients(chol, A)
虽然我可以自
浏览 3提问于2015-11-27得票数 5
回答已采纳
我已经从源代码中成功地在windows 10上构建了visual 2015的tensorflow+gpu。我跟随来构建我自己的“插件”。然后，我尝试编译一个windows .dll；因此windows不会自动为我导出符号。然后我首先编译了一个静态库，并使用了您的工具。/<em
浏览 3提问于2017-09-04得票数 1
4回答
我一直在尝试构建一个简单的图表，就像在中一样。有人知道如何将字符串张量合并在一起吗？import tensorflow as tf
with tf.name_scope("StringSequence") as scope
浏览 0提问于2015-12-13得票数 7
当在tensorflow中编写自己的自定义op时，the guide建议使用python计算渐变。Elsewhere人员已经使用C++和诸如Eigen之类的库来以同样的方式更有效地实现渐变。： OpKernelContext* context
const Tensor& grad = context->input(0); 是否可以通过在GPU上计算操作win CUDA的梯度来避免在主机和设备之间复制数据(我知道这取决于梯度</em
浏览 34提问于2019-03-14得票数 0
我知道在CPU上运行的。我还知道可以在C++中通过创建一个新的op及其渐变类似的问题也被问到了，但没有答案。
浏览 27提问于2018-01-25得票数 0
回答已采纳
1回答
有什么方法可以像中使用TensorFlow那样实现递归神经网络吗？请注意，这与递归神经网络不同，递归神经网络由TensorFlow很好地支持。不同之处在于，网络不是复制成线性操作序列，而是复制到树结构中。
我设想我可以使用While op为我的数据集的每个条目构造类似于树数据结构的宽度优先遍历的东西。也许可以将树遍历作为新的C++ op在TensorFlow中实现，类似于While
浏览 0提问于2016-05-05得票数 7
回答已采纳
张量流C++ API支持自动微分向后传播梯度吗？让我们假设图中的每个op都有一个梯度实现。我认为关于张量流C++ API能做什么和不能做什么的文档是非常糟糕的。
非常感谢你的帮助
浏览 2提问于2018-06-28得票数 2
回答已采纳
也就是说，构建图，然后在调用train()时，脚本以“为操作定义的无梯度”停止。没什么好惊讶的。根据我在文档中可以看到的内容，我可以用为定制操作注册一个梯度方法，或者用实验gradient_override_map覆盖它们。这两件事都应该能让我得到我所需要的东西。因为这发生在cifar示例的一个卷积层中，所以我尝试为该层使用作用域对象。从概念上讲，进入和退出范围的图形正是我想要的，所以如果我能够以某种方式覆盖整个范围的渐变，“已经”这样做了。我看到了，
浏览 5提问于2016-04-06得票数 18
回答已采纳
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号