我使用来自tf.Transform的预处理数据在Tensorflow中创建了一个估计器。对于服务时间，我希望能够直接从如下所示的JSON文件中读取：top_k值不是模型图的一
浏览 5提问于2018-07-17得票数 2
我是Tensorflow的新手。我正在尝试使用Tensorflow用python编写一个处理稀疏矩阵输入的函数。通常我会定义一个tensorflow占位符，但显然没有稀疏矩阵的占位符。定义一个在tensorflow中操作稀疏数据并将值传递给它的函数的正确方法
浏览 11提问于2017-06-23得票数 0
回答已采纳
1回答
我在tensorflow中创建一个稀疏张量，约为4,000,000×56,000,000。56M列是特征列AKA的大约10,600个可能值之间的交互变量，是所有值的组合。Tensorflow的稀疏张量采用一个索引参数，它是一个列表列表，其中每个子列表x，y表示稀疏张量中值的行和列。每个子列表中的</em
浏览 5提问于2022-02-22得票数 1
回答已采纳
我正在尝试构建一个以稀疏张量列表作为输入的模型。(列表长度等于批量大小)我很熟悉pytorch的使用，它很容易将稀疏张量输入到网络中。然而，我发现我必须使用tf.data.Dataset或keras.utils.Sequence在tensorflow中创建</em
浏览 36提问于2021-07-08得票数 0
weights, a_is_sparse=True, b_is_sparse=False)TypeError: Failed to convert object of type <class 'tensorflow.python.framework.sparse_tensor.SparseTensor我希望创建一个SparseTensorValue，从中检索批处理，然后将一个批处理输入到pl_input中。
浏览 7提问于2017-07-14得票数 1
1回答
我正在用CNN实现一个文本分类器，类似于使用Tensorflow的。Tensorflow提供了tf.nn.embedding_lookup_sparse，它允许您以稀疏张量的形式提供单词ID。这是很好的，特别是对于启用可变长度序列。但是，该函数在查找后需要一个“组合”步骤，例如“平均”或“和”。这迫使它回到致密张量空间。我不想做任何组合。我想把我的向量保持在稀疏表示中，这样以后我就可以做其他
浏览 2提问于2018-11-07得票数 2
2回答
我很难理解Tensorflow张量和稀疏张量的含义和用法。根据文件
TensorFlow将稀疏张量表示为三个独立的密集张量:索引、值和形状。在Python中，为了便于使用，三个张量被收集到一个SparseTensor类中。如果有单独的索引、
浏览 3提问于2017-12-05得票数 24
回答已采纳
我对TensorFlow很陌生，并尝试使用Estimator进行一些简单的分类实验。我在中有一个稀疏的数据集。以下输入函数适用于小型数据集：
re
浏览 4提问于2017-11-07得票数 5
我试图使用SparseTensor来表示完全连接层中的权重变量。有办法绕过这件事吗？我试过了b = tf.SparseTensor([[0,0]],[1],[1,1])
print a.__class__ # shows <class 'tensorflow.python.framework.ops.Tensor
浏览 2提问于2016-05-03得票数 6
在中，我能找到的所有示例都使用标准输入或文件读取来创建稀疏矩阵。有人能提供一个简单的例子，说明如何在C++中直接创建一个吗？更好的是，在CHOLMOD文档中，提到了matlab中可用的sparse2函数，该函数的行为与稀疏函数相同。这可以在C++中使用吗？
浏览 6提问于2011-05-21得票数 4
我正在尝试使用tensorflow保存的模型在tensorflow服务中部署我的tensorflow模型。我的tf模型的输入是一个字符串值，我的签名定义如下 prediction_signature = (
tf.saved_model.signature_def_utils.build_signature_defsignature_def_
浏览 12提问于2019-05-27得票数 1
我正在开发一个加权版本的SparseCategoricalCrossentropy。现在，我的实现是将y_true转换为一个热点形式，并计算交叉熵，然后将其乘以一个权重矩阵。当权重都为1时，在实现和SparseCategoricalCrossentropy之间得到相同的输出，但是我的问题是一个热编码。我有很多类(32+bg)，在使用一种热编码时，对于大型图像/批处理大小，内存不足，这在SparseCategoricalCrossentropy
浏览 9提问于2021-03-06得票数 0
回答已采纳
对于大型数组，Tensorflow tf.subtract耗时太长。我的工作站配置：内存: 384 GBCUDA: 8.5Tensorflow: 1.1.0，GPU版本索引: 17总时间: 133.697032928毫秒索引: 19总时间: 133.810043335毫秒
测试结果表明，处理一个3000×4000<em
浏览 1提问于2017-09-01得票数 1
我用tensorflow编写了一个去噪的自动编码器函数(这有点长，所以我不会发布整个代码)，除了在批处理中添加掩蔽噪声之外，每件事情都运行良好。
掩蔽噪声只是将特征的随机比例取为0。因此，问题只是将矩阵中的一些值取为0。(如果我有一个用于exepmle的np.array，就会变得微不足道)。因此，如果它是一个tf.variable，那么如何通过tf.scatter_update()来修改矩阵的<em
浏览 2提问于2017-06-28得票数 2
回答已采纳
正如标题所说，我想知道在TensorFlow中“参考边”和“非参考边”之间的概念上的区别。 825 // For a node dst, 'ref_recvs' remembers the recvs introduced by a ref
826
浏览 2提问于2017-03-04得票数 1
回答已采纳
我使用TensorFlow Federated来模拟一个场景，在这个场景中，托管在远程服务器上的客户端可以在联邦设置中处理非常稀疏的数据集。目前，该代码能够在服务器端加载非常稀疏的数据集的一个小子集的情况下运行，并将其传递给驻留在另一个设备上的远程工作人员。当前的解决方案包括将非常稀疏的数据转
浏览 27提问于2022-01-14得票数 1
如果我将函数(例如tf.fft(input, name=None) )插入到神经网络中，TensorFlow如何计算反向传播中的梯度？
我没有找到任何关于这方面的文档。我使用的是TensorFlow 1.0。
浏览 2提问于2019-12-08得票数 0
我正在创建一个稀疏的神经网络，如下图所述。Keras只提供一个密集的层，我们不能选择我们想要连接到前一层的神经元数量。为了使用Keras实现这一点，我尝试实现以下方法：2-带掩码矩阵的多重梯度矩阵使其稀疏我无法在Keras中找到梯度矩阵。
浏览 5提问于2022-05-24得票数 1
回答已采纳
我正在尝试用来自4D密集张量的数据填充tensorflow中的6D稀疏张量。由于这比内置的稀疏到密集函数所能处理的要复杂得多，所以我自己构建了这个函数，利用了SparseTensor构造函数，该构造函数接受索引的2D张量。在我的例子中，这个张量的维数是[num_elements, 6]，我想做的是以[num_elements,
浏览 35提问于2020-09-10得票数 2
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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
